检索结果-维普期刊中文期刊服务平台

海杂波中基于可控虚警K近邻的海面小目标检测被引量：14: 1; 作者郭子薰水鹏朗 +2 位作者白晓惠许述文李东宸《雷达学报（中英文）》 CSCD 北大核心 2020年第4期654-663,共10页; 由于高分辨海杂波具有复杂的特性以及海面小目标具有多样性,没有精确的简单统计模型可以较好地描述海杂波和目标回波时间序列,这导致目标检测遇到了很多阻碍。为了区分海杂波和目标回波,分别提取它们的特征将检测问题转化为特征空间中... 展开更多; 关键词高分辨海杂波海面小目标特征检测 K近邻可控虚警; 在线阅读下载PDF 职称材料

多分类器联合虚警可控的海上小目标检测方法被引量：4: 2; 作者薛安克毛克成张乐《电子与信息学报》 EI CSCD 北大核心 2023年第7期2528-2536,共9页; 模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种... 展开更多; 关键词海杂波小目标检测多分类双参数寻优K近邻(K-NN)算法可控虚警; 在线阅读下载PDF 职称材料

基于多特征融合的海面目标智能检测算法: 3; 作者陈佳音郭山红 +2 位作者朱海锐盛卫星韩玉兵《现代雷达》 CSCD 北大核心 2024年第12期24-30,共7页; 针对海杂波空时变特性复杂,海面小目标回波能量微弱、检测难度大的问题,提出了一种基于多特征融合的海面目标智能检测算法,能够实现不同虚警概率条件下的目标检测。该算法通过对雷达接收回波信号的预处理,构建时域、频域和时频域信息矩... 展开更多; 关键词海面目标检测卷积神经网络特征融合虚警率可控; 在线阅读下载PDF 职称材料

基于标签传播算法的海面漂浮小目标检测方法被引量：4: 4; 作者许述文茹宏涛《电子与信息学报》 EI CSCD 北大核心 2022年第6期2119-2126,共8页; 在高分辨体制下海杂波与海面小目标具有复杂的特性,特别是对于雷达散射截面积较小的海面漂浮目标,传统的检测方法性能不佳。为了突破临界信杂比情况下的检测性能,可以提取雷达回波的一种或者多种特征,从而进行特征检测,该方法是实现临... 展开更多; 关键词高分辨海杂波特征检测标签传播算法可控虚警; 在线阅读下载PDF 职称材料

雷达海上目标双通道卷积神经网络特征融合智能检测方法被引量：17: 5; 作者苏宁远陈小龙 +1 位作者陈宝欣关键《现代雷达》 CSCD 北大核心 2019年第10期47-52,57,共7页; 受复杂海洋环境影响,基于统计理论的海面目标检测方法由于假设条件不成立,在实际应用中难以实现高性能检测,本文从特征提取分类角度,通过深度学习分类方法对目标和杂波的雷达回波信号进行二元分类,提出了一种基于双通道卷积神经网络(DCC... 展开更多; 关键词雷达目标检测海上目标特征提取双通道卷积神经网络虚警可控分类器; 在线阅读下载PDF 职称材料

