科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提出了一种基于块稀疏贝叶斯学习的变体目标高分辨距离像识别方法,主要解决现有技术对变体目标高分辨距离像的概率分布信息未进行充分的利用,导致对变体目标识别率低的问题。其实现方案是：1.建立变体目标高分辨距离像的数学模型；2.定义变体目标数学模型中各个变量的先验概率,及其先验概率参数的先验分布；3.通过块稀疏贝叶斯学习迭代求解模型获取变体目标高分辨距离像中的变体成分；4.从变体目标高分辨距离像中去除变体成分,恢复无变体高分辨距离像,用自适应高斯分类器对恢复出的无变体高分辨距离像进行目标识别,获取目标类别。本发明提高了变体目标识别的准确率,可用于雷达自动目标识别。
- 单位
