宽带极化雷达目标的互易性修正及识别

在线阅读 下载PDF 导出详情
摘要 针对雷达目标的互易性修正问题,利用机器学习理论,提出一种基于非线性表示子的极化雷达目标互易性修正方法。尝试将Krogager和Cameron目标分解方法用于宽带极化雷达目标的识别,分别基于这两种目标分解方法对宽带极化雷达目标进行特征提取,在Krogager分解中使用核非线性分类器和分类器融合方法对特征矢量进行分类,在Cameron分解中使用投票判决方法对特征矢量进行分类。仿真结果表明,所讨论的方法有较好的性能。
机构地区 不详
出处 《雷达科学与技术》 2007年3期
出版日期 2007年03月13日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献