-
题名数据参数影响RCS统计特征数据可分性
被引量：3
- 1
-
-
作者
王朗宁
侯炎磐
李彦峰
-
机构
太原卫星发射中心
-
出处
《雷达科学与技术》
北大核心
2020年第2期205-210,217,共7页
-
文摘
雷达采样数据率及统计RCS特征的滑窗参数(滑动步长和窗口长度)需要设定以实现基于RCS统计特征的目标识别。利用类内/类间散布矩阵构造了类别可分性的距离判据,分析了数据率和滑窗参数对不同目标的可分性影响。结果表明:随着数据率提升,目标可分性呈现在低频区域(<5 Hz)快速增长,而在高频区域(>25 Hz)呈现缓慢增长趋于饱和;目标可分性随滑动步长变化不显著;而目标可分性随着窗口长度的增加呈现非线性的快速增长。
-
关键词
目标识别
rcs统计特征
类别可分性判据
采样数据率
滑窗参数
-
Keywords
radar target recognition
radar cross section(rcs)
separability criterion
sampling frequency
sliding window parameter
-
分类号
TN95
[电子电信—信号与信息处理]
-
-
题名用于SVM的RCS统计特征集约减方法
- 2
-
-
作者
王朗宁
侯炎磐
李彦峰
-
机构
太原卫星发射中心
-
出处
《雷达科学与技术》
北大核心
2020年第5期524-530,共7页
-
文摘
传统的支持向量机分类算法对训练样本数目敏感且不具备增量学习的能力,而空间目标识别的工程应用需要积累样本进行大样本的增量学习。根据样本在特征空间分布,提取几何意义上边缘的样本点,成功约减了应用于支持向量机学习的基于雷达散射截面统计特征的训练样本集。利用中心距离比和特征空间多维高斯分布特性,分别提取两类边界样本集和单类边缘样本集;再采用直推式实验设计方法再采样,根据样本潜在结构分布信息选择最能代表样本集结构分布的高价值样本。实验结果表明:样本初选算法能够在有效约减样本集规模的同时保持支持向量机训练分类的精度。
-
关键词
目标识别
rcs统计特征
支持向量机
高斯分布
中心距
直推式实验设计
-
Keywords
target recognition
radar cross section(rcs)feature
support vector machine(SVM)
Gaussian distribution
center distance
transductive experimental design
-
分类号
TN957
[电子电信—信号与信息处理]
-
