激光与红外

作者：汤双霞

单位：广州番禺职业技术学院信息工程学院,广东 广州 511483；

关键词：毫米波雷达;机场跑道异物;模型优化;双谱特征;一类分类器

基金：2019年广东省科技发展专项资金项目(No.706049150203)资助。

针对毫米波雷达机场跑道异物(Foreign Object Debris,FOD)检测算法存在虚警率较高,检测性能较差的问题,提出一种基于双谱特征和支撑向量数据描述(Support Vector Domain Description,SVDD)一类分类器的FOD检测方法。首先利用双谱变换将毫米波雷达接收到的FOD和杂波信号转换至差异性更大的双谱域,然后提取双谱熵和二阶统计量二维特征构成特征向量作为SVDD的输入,最后利用SVDD一类分类器在特征域实现FOD检测,同时为了提升SVDD算法性能,提出一种基于遗传模拟退火算法(Genetic Simulated Annealing Algorithm,GSAA)的参数优化方法对SVDD的核参数和惩罚因子进行全局寻优。基于77GHz毫米波雷达获取的真实机场数据开展试验,结果表明相对于传统方法所提方法不仅能够获得更高的检测性能,同时能够明显降低虚警率。

来源：2022年第6期

《激光与红外》期刊编辑部

查看激光与红外杂志2022年第6期