题名海杂波中基于可控虚警K近邻的海面小目标检测被引量：14: 1; 作者郭子薰水鹏朗白晓惠许述文李东宸; 机构西安电子科技大学雷达信号处理国家重点实验室中国船舶工业系统工程研究院; 出处《雷达学报（中英文）》 CSCD 北大核心 2020年第4期654-663,共10页; 基金国家自然科学基金(61871303)。; 文摘由于高分辨海杂波具有复杂的特性以及海面小目标具有多样性,没有精确的简单统计模型可以较好地描述海杂波和目标回波时间序列,这导致目标检测遇到了很多阻碍。为了区分海杂波和目标回波,分别提取它们的特征将检测问题转化为特征空间中的分类问题是一种有效的方法。基于特征的检测可以归结为在特征空间中的一种2元假设检验问题,但是其有两个问题需要解决:一是目标回波数据远少于杂波数据;二是虚警概率不可控。为了解决第1个问题,一种典型小目标的仿真回波产生器被用于产生充足的典型目标回波数据,以辅佐后续检测器的设计。K近邻(K-NN)是一种简单有效的分类方法,但是因为无法精确地控制虚警率而不能直接在目标检测中使用。该文提出一种基于改进K-NN的海面小目标检测方法,可以很好地实现可控虚警。经IPIX雷达数据集验证,所提出的方法在观测时间分别为0.512 s和1.024 s时获得了85.1%和89.2%的检测概率,相比现有的检测器获得了7%和5%的提升,具有良好的检测效果和稳定性。; 关键词高分辨海杂波海面小目标特征检测 K近邻可控虚警; Keywords High-resolution sea clutter Sea-surface small targets Feature-based detection K Nearest Neighbors(K-NN) Controlled false alarm rate; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名多分类器联合虚警可控的海上小目标检测方法被引量：4: 2; 作者薛安克毛克成张乐; 机构杭州电子科技大学自动化学院; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第7期2528-2536,共9页; 文摘模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种基于多分类思想的多特征海上小目标智能检测方法,先对海杂波数据与目标数据进行多维特征提取,构建高维特征空间;再基于多分类思想中的“1对1”方法,将海杂波特征空间划分成多个子空间,每个杂波子空间与目标数据特征空间等大,构造多个二分类器进行联合判决。该文选取的二分类器为改进的双参数K近邻(K-NN)算法,可有效调节虚警率。经冰多参数成像X波段雷达(IPIX)数据集验证,所提方法在观测时间为1.024 s时获得了82.40%的检测概率,与基于K-NN的检测器做比较,获得了2%的性能提升。; 关键词海杂波小目标检测多分类双参数寻优K近邻(K-NN)算法可控虚警; Keywords Sea clutter Small target detection Multi-class classification Two-parameter optimization K-Nearest Neighbor(K-NN)algorithm Controllable false alarm; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于多特征融合的海面目标智能检测算法: 3; 作者陈佳音郭山红朱海锐盛卫星韩玉兵; 机构南京理工大学电子工程与光电技术学院; 出处《现代雷达》 CSCD 北大核心 2024年第12期24-30,共7页; 基金国家自然科学基金资助项目(61971224)。; 文摘针对海杂波空时变特性复杂,海面小目标回波能量微弱、检测难度大的问题,提出了一种基于多特征融合的海面目标智能检测算法,能够实现不同虚警概率条件下的目标检测。该算法通过对雷达接收回波信号的预处理,构建时域、频域和时频域信息矩阵,通过轻量化设计的卷积神经网络提取海杂波的时域、频域和时频域特征,再对所提取的这三种特征进行自适应加权融合,最后通过分类器输出目标检测结果。该算法通过设置sigmoid分类器的不同分类阈值实现虚警率可控。文中利用公开发布的两个海杂波背景下目标回波的实测数据集,对所提算法进行了试验验证,试验结果表明,与已有的双通道卷积神经网络算法相比,所提算法在相同的虚警概率下,发现目标的概率提高10%以上。; 关键词海面目标检测卷积神经网络特征融合虚警率可控; Keywords sea surface targets detection convolutional neural network features fusion false alarm controllable; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于标签传播算法的海面漂浮小目标检测方法被引量：4: 4; 作者许述文茹宏涛; 机构西安电子科技大学雷达信号处理国家重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第6期2119-2126,共8页; 基金国家自然科学基金(61871303,62071346) 高等学校学科创新引智计划(111计划)(B18039)。; 文摘在高分辨体制下海杂波与海面小目标具有复杂的特性,特别是对于雷达散射截面积较小的海面漂浮目标,传统的检测方法性能不佳。为了突破临界信杂比情况下的检测性能,可以提取雷达回波的一种或者多种特征,从而进行特征检测,该方法是实现临界信杂比情况下有效检测的重要途经。目前,在3维及以下的特征空间中可以使用凸包学习算法计算判决区域并有效地控制虚警概率,但是在3维以上的特征空间中凸包学习算法计算复杂度提高,难以进行检测。针对这个问题,该文提出一种基于标签传播算法的海面小目标检测方法,它突破了凸包学习算法的维数限制和决策域必须为凸集的形状限制,能够在高维特征空间进行检测并有效地控制虚警。经过实测数据集验证,基于标签传播算法的海面小目标检测方法在0.512 s和1.024 s的观测时间内分别获得了88.4%和92.0%的检测概率,相比于基于K近邻(KNN)的检测器有了3.3%和2.8%的检测概率提升。; 关键词高分辨海杂波特征检测标签传播算法可控虚警; Keywords High resolution sea clutter Feature detection Label propagation algorithm Controllable false alarm; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名雷达海上目标双通道卷积神经网络特征融合智能检测方法被引量：17: 5; 作者苏宁远陈小龙陈宝欣关键; 机构海军航空大学电子信息工程系; 出处《现代雷达》 CSCD 北大核心 2019年第10期47-52,57,共7页; 基金国家自然科学基金资助项目(61871391,U1633122,61871392,61531020) 山东省高校科研发展计划资助项目(J17KB139) “泰山学者”和中国科协“青年人才托举工程”专项经费资助课题(YESS20160115); 文摘受复杂海洋环境影响,基于统计理论的海面目标检测方法由于假设条件不成立,在实际应用中难以实现高性能检测,本文从特征提取分类角度,通过深度学习分类方法对目标和杂波的雷达回波信号进行二元分类,提出了一种基于双通道卷积神经网络(DCCNN)的雷达海上目标智能检测方法。首先,对实测海杂波和目标雷达信号进行预处理,得到信号的时间-多普勒谱和幅度信息;然后,构建DCCNN对预处理得到的数据进行智能特征提取,得到信号的特征向量,并对不同特征提取模型性能进行测试;最后,通过阈值可设的Softmax分类器作为检测器对特征向量进行分类,实现虚警率的控制。测试结果表明:与传统的单通道CNN以及无虚警控制Hog-SVM分类算法相比,基于二维卷积核VGG16和一维卷积核Le Net的DCCNN特征提取模型和softmax分类器可实现更高的检测性能,并可以实现虚警率控制,为复杂海杂波背景下目标智能检测提供了新的技术途径。; 关键词雷达目标检测海上目标特征提取双通道卷积神经网络虚警可控分类器; Keywords radar target detection maritime target feature extraction dual-channel convolutional neural network false alarm controllable classifier; 分类号 TN957 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	海杂波中基于可控虚警K近邻的海面小目标检测	郭子薰水鹏朗白晓惠许述文李东宸	《雷达学报（中英文）》 CSCD 北大核心	2020	14	在线阅读下载PDF 职称材料
2	多分类器联合虚警可控的海上小目标检测方法	薛安克毛克成张乐	《电子与信息学报》 EI CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
3	基于多特征融合的海面目标智能检测算法	陈佳音郭山红朱海锐盛卫星韩玉兵	《现代雷达》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于标签传播算法的海面漂浮小目标检测方法	许述文茹宏涛	《电子与信息学报》 EI CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
5	雷达海上目标双通道卷积神经网络特征融合智能检测方法	苏宁远陈小龙陈宝欣关键	《现代雷达》 CSCD 北大核心	2019	17	在线阅读下载PDF 职称材料