基于快速密度搜索聚类算法的极化hrrp分类方法-电子与信息学报.pdf

第38 卷第10 期 电 子 与 信 息 学 报 Vol.38No.10 2016 年10 月 Journal of Electronics Information Technology . Oct. 2016 基于快速密度搜索聚类算法的极化HRRP 分类方法 吴佳妮① 陈永光② 代大海① 陈思伟① 王雪松*① ①(国防科学技术大学电子信息系统复杂电磁环境效应国家重点实验室 长沙 410073) ② (北京跟踪与通信技术研究所 北京 100094) 摘 要：该文针对人造目标的极化高分辨距离像，提出一种基于快速密度搜索聚类算法的分类方法。首先根据散射 结构在频率和极化维度的特性，对散射中心的类型进行判别，在此基础上构造目标分类的特征矢量。然后采用快速 密度搜索聚类算法，实现目标的分类。仿真实验结果表明，文中构建的特征矢量能较好地描述目标的结构属性，具 有较强的可分性。而快速密度搜索聚类算法简单高效，在人造目标的分类识别中具有极大的应用潜力。 关键词：极化高分辨距离像；散射中心；快速密度搜索；目标分类 中图分类号： TN95 文献标识码：A 文章编号：1009-5896(2016)10-2461-07 DOI: 10.11999/JEIT151457 Target Recognition for Polarimetric HRRP Based on Fast Density Search Clustering Method ① ② ① ① ① WU Jiani CHEN Yongguang DAI Dahai CHEN Siwei WANG Xuesong ① (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha 410073, China) ② (Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094, China) Abstract: A classification algorithm based on the fast density search clustering method is proposed for polarimetric High Resolution Range Profile (HRRP) of man-made target. The polarization and frequency features are used to discriminate scattering centers in order to obtain the feature vectors for target classification. After that, the fast density search clustering method is applied to classifying the man-made target. The experiments show that the feature vectors for target classificati