一种优化K近邻准则及在雷达HRRP目标识别中的应用

• 研究论文 • 下一篇

一种优化K近邻准则及在雷达HRRP目标识别中的应用

陈凤;杜兰;保铮

(西安电子科技大学雷达信号处理重点实验室，陕西西安 710071)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-20 发布日期:2007-10-25

Modified KNN rule with its application in radar HRRP target recognition

CHEN Feng;DU Lan;BAO Zheng

(Key Lab. of Radar Signal Processing, Xidian Univ., Xi′an 710071， China)

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-20 Published:2007-10-25

摘要/Abstract

摘要： 针对雷达高分辨距离像的姿态敏感性，利用各目标在各种姿态下的雷达高分辨距离像样本和其局部聚散程度信息，调节各样本的局部有效作用范围，使得其统计置信水平达到可信的范围内，从而对二分类的K近邻测度距离和判决准则进行了优化，最后通过一对一法将其推广到解决多类目标的识别问题．实验证明该方法相对于传统的K近邻方法可有效提高识别率，尤其当类别增多时，性能改善显著．

关键词: 高分辨距离像, K近邻法, 雷达自动目标识别, 姿态敏感性, 一对一法

Abstract: Due to the target-aspect sensitivity of high resolution rang profiles (HRRPs), we first use a modified k-nearest neighbor (KNN) rule for binary-class classification problem, and then extend it to multi-class classification problems using the one against one (OAO) method. This method adjusts the effective influence size of each training sample in order to make sure the statistical confidence level in a range that can be trusted. Experimental results show our method’s good performance for multi-class classification problems and its effectiveness to improve the KNN rule.

Key words: high resolution range profile(HRRP), the k-nearest neighbor (KNN) rule, radar automatic target recognition(RATR), targe-aspect sensitivity, one against one(OAO)

中图分类号:

TN911.7

陈凤;杜兰;保铮. 一种优化K近邻准则及在雷达HRRP目标识别中的应用
[J]. J4, 2007, 34(5): 681-686.

CHEN Feng;DU Lan;BAO Zheng. Modified KNN rule with its application in radar HRRP target recognition
[J]. J4, 2007, 34(5): 681-686.

[1]	徐彬,张永顺,张秦,王富平,郑桂妹. 采用乘性RNN的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2021, 48(2): 49-54.
[2]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[3]	徐彬,陈渤,刘家麒,王鹏辉,刘宏伟. 采用双向LSTM模型的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2019, 46(2): 29-34.
[4]	吴旭姿;刘峥;谢荣. 用于目标检测的宽带雷达自适应波形设计方法[J]. 西安电子科技大学学报, 2016, 43(2): 46-51.
[5]	徐丹蕾;杜兰;王鹏辉;刘宏伟. 采用多任务稀疏学习的雷达HRRP小样本目标识别[J]. 西安电子科技大学学报, 2016, 43(2): 23-28.
[6]	靳标;苏涛;李艳艳;张龙. 一种高分辨距离像辅助的多目标跟踪算法[J]. J4, 2016, 43(1): 1-6+29.
[7]	李飞;纠博;王英华;罗涛;刘宏伟. 一种SAR目标属性特征提取算法[J]. J4, 2015, 42(3): 15-21+89.
[8]	李志鹏;马田香;杜兰;徐丹蕾;刘宏伟;张子敬. 在雷达HRRP识别中多特征融合多类分类器设计[J]. J4, 2013, 40(1): 111-117.
[9]	刘红超;纠博;刘宏伟;保铮. 一种匀加速空间目标高分辨距离像补偿算法[J]. J4, 2012, 39(4): 81-86.
[10]	王鹏辉;杜兰;刘宏伟;李彦兵;吴兆平. 雷达高分辨距离像分帧新方法[J]. J4, 2011, 38(6): 22-29.
[11]	夏宇垠;冯大政;李涛. 高分辨距离像数据的检测新方法[J]. J4, 2010, 37(2): 260-266+284.
[12]	李丽亚;刘宏伟;纠博;吴顺君. 基于核函数的多极化雷达HRRP目标识别[J]. J4, 2010, 37(1): 49-55.
[13]	柴晶;刘宏伟;保铮. 提高雷达HRRP目标识别和拒判性能的核学习算法[J]. J4, 2009, 36(5): 793-800.
[14]	陈凤;侯庆禹;刘宏伟;保铮. 一种新的雷达HRRP自适应划分角域建模方法[J]. J4, 2009, 36(3): 410-417.
[15]	侯庆禹;刘宏伟;保铮. 一种新的宽带目标识别雷达杂波抑制方法 [J]. J4, 2008, 35(5): 769-773.