高分辨距离像
高分辨距离像的相关文献在1998年到2022年内共计375篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、武器工业
等领域,其中期刊论文269篇、会议论文26篇、专利文献91105篇;相关期刊79种,包括系统工程与电子技术、西安电子科技大学学报(自然科学版)、西北工业大学学报等;
相关会议19种,包括第六届中国信息融合大会、2012年成都市科学技术年会、2010年全国电磁散射与逆散射学术年会等;高分辨距离像的相关文献由614位作者贡献,包括刘宏伟、王鹏辉、陈渤等。
高分辨距离像—发文量
专利文献>
论文:91105篇
占比:99.68%
总计:91400篇
高分辨距离像
-研究学者
- 刘宏伟
- 王鹏辉
- 陈渤
- 杜兰
- 保铮
- 纠博
- 李辉
- 丁军
- 张军英
- 王英华
- 黎湘
- 刘峥
- 刘敬
- 赵峰
- 刘先康
- 付强
- 但波
- 宋晓龙
- 严俊坤
- 任杰
- 周建江
- 和华
- 孟亦然
- 潘勉
- 王晓丹
- 袁莉
- 刘文波
- 吴杰
- 戴奉周
- 朱劼昊
- 李涛
- 段沛沛
- 袁家雯
- 裴炳南
- 陈凤
- 侯庆禹
- 冯大政
- 吕明久
- 夏宇垠
- 张军
- 朱海霞
- 李睿
- 李阳
- 梁菁
- 王彦华
- 陈旺才
- 魏玺章
- 丁兴号
- 万锦伟
- 于雪莲
-
-
段沛沛;
雒明世
-
-
摘要:
因目标所处环境及探测用宽带雷达工作机理等因素的制约,实测距离像样本不仅繁多且可能混有干扰,为克服因此带来的识别困难,优化识别效果,稀疏分析提供了一类压缩样本数据并提升数据分析质量的研究思路。提出了一种依据分组稀疏分析策略开展雷达一维距离像稀疏分解,从而识别目标的方法。为了进一步改善识别算法的噪声鲁棒性,提升其实用性,算法在样本稀疏分析环节依信噪比开展了分解参数的调整。实验结果表明:对比同类识别算法,文中方法求解过程简洁,适用范围也相对更广;而较之一些不同类型的常规算法,文中方法则具备更好的噪声鲁棒性及更高的识别率。
-
-
周强;
王彦华;
宋益恒;
李阳
-
-
摘要:
在雷达自动目标识别(RATR)中,数据驱动方法是强有力的工具之一。然而数据驱动方法的性能十分依赖数据集的质量,数据增强方法通过扩充数据集,能够提升数据驱动模型在现有数据集上的识别率。本文提出了用于高分辨距离像(HRRP)数据生成的一维基础生成对抗网络(BGAN)结构和条件生成对抗网络(CGAN)结构,并利用生成的人工样本补充不完备数据集完成了数据增强。实验表明,本文所提出的两种网络均能有效提升目标识别的准确率,提升效果优于传统的平移和镜像增强方法。基于BGAN的HRRP数据增强方法提升效果最优,但其模型时间与空间复杂度较高;基于CGAN的数据增强方法能够在保证识别率提升的同时降低模型的时间与空间复杂度,具有较高的应用前景。
-
-
孙晶明;
虞盛康;
孙俊
-
-
摘要:
基于深度学习的雷达目标识别方法近年来获得较大关注,但实战中存在时效性约束和资源限制,小样本识别难题大大限制其在实际识别任务中的性能。针对这一问题,本文基于元学习算法,通过从多个相关任务中学习到的元知识改善新任务的性能,引入迁移学习思想,提出一种改进的小样本学习方法,并通过详细的性能对比实验分析了该方法的应用边界条件。基于实测高分辨距离像数据的实验结果表明,元学习方法在历史积累样本所含目标类别较多,与目标任务相关度较大的极小样本情况下,性能优势才突出,所提方法可显著提升其综合识别性能。
-
-
孙晶明;
虞盛康;
孙俊
-
-
摘要:
特征提取是基于高分辨距离像(high resolution range profile, HRRP)的雷达目标识别的关键技术之一。传统人工提取特征的算法,仅利用浅层结构特征,无法有效解决姿态敏感性问题,从而限制了目标识别方法的泛化性。对此,提出一种基于深度学习的目标识别方法,并通过详细的姿态角性能测试分析了该方法的应用边界条件。通过构造适合处理HRRP的卷积神经网络(convolutional neural network, CNN)模型,充分发掘目标深层次姿态不敏感属性特征,完成高精度目标识别。基于实测数据的实验结果表明,所提方法具有一定的抗姿态敏感性特性,边界条件分析可为该方法的工程化应用提供指导。
-
-
张红莉;
李月琴;
韩磊;
齐英杰;
张维
-
-
摘要:
