基于支持向量机的窄带雷达弹道导弹目标识别技术

›› 2016, Vol. 29 ›› Issue (6): 75-.

基于支持向量机的窄带雷达弹道导弹目标识别技术

魏文博，蔡红军

(中国电子科技集团公司第38研究所，安徽合肥 230088)

出版日期:2016-06-15 发布日期:2016-06-22
作者简介:魏文博（1979-），男，博士，高级工程师。研究方向：雷达总体设计及反导预警雷达技术。蔡红军（1982-），男，博士，工程师。研究方向：雷达图像处理及雷达目标识别。
基金资助:
国家高技术研究发展计划“863”基金项目(2014AA7052010)

Narrowband Radar Ballistic Missile Target Recognition Technology Based on SVM

WEI Wenbo，CAI Hongjun

(No. 38 Research Institute of CETC, Hefei 230088, China)

Online:2016-06-15 Published:2016-06-22

摘要/Abstract

摘要：

窄带雷达由于受到带宽限制，无法获取到目标高分辨精细识别信息，仅能通过目标轨道运动特征和窄带RCS特征对目标属性进行初步分类识别，文中基于支持向量机分类算法，从窄带雷达回波数据中提取弹头群和弹体群目标的特征，实现了弹道导弹群目标初步分类识别。在对弹头群和弹体群分类识别的基础上，窄带雷达可集中更多的时间和能量资源重点对弹头群类目标进行跟踪，并为后续宽带目标识别雷达提供重点目标位置信息。

关键词: 支持向量机, 窄带, 目标识别, 雷达, 弹道导弹

Abstract:

Subject to radar bandwidth, the narrowband radar cant obtain the information of highresolution structure of targets. In case of the narrowband radar, targets are classified only by characteristics of orbital motion and Rradar Cross Section (RCS). In this paper, characteristics of missile warhead group and body group are extracted, and missile targets from a narrowband radar experiment data are classified using Support Vector Machine (SVM). After classification of missile warhead group and body group, the narrowband radar can track missile warhead group using more time and energy. In the meantime, the location of the main target can provide for broadband identification radar.

Key words: support vector machine, narrowband, target recognition, radar, ballistic missile

中图分类号:

TN958

魏文博，蔡红军. 基于支持向量机的窄带雷达弹道导弹目标识别技术[J]. , 2016, 29(6): 75-.

WEI Wenbo，CAI Hongjun. Narrowband Radar Ballistic Missile Target Recognition Technology Based on SVM[J]. , 2016, 29(6): 75-.

[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]	耿昭谦,朱虎明,李旭明,陈梅青,杨贵鹏. 基于高性能计算的雷达信号处理研究综述[J]. 电子科技, 2021, 34(9): 1-6.
[5]	曹继明,崇毓华,梅理,朱宇鹏,段宗明. 基于微波光子技术的可重构雷达系统[J]. 电子科技, 2021, 34(9): 36-40.
[6]	雷雯,栗敬雨. 基于四路ADC芯片交替采样的宽带信号采集系统设计[J]. 电子科技, 2021, 34(9): 30-35.
[7]	邰凡彬,刘云,周雯,杭雪莲,钱志成,刘继轩,王星帅,马家驹. 一种基于复信号解调的生命体征探测雷达[J]. 电子科技, 2021, 34(6): 23-27.
[8]	姜婕. 自适应空域选择滤波分置阵列角度解模糊方法[J]. 电子科技, 2021, 34(6): 45-49.
[9]	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.
[10]	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.
[11]	吴贞宇,夏厚培. 基于HAF的混叠多分量LFM信号时域参数测量[J]. 电子科技, 2021, 34(4): 6-11.
[12]	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.
[13]	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.
[14]	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.
[15]	黄雨泽,陈广东,王媛,万思钰. 一种共照射源超空间分辨率三维重建方法[J]. 电子科技, 2020, 33(7): 57-62.