[发明专利]一种基于自适应稀疏保持投影的一维距离像识别方法

摘要

本发明公开一种基于自适应稀疏保持投影的一维距离像识别方法，首先，对实测一维距离像(HRRP)信号样本提取归一化幅度特征并进行平移对齐；由稀疏保持投影法对训练样本幅度特征进行稀疏重构，建立稀疏重构方程，得到稀疏系数矩阵；对稀疏保持投影方程进行改写并结合自适应最大间距准则，建立自适应稀疏保持投影方程，得到投影矩阵；最后，通过投影矩阵将样本投影到低维空间，得到低维空间特征向量对目标进行分类识别。本发明基于稀疏保持投影和自适应最大间距准则，充分利用样本稀疏重构关系中包含的识别信息结合自适应最大间距准则提取样本低维特征，在一定程度上提高了一维距离像信号的识别精度、降低了特征维度，抗干扰性也得到明显增强。

主权项

一种基于自适应稀疏保持投影的一维距离像识别方法，其特征在于，该方法包括以下步骤：训练阶段：第1步：对训练样本集X＝[x1,x2,...,xn]，提取归一化频谱幅度特征集并进行平移对齐，得到平移对齐后的特征集H＝[h1,h2,...,hN]；第2步：由稀疏保持投影法对所述平移后的特征集进行稀疏重构，建立稀疏重构方程，得到稀疏系数矩阵R；第3步：由稀疏保持投影法得到稀疏保持投影方程，对其进行改写并结合自适应最大间距准则，建立自适应稀疏保持投影方程；第4步：通过方程组合化简，利用拉格朗日乘数法求解得到投影矩阵W；第5步：由所述投影矩阵W对训练样本幅度特征集H进行低维空间投影，得到训练样本低维特征向量集P＝[p1,p2,...pN]；第6步：由训练样本低维特征向量集对选定分类器进行训练；测试阶段：第1步：对测试样本y提取其归一化幅度特征并与训练样本进行平移对齐，得到平移对齐后的幅度特征hy；第2步：利用训练阶段求得的投影矩阵W对训练样本对测试样本幅度特征hy进行低维投影，得到测试样本低维特征向量py；第3步：利用训练完成的分类器对测试样本低维特征进行分类，输出测试样本分类结果。