摘要
预警雷达探测过程中气动目标微动回波能量弱导致识别性能不稳定。针对该问题,提出一种基于稀疏约束非负矩阵分解(sparse constrained non-negative matrix factorization, SCNMF)和集成极限学习机(integrated extreme learning machine, IELM)的多频点调制谱融合增强识别方法。通过分析微动部件回波特性,对多频点频域幅度谱进行SCNMF处理实现像素级融合得到特征增强后的稀疏调制谱,并将其作为样本输入IELM,实现气动目标类型识别。仿真和实测数据表明,本文方法能够有效融合多频点微动特征,具有抗噪能力强、所需训练样本少和识别性能稳健等优势。