[发明专利]基于改进One-Class SVM算法的多模复合探测目标识别方法

摘要

本发明提供一种基于改进One‑Class SVM算法的多模复合探测目标识别方法，针对经过预处理的被动毫米波探测器、长外红探测器及FMCW雷达在稳态扫描状态时的输出信号，选择具有较高区分度的特征作为分类特征，利用改进的One‑Class SVM算法对训练数据进行训练，构造具有较高目标识别率的分类器。提取待测试信号特征，并将处理后的特征数据送入分类器中进行目标识别，得到判决结果。本发明考虑到当前高速实时信号处理系统的快速发展和复合探测数据处理信息量大的特点，从特征层融合的角度出发，运用样本和特征加权的One‑Class SVM算法，显著提高多模复合探测器的目标识别率。

主权项

1.一种基于改进One-Class SVM算法的多模复合探测目标识别方法，其特征在于，包括：/n步骤1、信号特征的提取：被动毫米波探测器和长红外探测器分别提取其输出信号的时间宽度、峰值电压作为目标特征，FMCW雷达通过图像识别的模板匹配方式，提取一维距离像的模板匹配度作为目标特征，最终确定特征向量；/n步骤2、判决函数构造：首先对One-Class SVM算法初始化过程进行修改，在松弛变量前乘以样本重要性权数并构造朗格朗日函数，根据KKT条件求得拉格朗日算子最优解，进而求得超球半径和超球球心，得到改进One-Class SVM算法的判决函数；其中，FMCW雷达信号特征的提取具体包括：/n步骤2-1、设定FMCW雷达目标一维距离像为{S