基于动态字典的卡车目标微动参数估计方法

车轮旋转产生的微多普勒是轮式车辆独特的特征.卡车类目标微动参数提取,可为地面车辆目标的分类识别提供重要依据.（1）对窄带雷达信号下的卡车目标进行回波建模,推导了车身非旋转散射点多普勒和轮毂旋转散射点微多普勒的数学表达式;（2）利用旋转点的微动参数构造相应的字典库进行匹配分解,建立了噪声条件下微动参数提取的凸优化模型;（3）针对采用过完备字典方法进行参数提取时,维数过大带来的计算和存储负担问题,进一步推导出关于微动参数集的凸函数,构造出更小规模的动态字典,通过对字典的动态调整和最小二乘准则下的迭代逼近,较快实现了卡车目标微动参数的准确估计;（4）仿真验证了方法的有效性和稳健性.     

进动弹头目标微多普勒分析与仿真

研究了进动弹头目标的微动模型及其微多普勒特征,提出了运用目标体进动模型分析旋转对称弹头目标微多普勒的方法,克服了以往的用固定散射中心点模型分析弹头目标微动问题存在的散射中心变化、遮挡的缺陷.理论分析了弹头目标的微多普勒,并利用时频分析方法分别从理论仿真回波数据和电磁仿真回波数据中提取出旋转对称进动弹头的微多普勒;三者基本一致,验证了文中方法的有效性和正确性.     

弹道导弹微动特征散射点的选取

利用雷达探测弹道导弹特有的微多普勒特征是进行目标识别的新方法,而目标体上散射点的选取是影响微多普勒特征参数提取的关键因素之一。首先建立弹道导弹弹头运动模型并简要给出基于时频分析法的弹头目标的微多普勒特征参数提取方法,然后根据散射点位置不同将目标体上散射点分4类,而后通过仿真微多普勒特征参数的提取,进而研究特征参数随散射点的变化特性。仿真结果表明:在导弹锥形的顶部、底部边沿、锥形面上选择总量小于9的散射点,可以有效地提取导弹的微动特征参数。随着散射点数量的增加,提取微动特征参数的难度也相应增加,甚至无法提取微动特征参数。     

基于时频变换的弹道目标微多普勒特征提取

微多普勒特征是识别弹道目标的重要手段.文中从空间弹道导弹和诱饵散射点微动模型出发,提出了一种基于时频二维像不变矩的微多普勒特征提取方法.该方法首先对导弹和诱饵进行时频变换,然后提取了图像中的7个Hu不变矩作为目标识别的特征.通过仿真实验,分析了特征组合对识别效果的影响,并提出了最优特征组合.文中还评估了特征矢量在不同信噪比条件下的稳定性,试验结果表明,时频像不变矩特征对信噪比变化具有一定的稳定性.     

利用HRRP序列估计弹道中段目标进动频率

弹道导弹中段的真、假诱饵受质量分布等因素的影响,其进动频率等特征存在较大差别。微动特性作为弹道导弹目标识别中的稳定特征,可以通过旋转目标的微多普勒信息进行提取,这也是当前弹道导弹目标识别的研究热点。本文以弹道中段的锥柱状弹头为研究对象,建立了该类目标的散射点模型和进动模型,通过分析一维距离像上散射中心位置变化特点,提出基于散射点时频分布图估计进动频率的算法。该算法首先应用短时傅里叶变换得到强散射中心单元的时频图,再利用自适应阈值法提取时频脊线,从而估计出目标进动频率。实验仿真了弹道回波数据,并利用该数据验证算法的有效性。实验结果证明了算法具有良好的抗噪性能。      

机载雷达战场目标的微动特性及识别

机载雷达具有速度快、视野广的特点,适用于战场运动目标的跟踪识别。而目前国内外针对机载低分辨雷达下微动地面目标识别的研究尚属空白。文中建立了机载平台下战场目标的雷达回波散射点模型,分析了单兵、轮式车、履带车等典型目标的微动特性,根据行进单兵微多普勒的周期性特征实现了单兵与机动车的识别;进而通过提取回波信号特征谱和支持向量机的方法实现轮式车与履带车的分类,在20 dB信噪比下识别率在87.5%以上。分类方法具有稳健性和有效性。     

飞机旋转部件微多普勒特征通用模型的推导与仿真

基于雷达后向散射理论,详细推导并建立飞机旋转部件微多普勒特征的通用模型,对模型参数进行规范的定义和说明,运用相位调制分析了微多普勒特征产生的物理机理,并针对姿态角变化对微多普勒特征的影响进行仿真实验.仿真结果表明,该模型是正确有效的,飞机旋转部件产生的微多普勒特征具有相对不变性,在一定条件下可作为常规雷达目标识别的重要依据.     

雷达目标旋转部件的微Doppler效应

目标的微动特征与目标属性密切相关,可作为目标识别的重要特征。对旋转部件,该文建立了具有空域时变特性的点散射模型。基于此模型,分析了由目标的旋转部件引起的微Doppler效应,对含有旋转部件的目标回波的时频特性进行了理论推导,并利用外场实测数据,得到了雷达目标回波的时频图,与理论推导的结果十分吻合,验证了理论推导的正确性。在此基础上,提出了一种基于短时傅里叶变换的目标微动参数提取方法,利用实测数据对目标的微运动参数提取进行了尝试,得到了很好的结果,为PD雷达的目标特征提取与识别提供了理论指导。     

