基于三阶累积量奇异值分解的雷达目标识别

摘要

基于一维距离像三阶累积量矩阵的奇异值分解,由非零奇异值构成奇异值矢量作为正则子空间法的输入,提出一种雷达目标一维距离像识别方法,对目标进行分类识别.该方法一方面利用三阶累积量提高了抗噪性能,同时又使用非零奇异值矢量减少了存储量与运算量.仿真实验结果表明:在低信噪比,该方法的识别率高于特征子空间法.