报告名称：基于概率统计模型的雷达高分辨距离像目标识别方法研究
报 告 人：陈健 讲师
报告时间：2020年12月21日 10：00
报告地点：B5-301
报告简介：
雷达高分辨距离像（HRRP）是用宽带雷达获取的目标散射点子回波在雷达视线方向上投影的向量和，它提供了对目标分类和识别非常有价值的信息，如目标尺寸、结构、散射点沿距离方向的分布情况等；同时，与其它宽带信号（如合成孔径雷达像和逆合成孔径雷达像）相比，HRRP具有易于获取和处理等优点。因此，利用HRRP对未知目标进行类别归属的判断逐渐成为雷达自动目标识别领域的研究热点。概率统计模型，即以概率论为基础并采用数学统计方法建立的模型，基于坚实的统计理论，在雷达HRRP目标识别方面具有独特的优势：模型可融入一定的先验信息，有利于小样本情况下的目标识别；能够提供待求参数的不确定性评价，有效地缓和过拟合问题，识别的泛化精度较高；可结合非参贝叶斯理论实现模型结构随数据的自适应调整等等。本报告围绕概率统计模型，主要从小样本情况下基于浅层概率统计模型的统计识别和大样本情况下基于深层概率统计模型的特征提取两方面，对HRRP目标识别的相关理论和技术问题进行了分析和讨论。
