目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也...目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也多是基于仿真数据和少量类别(几类)的前提下得到的,与工程应用实际情况有较大差距,工程指导意义有限。为解决这一问题,基于地基雷达获取的30类卫星目标的大量一维距离像实测数据,从识别正确率的角度对目标HRRP及其特征(组合)的可分性和在空间目标个体识别中的应用效果进行了量化分析,分析结果可为后续基于HRRP的空间目标个体识别技术研究和工程应用提供可靠依据。展开更多
给出了一种结合幂变换的高分辨率距离像 (High Resolution Range Profile,简称 HRRP)的预处理新方法。根据时域 -频域能量等价性 ,利用功率平均形成一种频域平均模板。基于美国 MSTAR(Moving and Stationary TargetAcquisition and Reco...给出了一种结合幂变换的高分辨率距离像 (High Resolution Range Profile,简称 HRRP)的预处理新方法。根据时域 -频域能量等价性 ,利用功率平均形成一种频域平均模板。基于美国 MSTAR(Moving and Stationary TargetAcquisition and Recognition)展开更多
给出了一种基于组合特征和支持向量机(support vector machine,SVM)的雷达高分辨一维距离像(high range resolution profile,HRRP)目标识别方法。该方法首先提取非相干平均距离像与中心矩特征,然后将两种特征串行组合成新的特征,最后采...给出了一种基于组合特征和支持向量机(support vector machine,SVM)的雷达高分辨一维距离像(high range resolution profile,HRRP)目标识别方法。该方法首先提取非相干平均距离像与中心矩特征,然后将两种特征串行组合成新的特征,最后采用SVM分类器进行识别。根据美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)实测SAR HRRP数据进行实验,结果表明在方位角未知的情况下,能够明显提高目标的识别率,是一种有效的HRRP目标识别方法。展开更多
结合基于概率主成分分析(Probabilistic Principal Component Analysis,PPCA)模型的高分辨率一维距离像(High Resolution Range Profiles,HRRP)目标识别流程,出于辅助进行研究、降低开展实验时数据准备与平台搭建复杂度的功能需求,利用M...结合基于概率主成分分析(Probabilistic Principal Component Analysis,PPCA)模型的高分辨率一维距离像(High Resolution Range Profiles,HRRP)目标识别流程,出于辅助进行研究、降低开展实验时数据准备与平台搭建复杂度的功能需求,利用Matlab appdesigner设计完成了一套综合仿真平台。该平台能够实现对单极化以及全极化复数域HRRP的数据仿真,并且能够进行目标分类识别和识别性能评估,为后续研究的开展打下了坚实的基础。展开更多
文摘目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也多是基于仿真数据和少量类别(几类)的前提下得到的,与工程应用实际情况有较大差距,工程指导意义有限。为解决这一问题,基于地基雷达获取的30类卫星目标的大量一维距离像实测数据,从识别正确率的角度对目标HRRP及其特征(组合)的可分性和在空间目标个体识别中的应用效果进行了量化分析,分析结果可为后续基于HRRP的空间目标个体识别技术研究和工程应用提供可靠依据。
文摘给出了一种结合幂变换的高分辨率距离像 (High Resolution Range Profile,简称 HRRP)的预处理新方法。根据时域 -频域能量等价性 ,利用功率平均形成一种频域平均模板。基于美国 MSTAR(Moving and Stationary TargetAcquisition and Recognition)
文摘给出了一种基于组合特征和支持向量机(support vector machine,SVM)的雷达高分辨一维距离像(high range resolution profile,HRRP)目标识别方法。该方法首先提取非相干平均距离像与中心矩特征,然后将两种特征串行组合成新的特征,最后采用SVM分类器进行识别。根据美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)实测SAR HRRP数据进行实验,结果表明在方位角未知的情况下,能够明显提高目标的识别率,是一种有效的HRRP目标识别方法。
文摘结合基于概率主成分分析(Probabilistic Principal Component Analysis,PPCA)模型的高分辨率一维距离像(High Resolution Range Profiles,HRRP)目标识别流程,出于辅助进行研究、降低开展实验时数据准备与平台搭建复杂度的功能需求,利用Matlab appdesigner设计完成了一套综合仿真平台。该平台能够实现对单极化以及全极化复数域HRRP的数据仿真,并且能够进行目标分类识别和识别性能评估,为后续研究的开展打下了坚实的基础。