针对传统的HRRP目标识别方法识别率低、模型泛化能力不足等问题,提出基于轻量级梯度提升机(LGBM)和深度神经网络的HRRP目标识别方法。该方法采用LGBM特征选择算法对提取的HRRP具有明确物理意义、统计特性和平移不变性的特征分量进行二次特征选择,以减少特征冗余和样本维度,有利于目标识别速度的提升;搭建深度神经网络时,为了有效解决过拟合问题,引入Dropout约束,把获得的HRRP目标最优特征样本数据送入深度神经网络分类器进行训练学习和测试,有效提高了模型的泛化能力。仿真实验验证结果表明,在4类雷达目标的分类实验中,所提出的方法在提高识别率的同时,也有效提升了识别速度。
-
-
邱祥风;
霍凯;
张新禹;
姜卫东
-
-
摘要:
针对空天时敏目标识别问题,提出了一种新的针对雷达高分辨距离像(HRRP)的序贯特征提取方法,并设计了一种基于决策树和支持矢量描述(SVDD)方法的多分类器。该方法首先基于时序HRRP估计目标的径向尺寸,利用序贯脉冲积累对尺寸估计结果进行滑窗处理,获取各个窗内径向尺寸的均值、极差、中值以及结尾均值四种统计特征;然后,将得到的四种特征进行拼接,从而获取更加鲁棒的高维特征;最后,使用基于决策树的多分类SVDD方法(Multi-SVDD-DT)对获取的高维特征进行分类。四类飞机的测量数据实验表明,本文所提方法可以提取出目标的稳健特征,能够有效完成空天时敏目标的识别任务。
-
-
张晏合;
臧月进;
陈渤;
徐铭晟
-
-
摘要:
在雷达高分辨距离像目标识别任务中,数据表征对于分类器的性能影响巨大。针对传统法提取的数据表征可分性不强的问题,本文提出了一种解耦表征变分自编码机的方法。该方法通过对类间特性表征和类间共性表征分别建模的方式,优化网络模型参数,实现了高可分性雷达高分辨距离项数据的表征提取,并采用基于实测数据的实验验证了所提算法的有效性。
-
-
张彦;
叶春茂;
鲁耀兵;
李璋峰
-
-
摘要:
雷达对于非合作目标的探测,存在目标微小与速度未知两大困难,而相干积累的方法需要准确探测目标速度,并进行速度补偿,实际应用过程中效果受限。针对此问题提出了一种调频步进编码波形设计方法,可以在速度未知情况下脉间积累,同时在准确测量速度后宽带合成。首先研究线性调频子脉冲的距离速度耦合特性,通过波形设计抵消脉间目标运动成像位置变化;然后研究调频步进编码波形的宽带合成技术,使所得的高分辨一维距离像无距离混叠。最后,数值仿真实验验证了所提出波形的优势与应用价值。
-
-
卢中原;
王中训;
但波
-
-
摘要:
为了解雷达目标更多的详细信息,对基于高分辨距离像(high resolution range profile,HRRP)序列的目标识别方法进行分析。对隐马尔可夫模型(hidden Markov model,HMM)、卷积神经网络(convolutional neural network,CNN)、循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short-term memory,LSTM)等面向序列识别的分类器进行阐述和讨论,分析不同分类器用于HRRP目标识别的发展历程,指出不同识别方法的优缺点及适用性条件。结果表明,该研究可为不同识别场景下应用合适的分类器提供一些思路。
-
-
孟亦然;
穆仕博
-
-
摘要:
随着雷达技术的不断发展,雷达自动目标识别算法不断普及,算法识别性能的各项影响因素不能忽略。本文通过对飞机的变化结构、电磁散射模型、回波仿真的分析,简要解释了目标外形变化对雷达自动目标识别算法的性能影响。
-
-
刘华林;
杜秀平
- 《2012年成都市科学技术年会》
| 2012年
-
摘要:
高分辨距离像含有被测目标的几何结构信息,为雷达目标识别提供了一种可行的途径.文中基于高分辨距离像提出了一种核双鉴别子空间雷达目标识别方法,其在传统核Fisher鉴别方法的基础上,将最优鉴别矢量集视为特征空间的全局变换,充分利用核类内散度矩阵零空间与非零空间所包含的鉴别信息,实现对目标的特征提取.该方法不仅有效解决了小样本问题,同时进一步改善了目标的类可分性.对三类飞机目标实测回波数据的识别结果表明了所提方法的有效性.
-
-
-
- 《中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会》
| 2008年
-
摘要:
本文通过雷达目标高分辨距离像特性方位敏感性的分析,相对于目标平均像模板,高分辨距离像的参数化统计模型更好地描述目标散射特性,通过仿真数据,比较了基于平均距离像模板和基于Gamma和Gaussian统计模型的目标识别方法在不同信噪比下的识别率和实时性,结果表明,基于统计模型的目标识别方法具有较高的识别性能。
-
-
-
-
-
-
-