雷达高分辨距离像分帧新方法

doi:10.3969/j.issn.1001-2400.2011.06.004

J4 ›› 2011, Vol. 38 ›› Issue (6): 22-29.doi: 10.3969/j.issn.1001-2400.2011.06.004

雷达高分辨距离像分帧新方法

王鹏辉;杜兰;刘宏伟;李彦兵;吴兆平

(西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071)

收稿日期:2010-09-02 出版日期:2011-12-20 发布日期:2011-11-29
通讯作者: 王鹏辉
作者简介:王鹏辉(1984-)，男，西安电子科技大学博士研究生，E-mail: wangpenghui@mail.xidian.edu.cn
基金资助:
国家自然科学基金资助项目(60901067,61001212);新世纪优秀人才支持计划资助项目(NCET-09-0630);长江学者和创新团队发展计划资助项目(IRT0954);国家部委预研基金和中央高校基本科研业务费专项基金联合资助项目

New frame segmentation method for radar HRRPs

WANG Penghui;DU Lan;LIU Hongwei;LI Yanbing;WU Zhaoping

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

Received:2010-09-02 Online:2011-12-20 Published:2011-11-29
Contact: WANG Penghui

摘要/Abstract

摘要：

针对雷达高分辨距离像的姿态敏感性问题，提出了一种新的分帧方法．首先分析了距离像频谱幅度的统计特性并假设其服从联合高斯分布，之后使用概率主分量分析模型对各个子帧内频谱幅度建模并用期望最大化算法求取模型参数，最后依次合并Kullback-Leibler距离最小的相邻子帧来完成分帧．实测数据的分帧结果与识别率均表明了该分帧方法的有效性．

关键词: 雷达目标识别, 高分辨距离像, 目标姿态敏感性, 概率主分量分析, Kullback-Leibler距离

Abstract:

To deal with the target-aspect sensitivity of radar High Resolution Range Profiles (HRRP), a novel frame segmentation method is proposed. Firstly, the statistical characteristic of HRRPs' frequency spectrum amplitudes is analyzed and assumed to be joint Gaussian distribution. Then Probabilistic Principle Component Analysis (PPCA) is employed to model each sub-frame and the Expectation Maximization (EM) algorithm is adopted to estimate the model parameters. Finally, the adjacent sub-frames which have the minimum Kullback-Leibler (KL) distance are merged iteratively to finish the frame segmentation. Both segmentation results and recognition performance of measured data verify the effectiveness of this method.

Key words: radar target recognition, high resolution range profile(HRRP), target-aspect sensitivity, probabilistic principle component analysis(PPCA), Kullback-Leibler distance

中图分类号:

TN959.1+7

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.

WANG Penghui;DU Lan;LIU Hongwei;LI Yanbing;WU Zhaoping. New frame segmentation method for radar HRRPs[J]. J4, 2011, 38(6): 22-29.

参考文献

［1］ Du Lan, Liu Hongwei, Bao Zheng. A Two-Distribution Compounded Statistical Model for Radar HRRP Target Recognition［J］. IEEE Trans on Signal Processing, 2006, 54(6): 2226-2238.
［2］ Chen Bo, Liu Hongwei, Bao Zheng. Adaptively Segmenting Angular Sectors for Radar HRRP Automatic Target Recognition［EB/OL］. ［2008-12-20］. www.hindawi.com/journals/asp/2008/641709.
［3］刘敬, 张军英, 杜兰. 基于相关系数的雷达高分辨距离像分帧方法［J］. 电子与信息学报, 2008, 30(9): 2060-2064.
Liu Jing, Zhang Junying, Du Lan. A Frame Segmentation Method for Radar HRRPs Based on Correlation Coefficient［J］. Journal of Electronics ＆ Information Technology, 2008, 30(9): 2060-2064.
［4］陈凤, 侯庆禹, 刘宏伟, 等. 一种新的雷达自适应划分角域建模方法［J］. 西安电子科技大学学报, 2009, 36(3): 410-417.
Chen Feng, Hou Qingyu, Liu Hongwei, et al. New Adaptive Angular-Sector Segmentation Algorithm for Radar ATR Based on HRRP［J］. Journal of Xidian University, 2009, 36(3): 410-417.
［5］梁海涛, 童创明, 王晓丹. 基于极化高分辨距离像的SVM 目标识别方法［J］. 西安电子科技大学学报, 2007, 34(增刊): 148-151.
Liang Haitao, Tong Chuangming, Wang Xiaodan. SVM Target Identification Method Based on Polarization HRRP［J］. Journal of Xidian University, 2007, 34(Sup): 148-151.
［6］ Shi Lei, Wang Penghui, Liu Hongwei, et al. Radar HRRP Statistical Recognition with Local Factor Analysis by Automatic Bayesian Ying-Yang Harmony Learning ［J］. IEEE Trans on Signal Processing, 2011, 59(2): 610-617.
［7］ Wong S K. High Range Resolution Profile as Motion-Invariant Features for Moving Ground Targets Identification in SAR-Based Automatic Target Recognition［J］. IEEE Trans on Aerospace and Electronic Systems, 2009, 45(3): 1017-1039.
［8］ Guo Zunhua, Li shaohong. One-Dimensional Frequency-Domain Features for Aircraft Recognition from Radar Range Profiles［J］. IEEE Trans on Aerospace and Electronic Systems, 2010, 46(4): 1880-1892.
［9］ Gudnason J, Cui Jingjing, Brookes M. HRR Automatic Target Recognition from Superresolution Scattering Center Features［J］. IEEE Trans on Aerospace and Electronic Systems, 2009, 45(4): 1512-1524.
［10］杜兰, 刘宏伟, 保铮. 利用目标方位信息改善雷达距离像识别性能［J］. 系统工程与电子技术, 2004, 26(8): 1040-1043.
Du Lan, Liu Hongwei, Bao Zheng. Using Target Aspect Information to Improve Radar HRRP Recognition Performance［J］. Systems Engineering and Electronics, 2004, 26(8): 1040-1043.
［11］ Fukunaga K. Introduction to Statistical Pattern Recognition［M］. Second Edition. San Diego: Academic Press, 1990: 68-70.
［12］ Bishop C M. Pattern Recognition and Machine Learning［M］. New York: Springer Science Business Media, 2006: 570-580.
［13］ Webb A R. Statistical Pattern Recognition［M］. Second Edition. London: John Wiley ＆ Sons Ltd, 2002: 425-429.

[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]	熊霖;焦李成;毛莎莎 . 整数矩阵变换的选择集成及对雷达目标的识别[J]. J4, 2015, 42(2): 13-19.
[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]	关永胜;左群声;刘宏伟;杜兰;李彦兵. 空间锥体目标微动特性分析与识别方法[J]. J4, 2011, 38(2): 105-111.
[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.

雷达高分辨距离像分帧新方法

New frame segmentation method for radar HRRPs

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10