论文部分内容阅读
受实际环境中背景噪声的影响,地面移动目标微多普勒信号常常被主体信号淹没。为提取有效的目标微动特征,提出一种基于匹配跟踪(MP)稀疏分解和优化遗传算法(OGA)的自适应特征识别方法(MP-OGA),并将该算法应用于地面移动目标微多普勒信号的特征提取。首先针对传统遗传算法易陷入局部最优的缺点进行有效的优化,并将优化的遗传算法引入自适应稀疏分解的改进中,提高算法的分解速度,减少计算代价,实现原子的自适应搜索和信号的特征提取。同时,以4类实际测量得到的、包含大量噪声信号的微多普勒雷达信号作为样本信号,利用支