一种旋翼叶片微动特征提取新方法

利用旋翼目标的旋转运动引起的微多普勒效应,实现目标微动特征的准确提取,可为目标的精确识别提供重要依据。该文以旋翼叶片为例,提出一种基于自相关函数和图像域的微动特征快速提取方法。首先基于目标的回波信号的周期性,利用回波自相关函数的图像峰值位置与目标旋转频率的关系,实现旋转频率的快速提取。然后在图像域提取目标微多普勒特征的边缘信息,通过边缘信息获得叶片散射点位置和初相信息。仿真结果验证了该方法的有效性。     

进动圆锥弹头双基地微多普勒特性分析

微动特征是弹道中段目标雷达识别的有效特征之一。该文首先利用由几何绕射理论推导的圆锥弹头散射中心模型确定了3个散射中心分别是锥顶及双基地角平分线在锥底平面上的投影与底面边缘的2个交点;然后建立了进动圆锥弹头双基地微多普勒模型,经化简可知双基地微多普勒模型与双基地角平分线上单基地雷达微多普勒模型相似,且双基地微多普勒幅值为单基地微多普勒幅值的半双基地角的余弦倍,这与单双站散射等效定理吻合;再通过分析3个散射中心的微多普勒模型得出了可用于进动和结构参数估计的3种相关性;最后利用电磁计算软件FEKO计算了圆锥弹头模型的双基地雷达截面积(RCS),通过对RCS序列的时频分析,验证了该文理论分析的正确性。     

论训练样本集结构和稀疏表示分类算法的关系

近年来,基于表示法的人脸识别技术主要都集中在约束条件和字典学习.很少有研究用样本数据特征来确定基于表示分类算法的性能.本文定义了结构离散度,表示样本集的结构特征.实验结果表明,具有较高的结构离散度的集合能让一个分类算法获得更高的识别率.     

有限自然码非接触光电字符识别

本文讨论了实现对有限点陈显示的图案和字符进行超视频跟踪,识别和显示的方法,利用有限自然码方法和微处理器系统实现数字显示字符或图案和字符进行超视频跟踪,识别和显示的方法,利用有限自然码方法和微处理器系统实现数字显示字符或图案的快速识别和同步跟踪显示,识别和显示速度高于1/300s。可便携,系统无须固定的识别样本,具有自学习功能,可以识别ASCⅡ字符集及任意32点阵组成的简单图像。本文对有限自然码非接触光电字符识别方法的原理和有关技术进行了讨论,该方法已应用到室外IC卡电话机等设备的非接触检测中。     

步态识别在智能视频监控系统中的应用前景

步态识别是生物特征识别技术的新领域,它具有可远距离获取、非接触性和非侵犯性、难以隐藏等优点,在未来智能视频监控系统中的应用前景广阔。重点介绍了步态识别技术的最新研究工作,涵盖了基于步态的性别识别、基于步态的年龄识别以及多视角步态识别等前沿技术,并对步态识别的未来发展趋势作了展望。     

实用人脸识别系统的本征脸法实现

将人脸模式的多个样本作为子模式,并将较多的人脸模式部分相交地分组,以减小计算量和便于识别系统的扩展．在结合方法上采用基于贝叶斯理论的和结合规则．使用ORL和AR人脸图像库的人脸识别实验表明,本征脸法在采用多样本训练后,获得了较高的识别率和较短的识别时间;分组训练使识别系统可采用分布并行计算,从而减少训练时间,同时使系统在增加新人脸模式时便于扩展．     

人脸识别方法研究

首先介绍了计算机人脸识别的4类主要方法，然后重点介绍了基于本征脸法的人脸识别技术的基本原理和实现步骤，最后通过实验比较了各类方法的识别率，总结出各种方法的优缺点，并对未来的识别技术进行了展望。     

基于场景的目标综合识别

多部异构传感器在出现高冲突情况下的属性融合上往往得到与事实不符的结果。通过对机载平台常用的目标属性识别手段及其识别能力的分析,给出了机载平台工作场景分类、识别融合架构、识别准则,以及基于不同场景的识别流程,较好地解决了平台异构传感器在高冲突情况下的属性融合中出现的问题。     

浅谈人工智能在融媒体业务生产中的应用发展

近年来,随着IT技术和互联网的发展,人工智能AI(Artificial Intelligence)技术在广电行业得到广泛应用。文章基于融媒体环境下人工智能技术的应用与发展进行了探讨,分析人工智能技术如何推动生产效率提高以及智能机器人书写稿件、智能人脸识别、智能语音语义识别、智能化的OCR识别、自动播出等方面的应用与发展。     

基于模糊模式和BP算法的手写数字识别

通过对多种手写数字识别算法的研究和分析，提出了一种基于模糊模式识别和BP神经网络寸亏写数字进行识别的新算法。首先应用BP神经网络对手写数字样本进行学习，然后再结合模糊模式识别的思想进行手写数字识别。实验证明：该算法与传统的手写数字识别算法相比，识别率明显提高。经过推广，该算法可应用于汉字识别、人脸识别等领域。     

汉语数字耳语音识别研究

耳语音识别可应用于国家安全的某些特殊需要。运用双门限法对语音样本进行端点检测,通过实验分别找出短时能量、短时过零率的高低门限4个参数的最佳取值。深入分析研究参数的抗噪问题,在MFCC参数中引入短时能量、一阶差分、二阶差分等参数,增强MFCC的抗噪性。研究表明,在隐马尔可夫模型中,MFCC和LPCC联合运用讨论识别效果要远优于独立参数。     

说话人识别综述

在分析说话人识别原理和方法的基础上,对近年来说话人识别技术的发展进行了综述。分析了当前说话人识别技术中使用的多种特征和模式识别方法,并对其今后的研究前景和发展方向进行了展望。