雷达目标识别：非库属目标判别与门限设定

"非库属目标判别门限-公务车定位管理系统建设方案" 这篇文档主要涉及的是雷达目标识别领域的知识，特别是针对一维距离像的处理和非库属目标的判别。一维距离像是通过高分辨率雷达获取的目标散射信息，它包含了大量的识别目标所需的特征。在雷达目标识别中，特征子空间法和正则子空间法是常见的识别方法，但它们对非库属目标（未参与训练的目标）可能存在误识别。 非库属目标判别门限的引入是为了解决这个问题。由于非协作目标的来向和姿态具有随机性，并受到噪声等随机因素的影响，欧氏距离作为一个随机变量。在最小分类器之后，设定一个最小距离阈值d。，根据输入目标可能是库属或非库属目标，形成两种假设H。和H。。假设H。表示输入目标属于库属，H。表示输入目标是非库属。目标的一维距离像x。根据这两个假设，设定一个门限值d。，使得在假设H。下的正确判别概率等于预设值￡。这样，当d。；。小于d。时，判定输入目标为库属，否则为非库属。这个d。就被称为非库属目标判别门限。 在实际应用中，可以通过统计所有训练目标的一维距离像与库目标模板矢量的欧氏距离，构建直方图来近似条件概率密度函数。通过直方图的统计间隔和概率值，可以重写决策规则，进一步优化非库属目标的判别。 论文作者周代英在通信与信息系统领域进行了深入研究，提出了修正正则子空间法、基于最优聚类中心的方法、最优投影平面法等多种一维距离像识别方法。这些方法旨在提高识别率，减少同类目标间的差异，增大异类目标间的差异，同时处理非库属目标的识别问题。论文中还涉及到了基于检测理论的建库方法，通过设置非库属目标判别门限，能够在分类阶段识别出未参与训练的目标，并将其加入到训练目标库中。 关键词包括：雷达目标、目标识别、目标一维距离像、子像。这些内容和创新点在多组仿真目标一维距离像数据和实测飞机一维距离像数据的识别实验中得到了验证，证明了方法的有效性和实用性。