[发明专利]一种提高噪声雷达数据分类效率的方法

摘要

本发明公开一种提高噪声雷达数据分类效率的方法，该方法基于二阶锥规划方法，依据目标数据优化问题中约束条件的锥特性，将约束条件逐一转换为二阶锥约束，可有效降低噪声数据分类的精度与运算时间。本方法适用范围广泛，适合于多源、异构数据集，可直接应用于航空航天、地球物理、大气物理和模式识别等领域。

主权项

一种提高噪声雷达数据分类效率的方法，该方法基于二阶锥规划方法，依据目标数据优化问题中约束条件的锥特性，将约束条件逐一转换为二阶锥约束；该方法具体包括如下步骤：步骤一：输入雷达样本数据{x₁,...,x_n}以及标号集{y₁,...,y_n}，其中x_i∈R^m，i＝1,...,n，y_i∈{‑1,1}，i＝1,...,n，1表示数据属于正类，‑1表示数据属于负类；初始变量值α₀＝[1,...1]^T，预设容忍度ε＝10^‑3，初始海森矩阵H_k＝E；步骤二：添加自由变元t,t,r,τ,σ,υ，并赋初值t＝[1,...,1]^T，t＝0，r＝0，τ＝0，σ＝0，υ＝0，生成二阶锥约束；在本步骤中，按如下方式生成二阶锥约束：步骤三：带入初值，并求解如下最小化问题：$\begin{array}{cc}\underset{\mathrm{\α},t,t,r,\mathrm{\τ},\mathrm{\σ},\mathrm{\υ}}{\min }& t\end{array}$s.t.  y^Tα＝0,r≥ρ^Tα,υ≥τ+e^Tt,α,τ≥0,υ‑2e^Tα‑t≤0,$\mathrm{\σ}\≤1,\mathrm{\σ}+\mathrm{\τ}\≥\left|\right|\left[\begin{array}{c}2r\\ \mathrm{\σ}-\mathrm{\τ}\end{array}\right]\left|\right|,$$1-\mathrm{\σ}+e^{T}t\≥\left|\right|\left[\begin{array}{c}2D_0\mathrm{\α}\\ 1-\mathrm{\σ}-e^{T}t\end{array}\right]\left|\right|,$其中，t,r,τ,σ,υ∈R，ρ＝[ρ₁,...,ρ_n]^T，D₀＝[x₁,...,x_n]Λ，Λ＝diag(y)，y＝[y₁,...,y_l]^T；e为单位向量；求解采用梯度下降方式迭代计算，具体为：在第k步迭代中，优化目标变量的更新方向为λ_k，λ_k通过线性规划过程得到；更新步长为P_k，计算P_k要用到H_k值和g_k值，g_k为当前目标函数梯度值；更新完X_k后，需计算H_k+1的值，用于下次迭代过程，E为单位矩阵，所需计算公式如下：步骤四：若有当前目标函数梯度的下降值ψ_k小于预设的收敛容忍度，则步骤终止，得到结果；否则返回步骤三进行下一次迭代。