改进最优聚类中心雷达目标识别法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进最优聚类中心雷达目标识别法

董韵涵, 杨万麟

文章导航 > 电子科技大学学报 > 2006 > 35(2): 183-185,192

董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法[J]. 电子科技大学学报, 2006, 35(2): 183-185,192.

引用本文:

董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法[J]. 电子科技大学学报, 2006, 35(2): 183-185,192.

DONG Yun-han, YANG Wan-lin. Recognition of Radar Target Based on Improved Optimal Cluster Centers[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(2): 183-185,192.

Citation:

DONG Yun-han, YANG Wan-lin. Recognition of Radar Target Based on Improved Optimal Cluster Centers[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(2): 183-185,192.

改进最优聚类中心雷达目标识别法

1.
电子科技大学电子工程学院成都 610054

作者简介:
董韵涵(1981-),女,硕士生,主要从事为雷达目标识别及其软件开发方面的研究.

中图分类号: TN957

Recognition of Radar Target Based on Improved Optimal Cluster Centers

1.
School of Electronic Engineering,UEST of China Chengdu 610054

摘要: 最优聚类中心法是一种有效的雷达目标一维距离像识别方法,但当训练数据较少时,该方法的识别性能急剧下降。其原因是该算法在利用少量数据进行训练时易产生"病态"矩阵,"病态"矩阵直接参与运算,导致错误识别结果。因此,该文提出了一种改进最优聚类中心法,主要思想是把"病态"矩阵进行"良态"化处理后再参与运算,以得到正确的识别结果,从而使该算法在训练数据较少时仍能保持较高识别率。仿真实验结果表明该方法的有效性。
- 雷达目标识别 /
- 最优聚类中心 /
- 最优变换 /
- "病态"矩阵
Abstract: Approach based on optimal cluster centers is an effective approach to radar target recognition. But its performance degrades rapidly when only a few training data are available, because badly-conditioned matrixes are generated with a few training data during the training process, and mistake appears when badly-conditioned matrixes directly participate in calculation. An improved approach based on optimal cluster centers is proposed in this paper. It solves the above problem by transforming badly-conditioned matrixes to well-conditioned matrixes, so accurate recognition results are obtained. It ensures high recognition rate when just a few training data are available. The simulation results show the efficiency of the proposed approach.
- radar target recognition /
- optimal cluster centers /
- optimal transformation /
- badly-conditioned matrixes

