學(xué)號：22021110334
姓名：曹卓為
【嵌牛導(dǎo)讀】綜述基于參數(shù)化統(tǒng)計(jì)模型進(jìn)行雷達(dá)高分辨距離像目標(biāo)識別方法抚太。
【嵌牛鼻子】雷達(dá)目標(biāo)識別
【嵌牛正文】
原文作者：陳健炊林，杜蘭
原文鏈接：https://mp.weixin.qq.com/s/pZH6ZZSCqDR3BCY6zopV4Qhttps://mp.weixin.qq.com/s/u-omFFhaTNWYZbZjnsUMoQ
引言
? ? ? 雷達(dá)自動目標(biāo)識別技術(shù)能夠?qū)崿F(xiàn)對目標(biāo)屬性、類別或型號的判定，可以為目標(biāo)用途拼缝、威脅等級的研判以及保障后續(xù)作戰(zhàn)指揮的正確決策提供可靠的情報(bào)信息笛粘，是現(xiàn)代戰(zhàn)場態(tài)勢感知的迫切需求燃逻。
? ? ? 寬帶雷達(dá)探測目標(biāo)的高分辨距離像（HRRP）是目標(biāo)散射點(diǎn)子回波沿雷達(dá)視線方向投影后疊加形成的一維向量谈撒，包含了目標(biāo)形狀、結(jié)構(gòu)碎税、尺寸尤慰、散射中心分布等較為精細(xì)的信息，且較二維合成孔徑雷達(dá)/逆合成孔徑雷達(dá)圖像更易獲取和處理雷蹂、對雷達(dá)系統(tǒng)要求低伟端。因此，研究基于雷達(dá)HRRP回波信號的目標(biāo)識別對目標(biāo)身份的快速可靠確認(rèn)萎河、進(jìn)一步實(shí)現(xiàn)目標(biāo)特性和事件的準(zhǔn)確感知具有重要意義荔泳。
? ? ? 參數(shù)化統(tǒng)計(jì)建模旨在構(gòu)建參數(shù)化數(shù)學(xué)模型表征觀測數(shù)據(jù)的分布特性，是估計(jì)數(shù)據(jù)概率分布和挖掘數(shù)據(jù)隱含信息的重要手段虐杯÷旮瑁基于參數(shù)化統(tǒng)計(jì)模型的雷達(dá)HRRP目標(biāo)識別就是在對HRRP參數(shù)化統(tǒng)計(jì)建模的基礎(chǔ)上，直接利用估計(jì)的概率分布進(jìn)行統(tǒng)計(jì)識別或?qū)@取的隱含信息輸入分類器進(jìn)行識別擎椰。由于模型具有可融入一定的先驗(yàn)知識支子、擴(kuò)展靈活以及能結(jié)合貝葉斯理論實(shí)現(xiàn)自動定階等優(yōu)勢，基于參數(shù)化統(tǒng)計(jì)模型的HRRP識別方法整體識別性能優(yōu)于其他方法达舒，是目前HRRP識別的重點(diǎn)研究方向值朋。
論文概述
? ? ? 論文首先將雷達(dá)HRRP目標(biāo)識別方法歸納為包含非參數(shù)化特征提取和非參數(shù)化概率密度估計(jì)的非參數(shù)化方法以及包含基于非統(tǒng)計(jì)模型特征提取和基于統(tǒng)計(jì)模型概率密度估計(jì)的參數(shù)化方法兩大類。在分析統(tǒng)計(jì)建模概率密度估計(jì)方法優(yōu)勢的基礎(chǔ)上巩搏，進(jìn)一步將基于參數(shù)化統(tǒng)計(jì)模型的雷達(dá)HRRP目標(biāo)識別方法歸納為淺層統(tǒng)計(jì)建模識別方法和深層統(tǒng)計(jì)建模識別方法昨登，并對不同參數(shù)化統(tǒng)計(jì)建模方法的定義、識別方式進(jìn)行了總結(jié)贯底。
? ? ? 接下來針對淺層HRRP參數(shù)化統(tǒng)計(jì)建模丰辣，該文根據(jù)是否能夠描述HRRP不同距離單元回波之間的相關(guān)性將此類方法劃分為獨(dú)立統(tǒng)計(jì)模型和聯(lián)合統(tǒng)計(jì)模型兩類，進(jìn)一步將統(tǒng)計(jì)模型細(xì)分為單模分布禽捆、多模分布和半?yún)?shù)化模型笙什，將聯(lián)合統(tǒng)計(jì)模型細(xì)分為自回歸模型、子空間學(xué)習(xí)模型胚想、時序模型和散射點(diǎn)模型琐凭，并分別對獨(dú)立統(tǒng)計(jì)模型和聯(lián)合統(tǒng)計(jì)模型中不同方法的優(yōu)缺點(diǎn)進(jìn)行了比較分析。
? ? ? 然后在分析深層統(tǒng)計(jì)建模較淺層統(tǒng)計(jì)建模優(yōu)勢浊服、表明深層統(tǒng)計(jì)建模方法為發(fā)展趨勢的基礎(chǔ)上统屈，從變分自編碼器及其改進(jìn)模型和深層時序模型兩方面，介紹了現(xiàn)有深層HRRP參數(shù)化統(tǒng)計(jì)模型的特點(diǎn)以及典型方法牙躺，并分別對兩類深層統(tǒng)計(jì)建模方法中具體模型的優(yōu)缺點(diǎn)進(jìn)行了對比分析鸿吆。
? ? ? 最后對該文進(jìn)行了總結(jié)，并對基于HRRP參數(shù)化統(tǒng)計(jì)建模的雷達(dá)目標(biāo)識別面臨的挑戰(zhàn)和未來的發(fā)展方向進(jìn)行了展望述呐。
