摘要
为了提高雷达探测无人机（UAV）在低信噪比条件下的分类和识别能力，本文提出了一种结合基于变分模态分解（VMD）的模态特征与基于短时傅里叶变换（STFT）的子带统计特征的双域特征提取方法。从两个域中选择模态能量比和子带均值作为代表性特征，并进行归一化和融合以构建最终的特征向量。随后，提出了一种加权高斯朴素贝叶斯分类器用于无人机与鸟类识别。特征权重从训练数据中估计得出，最终分类决策采用最大后验概率准则获得。在不同低信噪比条件下的实验结果表明，该方法在强噪声干扰下仍保持具有竞争力的分类性能，并保留了有用的判别信息。结果表明，VMD 模态特征与 STFT 子带统计特征的组合为低信噪比条件下的无人机与鸟类分类提供了有效的表示。
