一种优化稀疏分解的雷达目标识别方法

发布时间：2018-01-18 10:28

  本文关键词：一种优化稀疏分解的雷达目标识别方法　出处：《现代电子技术》2017年23期 　论文类型：期刊论文

  更多相关文章： 稀疏分解 粒子群优化 自适应变化 高分辨率距离像

【摘要】：雷达目标识别中雷达回波数据巨大,因此利用稀疏分解的方法对回波数据进行稀疏化处理。但稀疏分解中的匹配追踪算法存在计算复杂、计算量大的问题,所以汲取了粒子群优化算法(PSO)全局搜索能力强、收敛速度快的优点对最优原子的搜索过程进行优化,并且针对粒子群优化易陷入局部最优的问题,提出一种惯性权重自适应改变的改进解决方法。通过对雷达高分辨率距离像(HRRP)信号的稀疏表示实验仿真发现,基于粒子群优化的匹配追踪算法能大大缩短匹配追踪的时间,同时惯性权重自适应改变的方法也有效解决了PSO优化的"早熟"问题。
[Abstract]:Radar target recognition of radar echo data is huge, so using the method of sparse decomposition of echo data sparse processing. But the decomposition of sparse matching tracking algorithm in computational complexity, large amount of calculation, so learn the particle swarm optimization algorithm (PSO) global search ability, the advantages of fast convergence to the optimal atom the search process is optimized, and the PSO is easy to fall into local optimum, proposes an improved adaptive inertia weight change solution. Based on the Lei Dagao resolution range profile (HRRP) signal sparse representation of the simulation, particle swarm optimization matching pursuit algorithm can greatly shorten the matching pursuit based on time, at the same time adaptive inertia weight change method can effectively solve the PSO optimization problem of "premature".

【作者单位】： 西安航空学院电子工程学院;西北工业大学电子信息学院;
【基金】：国家自然科学基金资助项目(61571364)
【分类号】：TN957.51
【正文快照】： 0引言特征提取是雷达目标分类识别中一个重要的步骤,其好坏对最终的识别效果有很大影响。通过对目标回波的研究发现,雷达目标的高分辨率距离像中包含了目标很多特征信息,不过获取信息所面对的数据量却很大,因此可以对HRRP稀疏分解后再进行特征信息的获取。匹配追踪(MP)算法以

【相似文献】

相关期刊论文 前10条

1 张跃飞;姜玉亭;王建英;尹忠科;;基于稀疏分解的图像压缩[J];系统工程与电子技术;2006年04期

2 尹忠科;解梅;王建英;;基于稀疏分解的图像去噪[J];电子科技大学学报;2006年06期

3 尹忠科;王英;张跃飞;姜玉亭;;图像稀疏分解中原子形成的快速算法[J];电讯技术;2005年06期

4 王春光;刘金江;孙即祥;;基于稀疏分解的心电数据压缩算法[J];中国生物医学工程学报;2008年01期

5 王春光;刘金江;孙即祥;;基于稀疏分解和模糊理论的心电信号波形检测及识别[J];信号处理;2009年07期

6 刘洋;郭树旭;张凤春;李扬;;基于稀疏分解的指静脉图像去噪[J];信号处理;2012年02期

7 刘辉;杨俊安;黄文静;;声信号并行稀疏分解去噪方法研究[J];电路与系统学报;2012年06期

8 王春光;刘金江;孙即祥;;基于粒子群优化的稀疏分解最优匹配原子搜索算法[J];国防科技大学学报;2008年02期

9 李恒建;尹忠科;张家树;王建英;;基于混沌变异粒子群优化算法的图像稀疏分解[J];西南交通大学学报;2008年04期

10 齐爱玲;马宏伟;刘涛;;基于改进人工鱼群优化算法的超声信号稀疏分解[J];仪器仪表学报;2009年12期

相关会议论文 前1条

1 杨雷;赵治栋;;基于MP稀疏分解的心电身份识别[A];浙江省信号处理学会2011学术年会论文集[C];2011年

相关博士学位论文 前1条

1 付金山;基于稀疏分解理论的声矢量阵信号处理[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 任丛;基于RR间期与稀疏分解的房颤检测方法研究[D];河北大学;2015年

2 朱尤祥;基于稀疏分解的频谱感知方法研究[D];哈尔滨工业大学;2015年

3 王睿;某型雷达微弱信号提取研究[D];东北大学;2014年

4 陈青玉;基于自适应稀疏分解的GPR水平分层介质参数反演[D];南昌大学;2016年

5 姜玉亭;基于稀疏分解的图像去噪[D];西南交通大学;2005年

6 张跃飞;基于稀疏分解的图像压缩[D];西南交通大学;2006年

7 方耀;基于稀疏分解的非合作猝发信号解调技术研究[D];杭州电子科技大学;2010年

8 史丽丽;基于稀疏分解的信号去噪方法研究[D];哈尔滨工业大学;2013年

9 唐承志;基于级联原子库稀疏分解及其应用[D];西南交通大学;2011年

10 李扬;稀疏分解在信号去噪方面的应用研究[D];吉林大学;2012年

，

本文编号：1440566