[发明专利]一种基于自适应邻域保持投影的雷达目标识别方法

权利要求书

1.一种基于自适应邻域保持投影的雷达目标识别方法，其特征在于：

步骤(1)为训练样本库中的每个数据点构造邻域，计算重构权值矩阵；

步骤(2)求解多目标函数优化问题，以获取投影矩阵；

步骤(3)在获取投影矩阵后，分别对训练样本库和测试样本库中的JEM数据进行特征提取；

步骤(4)采用最小距离分类器进行悬停直升机和海面小目标分类识别；

其中所述步骤(1)还包括：

步骤A构造变种差异距离；

步骤B根据变种差异距离选取每个样本点的邻域，得到样本点的最佳重构权值；

所述步骤(2)还包括：

步骤C构造包含邻域保持投影算法和自适应最大距离准则算法的多目标优化函数；

步骤D求解该多目标优化函数，获取投影矩阵。

2.根据权利要求1所述的一种基于自适应邻域保持投影的雷达目标识别方法，其特征在于：所述步骤A构造变种差异距离包括：

在给定的数据样本集X＝{x₁,x₂,x₃,…,x_N}中，x_i的类别标签记为L_i,且i＝{1,2,…,C},其中C为样本的类别总数，构造的变种差异距离如下：

其中d(x_i,x_j)＝||x_i-x_j||表示两个数据点之间的欧式距离，参数β为样本点间欧式距离的均值，用来控制D(x_i,x_j)的增长速度，参数α为一常值。

3.根据权利要求1所述的一种基于自适应邻域保持投影的雷达目标识别方法，其特征在于：所述步骤C构造包含邻域保持投影算法和自适应最大距离准则算法的多目标优化函数，包括：

其中M＝(I-W)(I-W)^T,I为单位阵，V为待求投影矩阵，trace{·}表示矩阵的迹；S_b和S_w分别为类间离散矩阵和类内离散矩阵，依据自适应最大距离准则进行构造：

其中表示第t₁个目标的训练样本的均值，代表第t₁个目标的第k个训练样本，是类间惩罚因子，是和的变种差异距离，是和的变种差异距离。