雷达高分辨距离像分类器的参数自适应学习算法

摘要

雷达高分辨率距离像具有目标姿态敏感性的特点,在识别时的一种解决方法是对目标不同角域建立不同的统计模型.在给定系统参数条件下,选择目标划分角域个数及每个角域覆盖范围是影响识别器运算量及识别性能的关键.该文给出了一种基于数据的自适应学习上述分类器参数的算法,基于联合高斯分布的数据模型通过迭代算法来确定数据划分边界,并自动确定目标角域个数.与等间隔数据划分方法相比,本文方法在降低识别运算量的同时,可以提高识别性能.基于实测数据的实验结果表明该方法是有效的.