基于PCA-LDA-SVM勺多普勒雷达车型识别算法方菲菲1,2,余稳1,3(1.中国科学院上海微系统与信息技术研究所，上海2000502.中国科学院研究生院，北京1000393.上海慧昌智能交通系统有限公司，上海，200233)摘要：车辆检测和车型识别是智能交通系统(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(PCA)和线性判别分析(LDA)进行降维，再利用支持向量机(SVM)等分类器实现分型。最后，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勺车型识别算法效果理想，有广泛的应用前景。关键字：雷达目标识别；多普勒雷达；主成分分析；线性判别分析；支持向量机中图分类号:TN958.95文献标识码：AVehicleRecognitionalgorithmwithDopplerRadarBasedonPCA-LDA-SVMFangFeifei1,2,YuWe&3(〔.ChineseAcademyofSciences,ShanghaiInstituteofMicrosystemandInformationTechnologyInstituteShanghai,2000502.theGraduateSchoolofChineseAcademyofSciencesBeiJing,1000393.shanghaihuichangintelligenttransportationsystemco.LTD,Shanghai,200233)Abstract:VehicledetectionandrecognitionisofgreatimportancetothedevelopmentofIntelligentTransportationSystem(ITS),butTargetRecognitionisachallengingproblemforlow_resolutionRadar.ThispaperproposesaVehicleRecognitionapproachusingDopplerRadar,andthespectrumvariationofonevehiclereflectsitsoutline.Then,thedimensionofeffectivespectrumfeaturecanbereducedbythemethodsofPrincipalComponentAnalysis(PCA)andLinearDiscriminantAnalysis(LDA),thenvehiclescanbeclassifiedintothreetypesbyclassifieralgorithmssuchasSupportVectorMachine(SVM),k-NearestNeighbor(KNN).Atlast,thepapercomparestheexperimentresultsofdifferentalgorithmsbycrossvalidation,andshowsthealgorithmbasedonPCA-LDA-SVMcanachieveidealresult.1.KeyWords:Radartargetrecognition;DopplerDiscriminantAnalysis;SupportVectorMachine引言随着经济的不断发展，人们的生活水平得到极大的提高，但同时也引来一系列问题，交通环境的恶化就是其中一个方面。因此，力在改善交通环境的智能交通系统(ITS)[1]应运而生，其高效的运行离不开车流量，车速以及车型等交通信息的检测。Radar;PrincipalComponentAnalysis;Linear相比车流量和车速检测的成熟性，车型识别发展稍显滞后，而车型类别无论在交通情况调查还是在高速公路网收费系统多路径确认等方面都很重要，因此近年来成为关注的热点之一。目前常用于车型识别的方式有感应线圈，视频，红外，超声波，微波等⑵。其中国家“863”计划基金资料项目名称：双波束微波交通信息采集技术与装置;项目编号：2008AA11Z203微波检测受环境影响小，可全天候工作，安装方便，虽发展较晚，但可作为车型识别中较有前途的一种方式。用微波雷达进行车型识别[3]的常见方式有：多普勒雷达[2][4],高距离分辨率雷达[5],FSR雷达[6][7]或将多普勒雷达和高分辨率雷达相结合[8]。高距离分辨率雷达，对带宽要求较高，往往限制了它的使用。FSR即前向散射雷达，收发分置，能改善系统的灵敏度，但距离分辨率差，工作角度小，因此要求目标与雷达距离很近。本文采用多普勒雷达进行车型识别，这款雷达以24.3GHz为中心频率，调频带宽200MHz，正向安装，采用4乂6°的平面阵列天线，最大水平检测距离可达28m,发射波瓣角非常窄，有效解决了相邻车道相互干扰和同一车道前后遮挡的问题。交通信息检测算法中，功率谱去噪效果好，目标检测灵敏度高，45°的波束入射角时对应的速度分辨率可达0.38km/h,且能较好处理交通拥挤情况.在车辆准确检测的基础上，车型识别算法提取多普勒频谱特征，有效的反映车的轮廓，并可根据用户的需求进行车辆的分型。特征提取与分类器的设计是车型识别的两个重要环节，前者是分类算...