共查询到17条相似文献,搜索用时 187 毫秒
1.
基于一维距离像的目标识别方法 总被引:8,自引:2,他引:8
基于飞机目标高分辨一线距离像,给出了一种目标识别方法。首先,在研究了高分辨距离像的相关匹配算法后,给出了在单极化条件下的五种飞机目标回波的识别结果;而后,基于全极化高分辨雷达,提出了一种利用目标极化信息一维距离像的综合识别方法。实验结果表明,该方法具有高的识别率和强的抗干扰能力。 相似文献
2.
3.
4.
人造目标多有尖锐的棱角和平坦的表面,而天然目标不是这样,这为利用极化技术探测和识别创造了条件。
极化信息可以显著提高雷达的目标检测、目标识别与抗干扰性能,在现代的制导、防空、反导等雷达系统中具有广
阔的应用前景。本文以地面目标为研究对象,基于数字变极化单脉冲探测系统,采用多种发射极化形式,利用虚拟
极化合成接收,得到全极化高分辨一维距离像,获得散射熵H 和平均散射角α 在距离像中的分布,可用于在地杂波
背景下的目标检测与识别。 相似文献
5.
6.
7.
针对宽带多极化雷达,提出将高分辨一维距离像(high resolution range profile,HRRP)与极化信息相结合的算法,获得目标在4种极化组态下的一维距离像并将其组成极化距离矩阵.该算法对目标进行全方位的特征抽取与建模,以适应不同的姿态,有助于减少高分辨一维距离像方位敏感性带来的影响.然后提出了直接基于极化距离矩阵、Pauli分解和Freeman分解三种特征提取方式对极化距离矩阵进行目标特征的提取,并将获得的目标特征向量结合起来送入搭建的深度卷积神经网络进行训练学习.该方法不仅结合了不同的特征提取方式以对极化距离矩阵进行更全面的特征提取,而且深度卷积神经网络的运用又对目标特征向量进行了深层学习,仿真结果验证了该方法的有效性. 相似文献
8.
基于半参数化概率密度估计的雷达目标识别 总被引:2,自引:1,他引:1
该文针对雷达目标高分辨距离像(High-Resolution Range Profile, HRRP)识别中距离单元回波幅值统计建模所面临的概率密度模型选择问题,提出一种基于半参数化概率密度估计的雷达目标识别方法。半参数化概率密度估计从参数化概率密度估计出发,有效利用了高分辨距离像各距离单元幅值近似服从Gamma分布的经验知识,并且通过非参数化修正因子对Gamma模型进行修正,达到参数化方法和非参数化方法优缺互补的目的。基于5种飞机模型高分辨距离像数据的仿真实验证明了该文方法的有效性。 相似文献
9.
10.
11.
基于瞬态极化WVD相关的高分辨雷达目标识别 总被引:1,自引:0,他引:1
研究了毫米波高分辨极化雷达的目标识别问题,提出了瞬态极化Wigner-Ville分布(WVD)的概念,导出了瞬态极化WVD莫耶公式,证明了瞬态极化WVD时频域相关与极化信号时域相关的等价关系.在此基础上,提出了基于高分辨极化雷达目标回波瞬态极化WVD相关的目标识别方法,并利用五种飞机缩比模型外场测量数据进行了目标识别实验,实验结果表明该方法是一种有效的高分辨极化雷达目标识别方法。 相似文献
12.
雷达一维距离像成像本质上是对雷达目标散射特性进行信号表示的过程,它以其获取的简单性及有效性,在雷达成像及目标识别方面得到了广泛的应用。针对雷达目标几何绕射参数化模型,利用稀疏分解方法,研究了高分辨一维距离像的重构及特征提取问题。以此可以避免奈奎斯特采样定理的弊端,以更贴近信号本质特征的方法处理雷达回波信号。通过匹配追踪算法,寻找最佳匹配原子的位置,以此估计雷达目标散射点参数。实验结果表明该方法在信号重构及特征提取方面的有效性。 相似文献
13.
14.
雷达目标一维距离像的特征分析 总被引:2,自引:0,他引:2
针对一维距离像对姿态角敏感和回波时延的问题.对雷达目标一维距离像的特征进行了分析,结合散射点回波功率的特征提取与傅里叶变换.提出了一种雷达目标识别的方法。 相似文献
15.
在如今日益复杂的地面战场环境下,雷达目标识别技术的需求愈加迫切。高分辨一维距离像(High Resolution Range Profile,HRRP)具有可提供目标在雷达视线上的结构信息的特点,使得其在雷达地面目标识别领域受到了广泛的关注与研究。为实现基于 HRRP 的雷达目标识别实用化,本文构建了一种基于多重支持向量模型的雷达目标识别器。本方法通过对目标特征空间的区域分割、特征区域描述与子分类超平面构建,得到更为精细化的目标特征空间描述,同时达到目标鉴别与分类的联合处理。此外,本方法基于支持向量模型,内存需求少、计算复杂度低, 适合目标识别系统的实际工程应用。通过基于实测数据的对比实验,证明了本文所提方法在目标识别性能与实时性两方面均具有较大的优势。 相似文献
16.
宽带毫米波雷达目标时延神经网络识别新方法 总被引:2,自引:0,他引:2
基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题,研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法,并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法,还利用三种飞机缩比模型的暗室测量数据,研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能。实验结果表明:本方法具有良好的应用前景。 相似文献