[发明专利]一种类内样本相似结构保持非线性投影特征提取方法

摘要

本发明属于雷达目标识别技术领域，具体的说是一种类内样本相似结构保持非线性投影特征提取方法。本发明的方法利用类内样本相似结构计算目标函数，建立非线性投影矩阵，在目标样本数据分布出现非线性的情况下，能够保持类内样本相似的局部结构，获得非线性投影特征，克服了常规非线性子空间只能提取样本数据全局非线性特征的缺点，从而提高了目标识别性能，对四类仿真目标的RCS数据进行了仿真实验，实验结果验证了方法的有效性。

主权项

1.一种类内样本相似结构保持非线性投影特征提取方法，其特征在于，包括以下步骤：a、设n维列矢量x_ij为第i^th类真假目标的第j^th个训练RCS数据序列帧,1≤i≤C，1≤j≤N_i，其中N_i为第i^th类真假目标的训练RCS序列帧数，N为训练RCS序列总帧数；b、采用类内样本相似结构保持非线性投影特征提取方法，构建目标函数，具体包括：b1、将训练RCS序列帧数据xij的非线性映射进行如下变换：zij＝WTφ(xij)  (1)其中，T表示矩阵转置，φ(·)为非线性映射函数，W为变换矩阵，zij为xij对应的非线性特征矢量；b2、在非线性特征空间计算同类任意两个样本非线性特征矢量之间的差值平方和：其中，为类内样本相似结构保持系数：其中Πk(·)表示类内样本k个最相似样本的集合；式(3)表示，当同一目标的两个样本属于同一相似样本集合时，其样本对应的非线性投影之间的差异值包含在目标函数中，用于构建非线性投影矩阵；而不属于相似样本集合的其它样本对应的非线性投影间差异值将不包含在目标函数中，对非线性投影矩阵的构建没有任何影响；b3、利用矩阵迹的运算公式，将式(2)转换为将公式(1)代入(4)，可得：公式(5)可化简为：其中b3、建立条件极值：令其中将式(11)代入式(6)，并组合式(10)可得：定义核函数k(xij,xlk)＝φ(xij)Tφ(xlk)，并代入式(13)：其中b4、通过求解式(14)的条件极值问题，可获得类内样本相似结构保持非线性投影矩阵即由矩阵的R最大特征值对应的特征矢量组成的矩阵，R≤N：结合式(16)和式(1)，即可得到xij的非线性投影矢量zij。