基于航迹信息的舰船目标姿态角鲁棒估计

针对基于高分辨距离像的舰船目标识别中姿态角估计精度的问题,提出一种计算舰船目标运动姿态角的鲁棒性估计方法。该方法首先建立了目标姿态角估计模型,然后有针对性的对航迹数据的野值进行剔除,最后采用M-估计方法对航迹数据进行拟合,从而计算出目标的姿态角。经大量实测数据的验证表明,该方法不易受野值的影响,鲁棒性好,能满足高精度、实时估计舰船目标姿态角的要求。     

基于Fisher判决率加权的修正最近邻模糊分类器设计

针对基于高分辨距离像（HRRP）多类特征联合舰船目标识别的问题,提出了一种基于Fisher判决率加权的修正最近邻模糊分类器。在对舰船目标的HRRP特性进行分析的基础上提取船长、离散性、对称性、中心距等稳定特征,结合各类特征的稳定性和可分性,设计一种能让不同特征充分发挥优势作用的修正最近邻模糊分类器。该分类器用Fisher判决率对特征差隶属度进行加权修正;通过10类军民船目标的实测数据验证,表明基于Fisher判决率加权的修正最近邻模糊分类器在舰船目标识别领域具有很好的实际应用前景。     

一种基于高阶谱特征的舰船目标识别方法

基于高分辨距离像(HRRP)的舰船目标识别问题,提出了一种基于高阶谱特征的舰船目标识别方法。在对舰船目标HRRP特性分析的基础上,首先利用姿态角进行方位约束筛选,然后通过高阶谱特征结合欧氏距离测度最近邻分类器进行识别匹配。通过10类军民船目标的实测数据进行测试,验证结果表明该方法在舰船目标识别领域具有很好的应用前景。