[发明专利]统一模型非库属目标一维距离像判别方法

权利要求书

1.统一模型非库属目标一维距离像判别方法，其特征在于，所述判别方法首先利用所有目标的训练样本数据建立一个统一的非库属目标描述模型，然后以此统一模型作为基础，对库属目标的训练样本数据进行自适应迭代，获得库属目标的描述模型，最后使用似然比准则对输入目标的库属性进行判别，包括以下步骤：

1)利用所有雷达目标的一维距离像训练矢量x_ij确定统一模型λ'＝{w'_k,u'_k,C'_k}k＝1,2,…,M；其中，w'_k为权系数，u'_k为n维的均值矢量，C'_k为n×n维的协方差矩阵，M为分量个数；

2)根据x_ij确定条件概率密度函数P_i(k/x_ij)；

3)根据P_i(k/x_ij)确定平均条件密度l_i,k，其中，j＝1,2,…,N_i，N_i为第i类目标的训练一维距离像样本数；

4)利用x_ij、l_i,k和P_i(k/x_ij)确定均值E_i,k{x_i}和均方值其中，

5)根据l_i,k确定自适应控制系数和

6)利用以上参量对统一模型参数自适应更新确定第i类目标的描述模型λ_i＝{w_i,k,u_i,k,C_i,k}k＝1,2,…,M；

7)确定输入目标一维距离像序列的两个概率密度函数p(X/λ')和p(X/λ_i)；其中，X表示待识别目标的一维距离像数据序列；

8)计算似然比

9)利用似然比规则确定输入目标的库属性。

2.按权利要求1所述统一模型非库属目标一维距离像判别方法，其特征在于，利用每类目标的一维距离像训练样本集建立非库属目标的统一描述模型和各类库属目标的描述模型，确定属于非库属目标和库属目标的概率密度函数，按似然比是判定输入目标的库属性。

3.按权利要求1所述统一模型非库属目标一维距离像判别方法，其特征在于，判定目标库属性的具体办法是：由训练一维像样本集确定统一模型λ'＝{w'_k,u'_k,C'_k}k＝1,2,…,M，利用第i类目标的训练目标一维距离像样本集通过迭代方程确定每类目标的描述模型λ_i＝{w_i,k,u_i,k,C_i,k}k＝1,2,…,M；对输入目标的一维距离像样本序列X_t＝{x₁,x₂,…,x_N}，计算属于非库属目标和属于库属目标的概率密度函数和并计算以下似然比：

如果：Λ_i≥γ，γ为门限，则判输入目标为非库属目标；否则判输入目标为库属目标。