期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合型复数域卷积神经网络的三维转动舰船目标识别
被引量：
11
1
作者
张云
化青龙
+1 位作者
姜义成
徐丹
《电子学报》
EI
CAS
CSCD
北大核心
2022年第5期1042-1049,共8页
在较高海情下,由于舰船目标处于随机摆动的非平稳运动状态,常规合成孔径雷达(Synthetic Aperture Radar,SAR)成像处理会使得目标散焦、方位模糊,从而导致三维转动舰船目标识别准确率低.本文提出一种混合型复数域卷积神经网络(Mix-type C...
在较高海情下,由于舰船目标处于随机摆动的非平稳运动状态,常规合成孔径雷达(Synthetic Aperture Radar,SAR)成像处理会使得目标散焦、方位模糊,从而导致三维转动舰船目标识别准确率低.本文提出一种混合型复数域卷积神经网络(Mix-type Complex-Valued Convolutional Neural Network,Mix-CV-CNN),并推导Mix-CV-CNN前向传播与反向传播算法.三维转动舰船目标经过SAR成像处理后存在剩余相位信息,Mix-CV-CNN能充分利用SAR复数域图像的幅度和相位信息,在不进行目标重聚焦的情况下,较好完成SAR复杂运动舰船目标的识别.实验表明,Mix-CV-CNN相较于具有相同自由度的实数域卷积神经网络(Real-Valued Convolutional Neural Network,RV-CNN)识别性能有所提高,实测数据识别平均准确率提高3.85%.
展开更多
关键词
合成孔径雷达
复数域卷积神经网络
三维转动
目标散焦
舰船目标识别
混合型
复数域卷积神经网络
在线阅读
下载PDF
职称材料
基于深度学习的雷达成像技术研究进展
被引量：
6
2
作者
张云
穆慧琳
+1 位作者
姜义成
丁畅
《雷达科学与技术》
北大核心
2021年第5期467-478,共12页
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅...
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路。本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性。并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望。
展开更多
关键词
深度学习
雷达成像
逆问题
卷积
神经网络
复数域卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于混合型复数域卷积神经网络的三维转动舰船目标识别
被引量：
11
1
作者
张云
化青龙
姜义成
徐丹
机构
哈尔滨工业大学电子与信息工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2022年第5期1042-1049,共8页
基金
国家自然科学基金(No.61201304,No.61201308)。
文摘
在较高海情下,由于舰船目标处于随机摆动的非平稳运动状态,常规合成孔径雷达(Synthetic Aperture Radar,SAR)成像处理会使得目标散焦、方位模糊,从而导致三维转动舰船目标识别准确率低.本文提出一种混合型复数域卷积神经网络(Mix-type Complex-Valued Convolutional Neural Network,Mix-CV-CNN),并推导Mix-CV-CNN前向传播与反向传播算法.三维转动舰船目标经过SAR成像处理后存在剩余相位信息,Mix-CV-CNN能充分利用SAR复数域图像的幅度和相位信息,在不进行目标重聚焦的情况下,较好完成SAR复杂运动舰船目标的识别.实验表明,Mix-CV-CNN相较于具有相同自由度的实数域卷积神经网络(Real-Valued Convolutional Neural Network,RV-CNN)识别性能有所提高,实测数据识别平均准确率提高3.85%.
关键词
合成孔径雷达
复数域卷积神经网络
三维转动
目标散焦
舰船目标识别
混合型
复数域卷积神经网络
Keywords
synthetic aperture radar(SAR)
complex-valued convolutional neural network(CV-CNN)
three-dimensional rotation
target defocus
ship target classification
mix-type complex-valued convolutional neural network(Mix-CV-CNN)
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于深度学习的雷达成像技术研究进展
被引量：
6
2
作者
张云
穆慧琳
姜义成
丁畅
机构
哈尔滨工业大学电子与信息工程学院
出处
《雷达科学与技术》
北大核心
2021年第5期467-478,共12页
基金
国家自然科学基金面上项目(No.61971163)。
文摘
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路。本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性。并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望。
关键词
深度学习
雷达成像
逆问题
卷积
神经网络
复数域卷积神经网络
Keywords
deep learning
radar imaging
inverse problem
convolutional neural network
complex-valued convolutional neural network
分类号
TN958.3 [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
基于混合型复数域卷积神经网络的三维转动舰船目标识别
张云
化青龙
姜义成
徐丹
《电子学报》
EI
CAS
CSCD
北大核心
2022
11
在线阅读
下载PDF
职称材料
2
基于深度学习的雷达成像技术研究进展
张云
穆慧琳
姜义成
丁畅
《雷达科学与技术》
北大核心
2021
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
