云层背景目标识别的匹配滤波器设计

？提出一种利用最大平均相关高度(mach)算法识别复杂云层背景目标的改进滤波器设计方法。在mach滤波器设计中，通过对云层背景功率谱的统计特性分析，数据拟合得到云层背景功率谱的分布函数，用以代替传统的白噪声模型；提取飞行目标的姿态变化图像，并作阈值化处理，得到训练样本。对不同云层背景和姿态变化目标的相关识别结果表明:改进滤波器的平均峰值相关能量比为0.71%，峰值鉴别率为0.92，可以有效抑制云层背景的干扰，对姿态变化目标识别的鲁棒性较好。