基于支持向量数据描述的雷达高分辨距离像目标识别研究

项目名称： 基于支持向量数据描述的雷达高分辨距离像目标识别研究

项目编号： No.61372159

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 肖怀铁

作者单位： 中国人民解放军国防科学技术大学

项目金额： 67万元

中文摘要： 本项目从理论和应用两个层面，深入研究基于支持向量数据描述（SVDD）的雷达高分辨距离像（HRRP）目标识别。具体包括：（1）研究SVDD核函数构造和参数优化与选择，使样本数据经过高维映射，在特征空间中更趋近于球形分布，SVDD分类边界更完整包含目标类样本，提高SVDD方法的泛化性能。（2）研究SVDD拓展模型的构建，新的SVDD拓展模型将对目标类样本的描述更具完整性。（3）针对多目标识别时的拒判问题，首次提出将SVDD超球体空间划分为内空间和延拓空间的双空间概念，分析HRRP样本在双空间的分布特性，建立延拓空间分布模型，在双空间采用不同的最优判决准则，研究双空间SVDD多目标识别方法。（4）针对非完备小规模样本集下的HRRP在线识别问题，分析增量样本的SVDD超球空间分布特性和增量训练样本对SVDD泛化性能的影响，研究小规模样本条件下边录取、边训练、边判决的HRRP在线动态识别方法。

中文关键词： 雷达目标识别；支持向量数据描述；双空间判决；增量学习；核参数优化

英文摘要： Radar target recognition using high resolution range profiles (HRRP) based on support vector data description (SVDD) will be deeply studied in both theory and application. The main contents include: (1) To study constructing of the SVDD kernel function an

英文关键词： radar target recognition；support vector data description；dual space discriminant；incremental learning；kernel parameter optimization