基于GSVD的核不相关辨别子空间与雷达目标识别

摘要

该文提出了一种基于广义奇异值分解的核不相关辨别子空间算法,并将其用于高分辨距离像雷达目标识别.新算法结合广义奇异值分解与核方法的优点,有效地解决了传统方法面临的矩阵奇异问题,同时进一步改善了目标的类可分性.其次,依据Fisher准则导出了距离像总散度矩阵零空间中不含有有用辨别信息的结论.利用这一结论,可以在求解核不相关最优辨别矢量之前对各散度矩阵进行预降维,以减小后续运算的计算复杂度.对3类飞机目标实测数据的识别结果表明了所提方法的有效性.