期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于支撑向量机的地杂波虚警抑制技术 被引量:4
1
作者 邢远见 陈翼 +1 位作者 祝欢 李国刚 《现代雷达》 CSCD 北大核心 2016年第8期34-38,共5页
由于杂波的非均匀特性,传统杂波抑制技术的杂波滤除能力有限。在强杂波环境下,处理后回波仍残留大量虚警。文中提出了新的点迹滤波技术,用于抑制杂波虚警。针对地面动目标检测体制雷达,通过提取目标和杂波的五种分类特征和五种先验特征... 由于杂波的非均匀特性,传统杂波抑制技术的杂波滤除能力有限。在强杂波环境下,处理后回波仍残留大量虚警。文中提出了新的点迹滤波技术,用于抑制杂波虚警。针对地面动目标检测体制雷达,通过提取目标和杂波的五种分类特征和五种先验特征,使用主成分分析和支撑向量机方法过滤虚假点迹。试验结果表明:文中提取的特征和设计的分类器,可在较少目标损失下,有效地抑制地杂波虚警。 展开更多
关键词 点迹滤波 支撑向量机 地杂波
在线阅读 下载PDF
面向深度置信网络的宽带一维像预处理及识别技术
2
作者 邢远见 姜震华 +4 位作者 谢洁 史晓雄 况学伟 王健 邵玲玲 《现代雷达》 CSCD 北大核心 2022年第8期43-47,共5页
深度学习方法具有特征自学习能力,可有效挖掘不同目标深层次、差异性特征,在目标识别领域被广为研究和应用。针对雷达一维像识别难题,本文提出面向深度置信网络的宽带一维像预处理及识别训练方法。通过对六类飞机一维像识别试验,验证了... 深度学习方法具有特征自学习能力,可有效挖掘不同目标深层次、差异性特征,在目标识别领域被广为研究和应用。针对雷达一维像识别难题,本文提出面向深度置信网络的宽带一维像预处理及识别训练方法。通过对六类飞机一维像识别试验,验证了预处理、模型泛化等措施的有效性,飞机目标的全姿态平均识别正确率达88.35%,±15°的迎头姿态下识别正确率达97.44%。 展开更多
关键词 深度置信网络 深度学习 宽带一维像 目标识别
在线阅读 下载PDF
对数变换在高分辨距离像目标识别中的应用 被引量:5
3
作者 孙晶明 杨予昊 +1 位作者 邢远见 王梓谦 《现代雷达》 CSCD 北大核心 2016年第11期40-43,74,共5页
在基于高分辨距离像的雷达目标识别中,幂变换是一种常用的非线性预处理方法,对提高识别率有一定的作用。但幂变换对高分辨距离像目标识别的性能提升受信噪比情况影响较大,且幂变换指数的选取对识别结果影响明显,甚至有不利影响。文中针... 在基于高分辨距离像的雷达目标识别中,幂变换是一种常用的非线性预处理方法,对提高识别率有一定的作用。但幂变换对高分辨距离像目标识别的性能提升受信噪比情况影响较大,且幂变换指数的选取对识别结果影响明显,甚至有不利影响。文中针对幂变换存在的问题,提出用对数变换对高分辨距离像进行预处理。比较分析了对数变换与幂变换的作用机理的异同点,并重点分析了对数变换对高分辨距离像类内和类间相关系数的影响。研究表明:对数变换相较于幂变换更适于对高分辨距离像进行预处理,且实测数据的实验结果表明对数变换比幂变换能更有效地提高识别率。 展开更多
关键词 高分辨距离像 目标识别 预处理 对数变换
在线阅读 下载PDF
基于参数估计的回波切片脉冲栅瓣抑制研究
4
作者 王其冲 邢远见 蒋跃红 《现代雷达》 CSCD 北大核心 2018年第12期30-33,共4页
雷达信号处理中,窄脉冲剔除技术将回波中超出幅度门限且宽度明显小于发射脉宽的信号剔除,实现对非完整密集转发干扰的抑制。然而,该方法破坏原始目标回波的完整性,形成切片脉冲。经与发射信号匹配接收后,在目标周围形成栅瓣,造成大量检... 雷达信号处理中,窄脉冲剔除技术将回波中超出幅度门限且宽度明显小于发射脉宽的信号剔除,实现对非完整密集转发干扰的抑制。然而,该方法破坏原始目标回波的完整性,形成切片脉冲。经与发射信号匹配接收后,在目标周围形成栅瓣,造成大量检测虚警。针对该问题,提出一种栅瓣抑制方法:通过重构目标的参考切片脉冲,估计栅瓣位置和相对强度;然后,对栅瓣衰减,实现栅瓣抑制。仿真实验显示,该方法可有效检测目标,减少虚警。 展开更多
关键词 非完整密集转发干扰 窄脉冲剔除 目标检测 栅瓣抑制
在线阅读 下载PDF
弹道目标宽带极化特征提取分析 被引量:3
5
作者 张胜峰 马超 +2 位作者 朱新国 邢远见 刘伟 《现代雷达》 CSCD 北大核心 2020年第1期45-50,共6页
针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分... 针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。 展开更多
关键词 极化高分辨距离像 特征提取 散射机理 目标识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部