论文部分内容阅读
国内外学者都对基于一维高分辨距离像的目标识别进行了广泛研究，但进行目标识别必须对获得的目标数据特性有深入研究，当前对这方面的研究比较少。众所周知，一维距离像具有方位、平移、幅度这三个方面的敏感性，所以如何有效的处理这三个敏感性问题，成为雷达自动目标识别的难点和热点。本文提出了PCA子空间法，该方法按照方位角建立模板，使用滑动相关的方法解决平移问题，对一维距离像进行幅度归一化，同时结合了主分量分析的特性，能够有效的提取出反应雷达目标的主要特征，且达到降低维数、去除噪声的效果。经过对雷达实测数据的大量试验，证明了PCA子空间法可行性和有效性，且优于传统的最近邻法，能够有效的提高识别率。