基于多分类器融合的雷达高分辨距离像目标识别与拒判新方法

发布时间：2018-10-05 09:36

【摘要】：由于雷达自动目标识别(Radar automatic target recognition,RATR)中库外目标的存在,评价系统性能时应综合考虑其识别性能和拒判性能.由此本文构造了一种将分类器的输出通过最近邻分类器(Nearest neighbor,NN)进行拒判和识别的"分类器 最近邻"系统,并在拒判和识别两个阶段分别采用多分类器融合技术以提高RATR系统的拒判和识别综合性能.此外,文中定义了一种代价函数以衡量系统综合性能并为系统拒判工作点的选取提供依据.进而,采用局部法和全局法两种算法确定拒判器的工作点.实测数据实验结果验证了本文方法的有效性,两种工作点选取算法均能够显著提高识别系统的综合性能.
[Abstract]:Due to the existence of targets outside the database in radar automatic target recognition (Radar automatic target recognition,RATR), the recognition performance and rejection performance of the system should be considered comprehensively when evaluating the performance of the system. In this paper, a classifier nearest neighbor system is constructed, in which the output of the classifier is rejected and recognized by the nearest neighbor classifier (Nearest neighbor,NN). In the two stages of rejection and recognition, the multi-classifier fusion technique is used to improve the comprehensive performance of RATR system. In addition, a cost function is defined to measure the comprehensive performance of the system and to provide a basis for the selection of system rejection points. Then, the local method and the global method are used to determine the working point of the rejection. The experimental results show that the proposed method is effective and the two algorithms can significantly improve the comprehensive performance of the recognition system.
【作者单位】： 西安电子科技大学雷达信号处理国家重点实验室;
【基金】：国家自然科学基金(61271024,61201292,61201283) 新世纪优秀人才支持计划(NCET-09-0630) 全国优秀博士学位论文作者专项资金资助项目(FANEDD-201156) 中央高校基本科研业务费专项资金资助~~
【分类号】：TN957.52

【参考文献】

相关期刊论文 前5条

1 潘志松;陈斌;缪志敏;倪桂强;;One-Class分类器研究[J];电子学报;2009年11期

2 柴晶;刘宏伟;保铮;;一种提高雷达HRRP识别和拒判性能的新方法[J];西安电子科技大学学报;2009年02期

3 曹向海;刘宏伟;吴顺君;;多极化多特征融合的雷达目标识别研究[J];系统工程与电子技术;2008年02期

4 柴晶;刘宏伟;保铮;;加权KNN分类器在HRRP库外目标拒判中的应用[J];系统工程与电子技术;2010年04期

5 张玉玺;王晓丹;姚旭;毕凯;;基于Bagging-SVM动态集成的多极化HRRP识别[J];系统工程与电子技术;2012年07期

【共引文献】

相关期刊论文 前10条

1 吴定海;张培林;任国全;傅建平;;基于最大间隔超球分类器的柴油机异常检测研究[J];兵工学报;2011年07期

2 翟云;杨炳儒;王树鹏;张德政;安冰;;基于协同进化机制的欠采样方法[J];北京科技大学学报;2011年12期

3 马楠;杨炳儒;翟云;李广原;张德政;;一种模糊认知图分类器构造方法[J];北京科技大学学报;2012年05期

4 田雨波;董跃;;基于神经网络集成的微带天线谐振频率建模[J];电波科学学报;2009年04期

5 杨磊;王晓丹;张玉玺;;一种基于多特征提取的雷达目标识别方法研究[J];电光与控制;2011年12期

6 张振宇;;稳健的多支持向量机自适应提升算法[J];大连交通大学学报;2010年02期

7 汪海英;卢辉斌;李振平;;基于聚类融合算法的高维数据聚类的研究[J];电子测量技术;2008年04期

8 胡正平;路亮;许成谦;;基于L1范数稀疏距离测度学习的单类分类算法[J];电子学报;2012年01期

9 朱鹏飞;胡清华;于达仁;;基于随机化属性选择和邻域覆盖约简的集成学习[J];电子学报;2012年02期

10 魏武;张亚楠;武林林;;基于遗传算法的改进AdaBoost算法在汽车识别中的应用[J];公路交通科技;2010年02期

相关会议论文 前2条

1 ;Multiple ANNs Combined Scheme for Fault Diagnosis of Power Transformers[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 胡良梅;张骏;谢昭;;Booosting及其在图像理解中应用综述[A];第七届全国信息获取与处理学术会议论文集[C];2009年

相关博士学位论文 前10条

1 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年

2 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年

3 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年

4 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年

5 王清;集成学习中若干关键问题的研究[D];复旦大学;2011年

6 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年

7 郭嘉良;海岸带渔业生态经济系统的随机梯度和规则集成评价预测[D];天津大学;2010年

8 张春霞;集成学习中有关算法的研究[D];西安交通大学;2010年

9 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年

10 盖杉;多模态纸币图像分析关键技术研究及其应用[D];哈尔滨工业大学;2011年

【二级参考文献】

相关期刊论文 前9条

1 燕继坤,王勇,曹春霞,郑辉;样本错误加权的支持向量数据描述[J];计算机工程;2005年02期

2 陈斌;冯爱民;陈松灿;李斌;;基于单簇聚类的数据描述[J];计算机学报;2007年08期

3 冯爱民;陈斌;;基于局部密度的单类分类器LP改进算法[J];南京航空航天大学学报;2006年06期

4 潘志松;倪桂强;谭琳;胡谷雨;;异常检测中单类分类算法和免疫框架设计[J];南京理工大学学报(自然科学版);2006年01期

5 柴晶;刘宏伟;保铮;;一种提高雷达HRRP识别和拒判性能的新方法[J];西安电子科技大学学报;2009年02期

6 徐庆;王秀春;李青;;基于高分辨一维像的目标特征提取方法[J];现代雷达;2009年06期

7 许人灿,姜卫东,陈曾平;目标一维距离像特征提取方法研究[J];系统工程与电子技术;2005年07期

8 曹向海;刘宏伟;吴顺君;;多极化多特征融合的雷达目标识别研究[J];系统工程与电子技术;2008年02期

9 郭雷;肖怀铁;赵宏钟;付强;;宽带全极化雷达目标HRRP极化特征提取与优选[J];自然科学进展;2009年07期

相关博士学位论文 前2条

1 杜兰;雷达高分辨距离像目标识别方法研究[D];西安电子科技大学;2007年

2 刘华文;基于信息熵的特征选择算法研究[D];吉林大学;2010年

【相似文献】

相关期刊论文 前10条

1 袁莉;刘宏伟;保铮;;雷达高分辨距离像分类器的参数自适应学习算法[J];电子与信息学报;2008年01期

2 朱R缄，

本文编号：2252887