一种基于Gabor变换的HRRP目标识别方法

›› 2017, Vol. 30 ›› Issue (4): 19-.

一种基于Gabor变换的HRRP目标识别方法

王锦章 1，徐冰超 2，任杰 2，杨欧 2，卢文良 2，刘先康 2，魏存伟 2

(1.海军驻北京地区电子设备军事代表室，北京 100015；2.中国人民解放军海军701工厂研发部，北京 100015)

出版日期:2017-04-15 发布日期:2017-04-11
作者简介:王锦章（1974-），男，工程师。研究方向：雷达目标识别，雷达信号处理等。徐冰超（1990-），男，硕士。研究方向：雷达目标识别。
基金资助:
国防预研基金资助项目

A New Method Based on Gabor Transform for HRRP Target Recognition

WANG Jinzhang 1, XU Bingchao 2, REN Jie 2, YANG Ou 2, LU Wenliang 2, LIU Xiankang 2, WEI Cunwei 2

(1. Equipment Department of Naval Deputation of Beijing Region, Beijing 10015, China; 2. No. 701 Factory, PLA（N）, Beijing 10015, China)

Online:2017-04-15 Published:2017-04-11

摘要/Abstract

摘要：

从模式分类角度讨论了基于高分辨距离像的舰船目标识别问题，提出了一种基于Gabor变换的HRRP目标识别方法。通过对数据进行Gabor变换去除噪声，利用基于小波包分解能量的方法得到信号在不同频带的能量分布特性，最终通过支持向量机进行识别。通过对6类目标实测数据的分析，验证结果表明，该方法在舰船目标识别领域具有良好的应用前景。

关键词: 高分辨距离像, Gabor变换, 小波包能量谱, 支持向量机

Abstract:

This paper discuss target recognition by HRRP from the point of view of pattern classification, and propose a new method based on Gabor Transform for HRRP target recognition. Firstly, the de-noise signal could be obtained by the Gabor transform. Then, wavelet packet energy method was used to obtain the energy distribution features in these bands. Finally, the targets are recognized by SVM. The result of experiment with the measured data of 6 HRRP targets indicates that the proposed method is efficient and very useful in ship target classification.

Key words: HRRP, Gabor transform, wavelet packet energy spectrum, SVM

中图分类号:

TN957.51

王锦章 1，徐冰超 2，任杰 2，杨欧 2，卢文良 2，刘先康 2，魏存伟 2. 一种基于Gabor变换的HRRP目标识别方法[J]. , 2017, 30(4): 19-.

WANG Jinzhang 1, XU Bingchao 2, REN Jie 2, YANG Ou 2, LU Wenliang 2, LIU Xiankan. A New Method Based on Gabor Transform for HRRP Target Recognition[J]. , 2017, 30(4): 19-.

[1]	伍伟嘉,杨俭,袁天辰,邵志慧. 基于支持向量机的轨道结构病害识别研究[J]. 电子科技, 2022, 35(2): 27-33.
[2]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[3]	冯先丁,魏镜弢,吴张永,钱杰,浦友尚. 基于PCA-PSO-SVM的球磨机负荷预测研究[J]. 电子科技, 2022, 35(1): 29-34.
[4]	张朋飞,魏存伟,刘先康,刘安然,杨欧,林永霖. 窄带舰船目标识别方法研究[J]. 电子科技, 2021, 34(6): 50-55.
[5]	刘姝,邵杰,张颐婷,张善章. 基于双谱和谱特征的心电信号分类方法[J]. 电子科技, 2021, 34(5): 42-46.
[6]	彭荣杰,彭亚雄,陆安江. 基于改进PCA+SVM的人脸识别系统[J]. 电子科技, 2021, 34(12): 56-61.
[7]	巨志勇,翟春宇,张文馨. 基于SVM与区域生长的彩色商品标签图像分割方法[J]. 电子科技, 2021, 34(10): 69-74.
[8]	金鑫,冯毅,尤雪汐,王佳欣. 基于机器学习的信息安全设备调配保障技术研究[J]. 电子科技, 2020, 33(8): 80-86.
[9]	万东燕,许桢英,杨卿,吴梦琪. 基于PCA与SVM的焊缝缺陷信号分类方法[J]. 电子科技, 2020, 33(5): 9-14.
[10]	陈磊,李菲菲,陈虬. 基于迁移学习与权重支持向量机的图像多标签标注算法[J]. 电子科技, 2020, 33(3): 12-16.
[11]	杨海柱,江昭阳,李梦龙,康乐. 基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测[J]. 电子科技, 2020, 33(12): 67-74.
[12]	王贺贺,李菲菲,陈虬. 基于稠密轨迹特征的动态手势识别研究[J]. 电子科技, 2020, 33(12): 17-21.
[13]	缪冉,李菲菲,陈虬. 基于卷积神经网络与多尺度空间编码的场景识别方法[J]. 电子科技, 2020, 33(12): 54-58.
[14]	杨宇,曾国辉,黄勃. 基于人工鱼群算法和LS_SVM的变压器故障诊断[J]. 电子科技, 2020, 33(11): 36-40.
[15]	李超,郭瑜. 基于SK等指标和SVM的滚动轴承性能退化评估研究[J]. 电子科技, 2020, 33(1): 6-12.