共查询到18条相似文献,搜索用时 203 毫秒
1.
幂变换在一维距离像目标识别中的作用分析 总被引:1,自引:0,他引:1
幂变换是一种一维距离像非线性预处理方法,服从任意概率分布的随机变量经幂变换后更接近于高斯分布,为选用基于高斯分布的分类器提供了方便,因此对提高识别率有一定的作用。文中分析了在应用中为得到好的识别效果幂变换系数如何取值的问题。取不同的幂变换系数对多批飞机在不同噪声环境下的距离像进行幂变换,然后用径向基函数分类器进行分类。根据实测数据处理后的结果分析,为了提高识别率,应根据信号的信噪比选择幂变换系数对距离像进行预处理。 相似文献
2.
3.
4.
用改进核函数提高SVM的雷达目标识别率 总被引:5,自引:1,他引:4
对支持向量机中的高斯核进行了改进,利用改进的高斯核构造了一维高分辨率距离像的雷达目标识别算法,并将幂变换引入预处理过程.该技术提高了识别率,减少了识别时间;同时对所完成的目标识别算法的性能进行了评估,从方位角大小、信噪比和训练数据大小三个方面验证了该算法的稳健性. 相似文献
5.
针对反向传播(BP)神经网络用于高分辨率雷达目标距离像分类的问题.讨论了对识别性能产生影响的主要因素:训练算法的选择、输入数据的预处理方法以及神经网络的参数设计。利用4种飞机模型的重点散射源二维分布测试数据和频率步进法得到目标的一维距离像,对于从不同方位角范围内获得的距离像,用BP神经网络对目标识别的性能进行了仿真测试,结果表明选择弹性传播算法或模拟退火弹性传播算法训练网络时具有更好的分类性能,而且对输入样本进行对数变换也有助于提高识别率。 相似文献
6.
7.
高分辨距离像(HRRP)目标识别算法很多,在其利用高分辨距离像蕴含的目标结构信息的同时,也需要面对数据量巨大的难题.事实上,尽管高分辨距离像数据量巨大,但却是稀疏的,然而利用其稀疏特性进行识别的方法却不多.为此,提出了一种基于压缩感知稀疏表示方法实现目标识别的算法.该算法首先采用遗传正交匹配追踪(OMP)算法对一维距离像训练样本进行稀疏分解以获得类别字典,然后根据类别字典分析测试样本的重构误差实现目标识别.仿真实验证明,所提算法简捷、识别率更高,相较于常规算法识别率提高最多可达20%,并且在受到噪声干扰情况下依然能够稳健地识别目标. 相似文献
8.
研究了小波变换谱估计用于频率步进毫米波高分辨力雷达目标一维距离像的成像方法.选用已调高斯函数作为小波基函数,进行小波变换的信号功率谱估计,获得高质量的频率步进毫米波雷达目标的一维距离像.实验结果表明这种方法对于提高目标识别率是有效的 相似文献
9.
10.
11.
为提高低信噪比下高分辨一维距离像目标识别性能,提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展,实现对目标高分辨一维距离像局部特征与全局特征的提取。其中,在训练阶段利用支持向量理论与字典学习原理,对特征提取字典进行优化提高特征向量的可分性。在测试阶段,利用因子分析模型匹配方法对去噪声字典进行优化,从而实现对噪声的有效抑制,保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试,结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像,并实现较高的识别正确率。 相似文献
12.
文章首先定义了对数双谱并给出了与目标识别有关的三个性质,接着推导了目标对数双谱与高分辨距离像对数双谱之间的关系,由此提出了对数双谱自动目标识别的距离准则和实现方法.外场实测数据的计算机仿真表明,该方法适用于飞机识别,是有效的和可行的. 相似文献
13.
一种获取雷达目标一维距离像的方法 总被引:1,自引:1,他引:0
利用高分辨一维距离像进行目标识别在现代雷达中已成为一个重要的研究课题。本文基于雷达信号设计和互相关接收处理技术,研究了一种利用目标回波,逐次获取一维距离像的方法。与冲激雷达相比,这种方法能显著提高信噪比,并且这个方法的收敛速度快,一般迭代10次以内即达到稳定。 相似文献
14.
15.
16.
为了改善基于卷积神经网络(CNN)的雷达目标识别模型的泛化能力,本文将深度适配网络(DAN)方法引入到高分辨一维距离像(HRRP)目标识别中。为了进一步提高DAN方法的性能,创新性地提出了混合核函数MMD代替传统DAN中的多核MMD,设计了基于混合核函数的MMD损失函数。本文使用服从瑞利分布的海杂波来干扰目标域数据。网络模型中使用一维CNN提取特征,使用混合核函数DAN来减少源域和目标域间特征分布的差异。实验表明,相对常规迁移学习方法和DAN方法, 在海杂波影响下该方法可将目标域数据识别率提高15%左右,显著提高了模型的泛化性能和鲁棒性。 相似文献
17.