基于PCA-LDA-SVM的多普勒雷达车型识别算法

车辆检测和车型识别是智能交通系统(Intelligent transportation system,ITS)中的一个重要方面,而目标识别是低分辨率雷达领域的一个难点。该文提出一种用多普勒雷达进行车型识别的方法,把车辆建模成包含多个散射中心的目标体,散射中心与雷达的距离与频谱能量有关,因此同一目标的频谱变化反映了该目标长高等轮廓特征。然后将有效的频谱特征结合主成分分析(Principal component and analysis,PCA)和线性判别分析(Linear discriminant analysis,LDA)进行降维,再利用支持向量机(Support vector machine,SVM)等分类器实现分型。文章对不同识别算法交叉验证的实验结果进行比较,表明基于PCA-LDA-SVM的车型识别算法效果理想,有广泛的应用前景。