基于PSO-SVM算法的雷达点迹真伪鉴别方法研究

发布时间：2021-04-25 08:47

　　为解决虚假目标点迹对雷达跟踪性能的影响,本文提出了一种基于PSO-SVM算法的雷达点迹真伪鉴别方法,进一步对目标点迹和杂波点迹进行真伪鉴别,有助于滤除杂波剩余点迹,提高雷达处理容量和跟踪性能。本方法利用点迹形成过程中生成的特征参数,先利用PSO算法对SVM算法参数进行优化选择,再利用参数优化后的SVM算法对雷达点迹进行真伪鉴别。最终,目标点迹鉴别准确率达到了95.18%,杂波点迹鉴别准确率达到了89.94%,整体的点迹鉴别准确率达到了92.13%。实验结果表明:该算法有较高、较稳定的点迹鉴别准确率,前期较多的杂波点迹被鉴别为目标点迹的缺陷也得到了较好的改善。 

【文章来源】：雷达科学与技术. 2020,18(04)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 支持向量机
2 粒子群优化算法
3 基于PSO-SVM的雷达点迹真伪鉴别算法模型
4 实验仿真与分析
    4.1 PSO算法优化SVM参数
    4.2 最优参数下的SVM算法点迹鉴别分析
5 结束语


【参考文献】：
期刊论文
[1]基于AEPSO-SVM算法的雷达HRRP目标识别[J]. 王彩云,黄盼盼,李晓飞,王佳宁,赵焕玥.  系统工程与电子技术. 2019(09)
[2]粒子群与遗传算法优化支持向量机的应用[J]. 满春涛,刘博,曹永成.  哈尔滨理工大学学报. 2019(03)
[3]改进适应度函数的阵列综合粒子群算法[J]. 张灿斌,段世忠,赵书敏.  雷达科学与技术. 2011(03)
[4]支持向量机理论与算法研究综述[J]. 丁世飞,齐丙娟,谭红艳.  电子科技大学学报. 2011(01)

硕士论文
[1]杂波抑制与真假目标判别[D]. 韦涛.西安电子科技大学 2017



本文编号：3159087