系统工程与电子技术

作者：吴巍, 薛冰, 刘丹丹

单位：海军工程大学兵器工程学院, 湖北 武汉 430032

关键词：海杂波抑制,末制导雷达,目标分类,支持向量机

基金：国家自然科学基金(62073334)

针对海杂波背景下末制导雷达容易出现错误检测的问题, 开展海杂波抑制和鉴别研究。采用基于Tri-feature训练的目标鉴别分类算法, 以目标幅度、峰值持续范围和起伏率作为特征量, 核函数选择径向基函数(radial basis function, RBF)。RBF非线性映射能力强, 在高维空间中可以更好地表达数据之间的关系, 然后进行支撑向量机(support vector machine, SVM)目标鉴别分类器设计和实验数据验证。经公开的实测数据验证, 所提算法准确率达到97%以上。通过与传统的模板匹配识别方法进行对比, 基于Tri-feature训练的目标鉴别分类算法有更高的鉴别准确率, 证明了所提方法的有效性和先进性。

来源：2024年第9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9期