共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
本文应用雷达目标瞬态高分辨距离象序列来识别目标,提出了一种基于距离象序列的实时循环神经网络分类方法,并进行了三类飞机目标的分类实验研究,结果表明,该方法可以得到高的识别率。 相似文献
3.
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
4.
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
5.
6.
7.
8.
9.
雷达目标一维距离像识别中的最优子空间法 总被引:1,自引:1,他引:0
提出一种基于最优子空间进行特征提取的雷达目标识别方法.最优子空间中各座标轴在目标分离意义上是最佳的,它同时能满足最小错误分类率原则;利用最优子空间能够提取到更优的特征,改善目标识别性能.对四类目标的仿真实验结果表明了方法的有效性. 相似文献
10.
11.
12.
13.
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
14.
基于线性内插神经网络的雷达目标一维距离像识别 总被引:3,自引:0,他引:3
本文提出一种新颖的神经网络模型--线性内插神经网络用于雷达目标一维距离像识别,它可避开提取不变特征的难点,利用目标一维距离像特征随姿态变化的信息来提高目标识别性能,实验结果表明,采用LINN很好地解决了在大的廨范围内识别目标时所存在的计算量与识别率的矛盾,提高了雷达对任决任意姿态目标的识别性能。 相似文献
15.
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
16.
对一维高分辨率距离像(HRRP)进行预处理,解决高分辨距离像姿态、平移和幅度敏感性问题。对HRRP进行了目标子空间提取,基于子空间使用最大相关系数法对目标进行识别。实验结果表明,基于子空间法的目标识别具有较好的识别结果和较快的处理速度。 相似文献
17.
基于多重变换的一种雷达目标识别方法 总被引:1,自引:0,他引:1
利用多重变换,提出了一种雷达上述识别方法,将雷达回波信号与本振信号混频处理后采样,进行FFT,得到目标的一维距离像,计算其马氏距离,利用小波变换对马氏距离序列进行数据压缩,得到目标的特征向量,由相关识别法进行目标识别,由3类飞机模型测量数据的识别结果表明,该方法具有较高的识别率。 相似文献
18.
该文提出一种基于因式分析子空间进行特征提取的雷达目标识别方法。通过对目标训练样本集进行因式分析,在最大似然估计准则和最小错误分类率准则下建立最优因式分析子空间,利用因式分析子空间能够增强同类目标特征之间的相关性,提高同类目标特征的聚集度,从而改善目标识别性能。对三类飞机目标的仿真实验结果表明了方法的有效性。 相似文献
19.
本文由双正交共轭滤波器构造有限维内积空间的双正交多分辨分析和快速离散小波变换(FDWT),提出信号的对偶小波变换方法,并将其用于降低雷达数据存储量,提出双正交变换系数筛选方法以及基于压缩数据的小波域相关和最小距离分类方法,通过六 距离高分辩数据的分类实验,证明本文提出了的变换、压缩和识别方法是有效的。 相似文献
20.
提出了一种基于支持向量最优变换矩阵的雷达目标一维距离像识别方法。该方法利用支持向量构建类间散布矩阵和类内散布矩阵,结合零空间特性得到最优变换矩阵,该变换矩阵被用来从原始一维距离像中提取判别特征。对输入目标,利用欧式距离进行分类,以确定目标所属类别。对三类飞机的实测一维距离像数据进行了仿真实验,实验结果表明了该方法的有效性。 相似文献