期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
常规雷达JEM特征分析与目标分类的研究 被引量:13
1
作者 丁建江 张贤达 《电子与信息学报》 EI CSCD 北大核心 2003年第7期956-962,共7页
该文研究了常规雷达回波中喷气发动机调制(JEM)特征产生机理、提取方法及用于目标分类的效能,先从理论上分析了常规雷达飞机回波中JEM特征的产生机理,并比较了直升机、螺旋桨飞机和涡扇喷气机回波中JEM周期特征的差别。再讨论了实际回... 该文研究了常规雷达回波中喷气发动机调制(JEM)特征产生机理、提取方法及用于目标分类的效能,先从理论上分析了常规雷达飞机回波中JEM特征的产生机理,并比较了直升机、螺旋桨飞机和涡扇喷气机回波中JEM周期特征的差别。再讨论了实际回波中时域、频域、时频域方法分析和提取JEM周期特征的优劣,最后用AR双谱切片技术提取的JEM周期特征进行了目标分类和辨识实验,结果表明;JEM周期特征用于常规防空雷达飞机的分类是有效的,但又是有限的。 展开更多
关键词 雷达 jem 目标分类 喷气发动机调制 提取方法 目标识别
在线阅读 下载PDF
基于JEM效应的一种雷达目标识别方法
2
作者 张善文 甄蜀春 赵兴录 《电光与控制》 北大核心 2000年第4期1-4,共4页
根据JEM(喷气发动机调制)效应和雷达目标回波谱经特点,本文提出了一种雷达目标识别方法。此方法是利用小波变换,得到雷达目标回波信号的频率调频指数,对信号进行相位补偿,然后滤掉信号中的机身频谱和多普勒频谱,再进行相位补... 根据JEM(喷气发动机调制)效应和雷达目标回波谱经特点,本文提出了一种雷达目标识别方法。此方法是利用小波变换,得到雷达目标回波信号的频率调频指数,对信号进行相位补偿,然后滤掉信号中的机身频谱和多普勒频谱,再进行相位补偿,用FFT(快速傅立叶变换)就可以得到目标的调制谱,由此实现目标识别。由实测数据进行分机处理,证明利用目标的调制谱识别目标,认识效果很好。 展开更多
关键词 喷气发动机调制效应 防空雷达目标识别 jem效应
在线阅读 下载PDF
基于分数阶傅里叶变换的窄带雷达飞机目标回波特征提取方法 被引量:17
3
作者 杜兰 史蕙若 +2 位作者 李林森 孙永光 胡靖 《电子与信息学报》 EI CSCD 北大核心 2016年第12期3093-3099,共7页
该文研究了常规窄带雷达体制下,利用分数阶傅里叶变换扩展特征域,从而解决直升机、螺旋桨飞机和喷气式飞机3类飞机目标回波分类中的特征提取问题。在现代战场中,直升机、螺旋桨飞机和喷气式飞机具有不同的机动性能,并各自承担着重要的... 该文研究了常规窄带雷达体制下,利用分数阶傅里叶变换扩展特征域,从而解决直升机、螺旋桨飞机和喷气式飞机3类飞机目标回波分类中的特征提取问题。在现代战场中,直升机、螺旋桨飞机和喷气式飞机具有不同的机动性能,并各自承担着重要的任务。因此,实现这3类飞机的分类具有重大的意义。该文针对3类飞机目标分类的传统特征数目少,包含信息量有限,导致分类性能不够好的问题,基于现有的特征提取方法引入分数阶傅里叶变换(Fractional Fourier Transform,FrFT),在经过FrFT后的分数域提取3类飞机目标回波的分数阶特征,弥补传统特征的不足。并利用线性相关向量机(Relevance Vector Machine,RVM)的特征选择功能对提取的分数阶特征进行特征选择并分类。基于仿真和实测数据的实验结果证明该文提出的分数阶特征的分类性能较传统时域、多普勒域特征有较大提升。 展开更多
关键词 窄带雷达 分数阶傅里叶变换 特征提取 特征选择 目标分类 喷气引擎调制
在线阅读 下载PDF
基于压缩感知和深度学习的分类识别技术 被引量:2
4
作者 汪文英 魏耀 +2 位作者 郑玄玄 王茹琪 余慧 《雷达科学与技术》 北大核心 2018年第4期398-402,共5页
雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息,对于现代战争其重要性显得尤为突出。针对复杂电磁环境下的飞机目标分类问题,结合防空雷达的特点建立3类(固定翼、螺旋桨和直升机)飞机旋转部件调制回波模型,并理论分析了不... 雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息,对于现代战争其重要性显得尤为突出。针对复杂电磁环境下的飞机目标分类问题,结合防空雷达的特点建立3类(固定翼、螺旋桨和直升机)飞机旋转部件调制回波模型,并理论分析了不同类型飞机目标的微动特征差异。仿真分析在复杂电磁环境下干扰对微动频谱的影响。引入压缩感知方法进行干扰条件下的微动特征稀疏恢复,采用堆栈自编码学习(SAE)方法构建深层神经网络对目标进行自动特征提取和分类识别;实录数据验证表明,本文特征提取和识别方法在干扰比例41%时识别正确率能达到75%。 展开更多
关键词 飞机调制谱 压缩感知 堆栈自编码 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部