基于分层贝叶斯的雷达真假点迹识别方法

针对雷达抗欺骗式干扰中的真假目标点迹识别问题,文中基于目标点迹的距离展宽、方位展宽和归一化幅度这三维特征,提出了一种分层贝叶斯判别模型.该模型能够有效结合先验信息与样本数据信息,相较于传统的神经网络、支持向量机等机器学习算法,能够在小样本数据的情况下获得更优越的性能,且分层模型的构建使得其相对于普通贝叶斯方法,能够减弱先验信息对参数估计的过度影响,获得更为稳健的分析结果.文中采用吉普斯采样算法对模型进行求解,并对样本数据进行了仿真测试,证明了该方法的有效性.