共查询到18条相似文献,搜索用时 51 毫秒
2.
以支持向量机(SVM)作为分类器。研究了雷达目标高分辨距离像(HRRP)分类法,设计了相应的预处理算法,提出一种结合留一法和单一验证法的参数选择新方案。基于三种雷达目标的HRRP数据,比较了SVM分类法和匹配相关分类法性能。实验结果表明SVM算法在目标姿态的稳定性、对训练集大小的稳定性和抗噪能力方面都占有相当优势。 相似文献
4.
讨论了用新的识别系统识别高分辨雷达距离像 ( HRRP)。它分为两个阶段 :( 1 )在 K- L变换对距离像进行特征压缩后 ,用聚类法进行识别或采用某个规则排除某些不可能的种类。 ( 2 )对于第一阶段不能识别的模式 ,用种类少时效果较好的最佳鉴别准则对模式进行特征提取 ,并用 BP网络组作为分类器进行识别。实验表明该方法比常规的单分类器的方法有更高的识别率。 相似文献
5.
线性调频步进信号因其大的时宽带宽积及较低的采样率在高分辨雷达中倍受关注,单脉冲体制的雷达高精度测角在精确制导武器中应用越来越广泛.利用线性调频步进信号高分辨测距、单脉冲技术进行测角,从而形成基于扩展目标的合成高分辨距离-方位-俯仰三维像.仿真实验证明,此种成像方法可以得到较精确的目标散射中心的方位、俯仰角以及散射强度信息,对实现精确制导技术有着重要的理论意义和应用参考价值. 相似文献
6.
7.
8.
基于模糊极小极大神经网络的雷达一维像识别 总被引:1,自引:0,他引:1
雷达目标一维距离像是随雷达姿态角变化的,但由于目标姿态变化的连续性及目标散射点分布的连续性,其一维距离像是一个随视角变化而逐渐演变的过程,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线.本文在基于线性内插神经网络对雷达一维距离像识别的基础上,改进了线性内插时特征轨迹线的形成方法.提出了一种基于模糊极小极大神经网络分类器的雷达目标一维距离像目标识别方法,利用模糊极小极大神经网络中的超方匣的并集来形成雷达目标特征轨迹线.进行了三类飞机目标的0~180°姿态角范围内一维距离像的分类实验研究,结果表明,用模糊极小极大神经网络分类器对雷达目标一维像分类有较高的分类准确率. 相似文献
9.
步进频率雷达目标距离像拼接技术研究 总被引:1,自引:0,他引:1
针对步进频率雷达目标一维距离像中产生像分裂现象的原因进行了研究。给出两种采用冗余处理解决像分裂的方法,分析了这两种方法的性能。并用计算机仿真结果验证了两种方法的有效性。 相似文献
10.
为了在高分辨一维距离像(HRRP)数据有限的情况下提高支持向量机(SVM)的识别性能,采用插值方法对原数据按方位角进行插值处理。给出了应用于距离像数据的线性插值和三次样条插值方法的推导和计算过程以及处理结果,与未插值数据的图像吻合较好,证明了插值方法的正确性。研究采用SVM方法对插值数据及未插值数据进行识别,结果表明采用插值处理可明显提高SVM的正确识别率,采用三次样条插值比线性插值提高识别率的效果更明显。且三次样条插值在两点间插入5个点后对识别率的提高可趋于稳定,从而证明该方法的正确性和有效性。 相似文献
11.
针对雷达目标高分辨距离像(High-Resolution Range Profile,HRRP)识别中等角域划分造成的目标散射特性失配问题,提出一种基于核主分量分析重构的雷达目标识别方法。该方法在等角域划分下利用核主分量分析提取每个角域内HRRP的特征子空间,再将测试样本投影到各角域特征子空间中进行重构,最后通过计算最小重构误差来判别测试样本的类别。基于5种飞机目标的仿真实验表明,核主分量分析重构方法可以松弛角域划分范围,降低角域划分的精度要求,相比主分量分析重构方法和最大相关系数模板匹配法有效提高了识别性能。 相似文献
12.
非合作式目标识别包括雷达、电子支援措施及光传感器的目标识别技术.雷达目标识别含利用跟踪信息、极化信息及通过JEM、距离像和ISAR进行识别.电子支援措施目标识别包括利用基本电波参数、脉冲波形特征和通过对己方电子支援措施电波的接收分析进行识别.光传感器目标识别则是在取得目标的反射特性和辐射特性(光谱)后提取其特征进行识别. 相似文献
13.
14.
为提高毫米波雷达目标识别能力,提出一种基于Gabor原子变换和支持向量机(SVM)的雷达目标识别方法。该方法充分利用了Gabor原子变换在信号表示方面的有效性以及SVM在分类方面的优越性,首先将雷达回波信号进行Gabor原子变换,获得信号的特征量,然后利用SVM网络进行分类识别。实验结果表明:该方法可行且具有较高的识别率。 相似文献
15.
16.
17.
18.