论文部分内容阅读
由于雷达目标及其所处环境的复杂性，导致不同目标之间的关系往往是非线性的．研究基于核的非线性方法，并将其应用于雷达目标一维距离像识别．核Fisher判别分析（KFDA）是一种抽取非线性特征的最有效方法之一，但它往往会面临小样本问题．针对此问题，给出一种null-KFDA方法，对距离像进行特征提取．然后，采用一种新的核非线性分类器——KNR（kernel-based nonlinear representor），对所提取的特征进行分类．对3种飞机的实测距离像进行实验，结果验证了null-KFDA的有效性．此外