基于自回归模型的雷达高分辨距离像目标识别方法

摘要

本发明提出了一种基于自回归模型的雷达高分辨距离像目标识别方法，主要解决现有雷达高分辨距离像目标识别技术中训练样本需求量大，识别特征总帧数不能自动确定的问题。其实现过程是：计算高分辨距离像训练样本的频谱幅度信号；对训练样本的频谱幅度信号用自回归模型建模；使用Yule-Walker方程计算自回归模型的系数向量，使用系数向量作为训练样本的识别特征；对训练样本识别特征使用高斯混合模型分帧；用贝叶斯阴阳学习方法自动确定训练样本识别特征的总帧数并估计各帧参数；提取测试样本的自回归系数向量识别特征进行识别，得到识别结果。本发明具有训练样本需求量小，训练样本识别特征总帧数自动确定的优点，可用于对雷达目标的识别。