[1]	王磊, 陈端兵, 周俊临, 傅彦. 弹性异质电网的重要目标识别算法 . 电子科技大学学报, 2023, 52(2): 280-288. doi: 10.12178/1001-0548.2022077
[2]	王静, 田松涛, 雷珂, 王相隆, 任亚倩. 基于Hadamard矩阵的最优局部修复码构造 . 电子科技大学学报, 2022, 51(6): 856-861. doi: 10.12178/1001-0548.2022037
[3]	何选森, 何帆, 徐丽, 樊跃平. K-Means算法最优聚类数量的确定 . 电子科技大学学报, 2022, 51(6): 904-912. doi: 10.12178/1001-0548.2021393
[4]	程建, 黎兰, 王海旭. 稀疏表示框架下的SAR目标识别 . 电子科技大学学报, 2014, 43(4): 524-529. doi: 10.3969/j.issn.1001-0548.2014.04.009
[5]	闫维新, 马文涛, 付庄, 赵言正, 周晓燕. 烹饪机器人翻锅运动最优化设计 . 电子科技大学学报, 2011, 40(3): 476-480. doi: 10.3969/j.issn.1001-0548.2011.03.029
[6]	陈科, 朱清新, 杨曦. 最优搜索机制下寻找最优插入-删除种子 . 电子科技大学学报, 2011, 40(2): 292-295. doi: 10.3969/j.issn.1001-0548.2011.02.027
[7]	王云, 陈培, 杨颖, 陈杰. GNSS接收机最优中频积累时间研究 . 电子科技大学学报, 2010, 39(1): 21-24. doi: 10.3969/j.issn.1001-0548.2010.01.005
[8]	张安安, 杨洪耕, 杨坤. 动态多目标无功/电压规划的Pareto最优集的求取 . 电子科技大学学报, 2010, 39(4): 634-639. doi: 10.3969/j.issn.1001-0548.2010.04.034
[9]	李学华, 李振松, 杨大成, 缪旻. LDPC编码的最优化HARQ方案研究 . 电子科技大学学报, 2008, 37(5): 653-656.
[10]	于雪莲, 刘本永. 最优的核判别分析用于雷达目标识别 . 电子科技大学学报, 2008, 37(6): 883-885,937.
[11]	舒红平, 徐振明, 邹书蓉, 何嘉. 网格聚类在多雷达数据融合算法中的应用 . 电子科技大学学报, 2007, 36(6): 1253-1256.
[12]	孙朝苑, 帅斌, 陈旭. 一类基于物流服务水平的企业最优物流成本策略 . 电子科技大学学报, 2007, 36(2): 318-321.
[13]	洪洁, 范修斌, 方刚, 路晓峰. 布尔函数最优连续化 . 电子科技大学学报, 2004, 33(5): 621-622,626.
[14]	钟洪声. 开关电容矩阵DC/DC变换器 . 电子科技大学学报, 2003, 32(1): 31-34.
[15]	聂伟荣, 朱继南, 郭亚军, 夏虹. 地震动信号的分析与目标识别 . 电子科技大学学报, 2003, 32(1): 26-30.
[16]	李克克, 李绍才. 最优非线性定价 . 电子科技大学学报, 1999, 28(6): 629-631.
[17]	徐朴, 林昌禄. 最优极化分析理论基础 . 电子科技大学学报, 1998, 27(4): 390-393.
[18]	陈占锋, 许端, 吴健中. 多目标决策的较重有效性与较重最优性 . 电子科技大学学报, 1998, 27(2): 185-189.
[19]	王光泰, 周先敏, 徐继麟. 多传感器信息最优融合 . 电子科技大学学报, 1997, 26(5): 465-467.
[20]	李众立, 王成端. 参数频域识别的最优采样频率研究 . 电子科技大学学报, 1997, 26(4): 414-419.

WeChat

点击查看大图

计量

文章访问数: 3472
HTML全文浏览量: 198
PDF下载量: 61
被引次数: 0

改进最优聚类中心雷达目标识别法

1. 电子科技大学电子工程学院成都 610054

作者简介:
董韵涵(1981-),女,硕士生,主要从事为雷达目标识别及其软件开发方面的研究.

收稿日期: 2003-09-08
刊出日期: 2006-04-15

中图分类号: TN957

关键词:

摘要: 最优聚类中心法是一种有效的雷达目标一维距离像识别方法,但当训练数据较少时,该方法的识别性能急剧下降。其原因是该算法在利用少量数据进行训练时易产生"病态"矩阵,"病态"矩阵直接参与运算,导致错误识别结果。因此,该文提出了一种改进最优聚类中心法,主要思想是把"病态"矩阵进行"良态"化处理后再参与运算,以得到正确的识别结果,从而使该算法在训练数据较少时仍能保持较高识别率。仿真实验结果表明该方法的有效性。

English Abstract

董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法[J]. 电子科技大学学报, 2006, 35(2): 183-185,192.

引用本文:

董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法[J]. 电子科技大学学报, 2006, 35(2): 183-185,192.

DONG Yun-han, YANG Wan-lin. Recognition of Radar Target Based on Improved Optimal Cluster Centers[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(2): 183-185,192.

Citation:

DONG Yun-han, YANG Wan-lin. Recognition of Radar Target Based on Improved Optimal Cluster Centers[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(2): 183-185,192.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发