系统工程与电子技术

作者：王彩云, 常韵, 李晓飞, 王佳宁, 吴钇达, 张慧雯

单位：1. 南京航空航天大学航天学院, 江苏 南京 211106；2. 北京电子工程总体研究所, 北京 100854

关键词：红外辐射强度序列,空间目标识别,变分模态分解,鲸鱼优化算法,多核极限学习机

基金：国家自然科学基金(61301211);国家留学基金(201906835017)

针对远距离探测时仅能获取目标的红外辐射强度序列、样本量有限、信噪比低而导致目标识别困难的问题, 提出一种基于改进多核极限学习机(multiple kernel extreme learning machine, MKELM)的红外空间锥体目标识别方法。首先对红外辐射强度序列进行变分模态分解(variational mode decomposition, VMD)并重构, 然后对重构序列进行时域特征提取, 最后采用鲸鱼优化算法(whale optimization algorithm, WOA)优化MKELM的参数组合, 在仿真生成的空间锥体目标红外辐射强度序列数据集上进行目标分类识别实验。实验结果验证了所提算法的有效性, 同时表明所提方法具有较好的识别准确性和鲁棒性。

来源：2024年第10期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第10期