一种优化稀疏分解的雷达目标识别方法

摘要：

雷达目标识别中雷达回波数据巨大,因此利用稀疏分解的方法对回波数据进行稀疏化处理.但稀疏分解中的匹配追踪算法存在计算复杂、计算量大的问题,所以汲取了粒子群优化算法(PSO)全局搜索能力强、收敛速度快的优点对最优原子的搜索过程进行优化,并且针对粒子群优化易陷入局部最优的问题,提出一种惯性权重自适应改变的改进解决方法.通过对雷达高分辨率距离像(HRRP)信号的稀疏表示实验仿真发现,基于粒子群优化的匹配追踪算法能大大缩短匹配追踪的时间,同时惯性权重自适应改变的方法也有效解决了PSO优化的"早熟"问题.

关键词：稀疏分解、粒子群优化、自适应变化、高分辨率距离像

所属期刊栏目：40

分类号：TN95-34;TP391.9

资助基金：国家自然科学基金资助项目61571364

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5