论文部分内容阅读
该文以宽带雷达光学区目标识别为背景,由频域测量数据构造了不随目标距离像沿径向平移而改变的频域波形—回波幅值波形和相位特征波形;基于此波形,提取了两种对目标方位角不敏感的识别特征—广义频数和波形长度;并借助于时频分析中“尺度变换”的概念,把特征集进一步完备化。针对频域直接识别法易受测量噪声影响的缺点,设计了相应的预处理算法。选用FMM神经网络作为分类器,并修改了它传统的学习算法。对5种喷气飞机模型的识别结果表明,该算法具有较高的正确识别率。