共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
本文综述了神经网络用于雷达舰船目标识别目前所作的研究。对三种完全不同的神经网络结构进行研究和比较。三种网络情况下都将改进过的傅里叶离散Mellin变换形式的预处理用作特征矢量的提取方法,特征矢量不受雷达扫描角影响。并根据模拟和实际数据进行了娄类试验。结果表明分类精度达到93%。 相似文献
4.
5.
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
6.
7.
本文综述了神经网络用于雷达舰船目标识别目前所作的研究。对三种完全不同的神经网络结构(反向传播前馈网络、Kohonen监视学习矢量量化网络及Simpson模糊极小-极大神经网络)进行了研究和比较。三种网络情况下都将改进过的傅里叶离散Mellin变换形式的预处理用作特征矢量的提取方法,特征矢量不受雷达扫描角影响。并根据模拟和实际数据进行了分类试验,结果表明分类精度达到93%。 相似文献
8.
9.
10.
11.
基于支持向量机的窄带雷达弹道导弹目标识别技术 总被引:2,自引:1,他引:2
窄带雷达由于受到带宽限制,无法获取到目标高分辨精细识别信息,仅能通过目标轨道运动特征和窄带RCS特征对目标属性进行初步分类识别,文中基于支持向量机分类算法,从窄带雷达回波数据中提取弹头群和弹体群目标的特征,实现了弹道导弹群目标初步分类识别。在对弹头群和弹体群分类识别的基础上,窄带雷达可集中更多的时间和能量资源重点对弹头群类目标进行跟踪,并为后续宽带目标识别雷达提供重点目标位置信息。 相似文献
12.
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
13.
基于数字信号处理器的激光成像雷达目标识别算法实现 总被引:4,自引:1,他引:4
激光成像雷达的空间分辨率较高,能成四维像(强度像 三维距离像),适合作目标识别探测器.支持向量机(SVM)是一种能在小样本学习的情况下,仍有较高识别正确率的目标识别方法.通过优化支持向量机算法,将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内,实现目标识别的功能,有很高的现实意义.首先用真实激光成像雷达强度像做实验,测试56个样本,共耗时31.97μs,证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求,识别正确率为98.2%;再用仿真激光成像雷达距离像验证支持向量机的推广能力,证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求. 相似文献
14.
15.
针对现有车载毫米波雷达目标分类方法存在静止杂波干扰和网络模型复杂度高的问题,本文将Ghost模块和MobileNet相结合设计了G?MobileNet轻量化神经网络,并提出了一套完整的车载毫米波雷达目标分类流程。首先对雷达原始AD采样信号进行向量均值相消处理,滤除静止杂波,再进行二维快速傅里叶变换(FFT)得到目标的距离?多普勒(RD)图像,最后使用G?MobileNet对RD图像特征进行提取及分类得到分类结果。实测数据处理结果表明,所提方法能够消除静止杂波对多普勒特征产生的干扰,且分类网络模型复杂度低,在具有较高的分类准确率的同时节省了网络模型储存空间和运行网络所需内存。 相似文献
16.
17.
提出一种基于支持向量机的实际调制信号自动识别新方法。利用支持向量机把分类特征向量映射到一个高维空间,并在高维空间中构造最优分类超平面以实现信号分类。计算机仿真结果表明,该方法对实际采集的信号具有很好的分类性能。 相似文献
18.
低分辨率雷达目标回波波形的特征提取与分类方法研究 总被引:1,自引:0,他引:1
分析了常规雷达实测飞机目标回波信号,研究指出目标回波波形携带与目标密切相关的信息,利用参数方法对目标波形进行分析并选取某些参数作为特征(或特征的一种表征)作为目标分类特征,可以对目标进行粗略的分类。在对目标回波进行特征分析的基础上,用抽取的特征量构造了几种目标模板。采用实测数据的实验结果表明该方法在分类效果方面的有效性:既可区分不同机型的飞机,又可把单架和多架飞机区分开来。 相似文献