一种基于概率过抽样的雷达低慢小目标分类识别方法

本发明属于雷达数据处理技术领域，提出一种基于概率过抽样的雷达低慢小目标分类识别方法。本发明采集雷达杂波和低慢小目标的点迹信息进行处理，对于单帧雷达数据而言，杂波数据量显著多于低慢小目标数据量，整个数据集为非平衡数据集。通过聚类方法将原始非平衡数据的杂波数据进行聚类，将聚成的各类子数据集与少数类数据合并成不平衡的子数据集，通过概率过抽样方法将各个不平衡数据子集平衡化，建立模型获得决策矩阵，通过多数投票获得更好的分类结果。采用本发明克服了低慢小雷达目标分类准确率不高，杂波滤除效果不好的缺点，无需增加额外硬件，在单个雷达天线周期实现雷达杂波和低慢小目标的分类识别，进而更好在数据处理层面滤除雷达杂波。