一种基于极化特征-距离联合矩阵的角反射器阵列与舰船辨识方法OA

在雷达目标识别领域,二十面体角反射器的引入无疑提升了目标辨识任务的难度。这种情况在中高海况下将尤为严重。剧烈起伏的海面将与二十面体角反射器形成耦合散射,这可能达到与目标相似的散射特性,从而导致传统目标辨识方法性能下降。针对中高海况下目标辨识难的问题,该文从主要散射机理和散射复杂程度两个方面,构建了极化特征-距离联合矩阵,表征中高海况下舰船与二十面体角反射器阵列之间的差异。然后,利用时序神经网络提取两者极化特征-距离联合矩阵的特征,以实现对目标的有效辨识。经数据集的验证,所提出的方法可以有效减少手工知识提取过程中的信息丢失。在中高海况条件下,相较于现有方法,该方法的准确率提升了10.14%,大幅降低了二十面体角反射器阵列造成的虚警。