共查询到18条相似文献,搜索用时 78 毫秒
1.
雷达目标高分辨率距离—极化结构成像方法研究 总被引:2,自引:2,他引:0
在高频区(光学区),雷达目标回波可模型化为多个散射中心回波的合成,稳含着目标精密的几何形状信息;宽带高频雷达可以获得目标多散射中心在径向距离轴上的投影分布,即目标的一维距离像;对距离像上孤立的每个强散射中心进行极化描述,可获得其对应的单元散射体的几何结构特性;由多个单元散射体可构造出目标的结构图像,即距离-极化结构图像,文中主要给出了强杂背景下目标结构成像的原理,方法及其计算机仿真结果。 相似文献
2.
基于双距离像的雷达目标识别技术 总被引:8,自引:2,他引:8
复杂目标的雷达接收回波可视为多个散射中心及其多个散射中心相互作用产生的信号合成,对回波进行双谱估计获得的目标双距离像能有效地区分这两类信号,且能抑制杂波及干扰。基于这一原理,本文对实测雷达回波进行双谱估计得到目标的双距离像,并对其进行二维梅林变换作为目标的特征量完成目标识别,实验结果表明,这种方法的效果很好。 相似文献
3.
4.
5.
6.
基于一维距离像的目标识别是雷达目标识别的一种重要方法。本文利用最大相关系数法(MCC)和主分量分析方法(PCA)对目标一维距离像进行目标识别。针对一维距离像的目标姿态敏感性,分析了最大相关系数法和PCA特征提取方法的原理,并通过3种目标的实测数据进行分类实验,表明该算法的有效性。 相似文献
7.
8.
基于一维距离像的雷达目标识别方法研究 总被引:2,自引:0,他引:2
通过对光学区雷达目标一维距离像的介绍和分析,指出利用一维距离像进行雷达目标分类和识别的可行性,并针对一维距离像对姿态角度化敏感这一难点问题,提出两种比较实用的解决方案。 相似文献
9.
10.
基于SVM的雷达目标高分辨距离像识别研究 总被引:1,自引:0,他引:1
本文从模式分类角度讨论基于高分辨距离像(HRRP-high resolution range profile)的雷达目标识别问题,对基于支持向量机(SVM-Support Vector Machine)的高分辨距离像识别方法进行了研究.使用SVM对3类目标的HRRP进行了分类识别,并在同样条件下与基于模板匹配的识别方法进行了比较.结果表明,使用SVM具有更高的分类正确率和更好的泛化性能. 相似文献
11.
12.
13.
子空间法雷达目标一维像识别研究 总被引:5,自引:0,他引:5
基于高分辨一维像,研究特征子空间法和正则子空间法在雷达目标识别中的应用。针对一维像敏感于目标姿态变化的特点,提出一种子空间串识别法,将所有姿态范围划分为一定数量的模区,在每模区建立各类目标的子空间。对未知目标,所处模区由雷达测定后,其一维像映射到该模区各类目标的特征子空间进行识别分类一单模区搜索准则。模拟和实测数据实验表明所提出方法是有效的。 相似文献
14.
本文基于宽带极化雷达体制背景,将动力学理论用于目标的极化散射特性分析。通过定义一种新的极化谱概念。研究了目标特征信号处理及目标识别等问题。 相似文献
15.
16.
基于字典学习算法的信号稀疏表示被广泛应用于信号处理领域。由于字典原子间存在冗余性,求解信号的稀疏表示会受到观测信号中扰动分量的影响,从而带来表示的不确定性,不利于雷达高分辨距离像(HRRP)目标识别任务。针对这一问题,该文提出一种稳健字典学习(SDL)算法,通过边缘化信号丢失,构建稳健损失函数用于学习自适应字典。该算法利用距离像在散射点不发生越距离单元走动的方位帧内具有结构相似性,约束临近训练样本间稀疏表示的非零元素位置相同,并通过结构化稀疏约束选择最优子字典用于测试样本的分类。基于实测HRRP数据的实验结果验证了所提算法的有效性。 相似文献
17.
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
18.
该文针对概率主成分分析(PPCA)模型用于1维高分辨距离像(HRRP)识别对噪声敏感的问题,对经典PPCA模型进行修正。该方法将基于高斯分布的PPCA模型扩展为基于t分布的PPCA模型,能够综合利用t分布对噪声稳健和PPCA模型自由参数少的特性。同时为了减少目标方位敏感性对HRRP统计建模的影响,进一步将t分布模型扩展为混合概率t分布模型,能够以分布趋同的原则将不同方位帧内具有相同统计特性的HRRP数据进行聚类,减少模型的失配,改善识别性能。模型参数通过期望最大值(EM)算法估计,可提高计算效率。最后,通过贝叶斯规则,以获取的统计特征识别测试数据,仿真结果表明该方法能够提高低信噪比条件下PPCA模型的稳健性。 相似文献