排序方式: 共有46条查询结果,搜索用时 187 毫秒
1.
多聚焦图像融合能够融合同一场景下具有不同聚焦部分的一系列图像.为了克服多聚焦图像融合模糊特征提取中存在的不足,提出一种基于U-Net的生成对抗网络模型.首先,生成器采用U-Net和SSE对多聚焦图像的特征进行提取,并完成图像融合;其次,判别器采用卷积层对已知的融合结果和生成器生成的融合图像进行分辨;然后,损失函数采用生成器的对抗损失、映射损失、梯度损失、均方误差损失和判别器对抗损失对生成网络进行参数调节;最后,将生成器、判别器和损失函数组成生成对抗网络模型,并进行实验.Pascal VOC2012数据集作为生成对抗网络的训练集,包括近焦图像、远焦图像、映射图像和融合图像.实验结果证明,该生成对抗网络模型能够有效地提取多聚焦图像中的模糊特征,且融合图像在互信息、相位一致性和感知相似性等方面表现优异. 相似文献
2.
为提升机栽雷达信号处理机多通道、并行、大运算量的实时处理能力,基于DSP+FPGA结构采用模块化设计构建的新一代雷达信号处理机,符合"通用化、系列化、标准化"的要求,并且根据软件雷达的思想,通过改变算法和软件,使其适应不同的工作环境和任务需要.高性能DSP TS201和大容量FPGA为核心实现的新型通用机载雷达信号处理机的通用平台,主要实现数字脉压、FFT,CFAR,SAR/ISAR等算法. 相似文献
3.
混沌信号是一种类随机性信号,具有极强的抗干扰性和极低的截获概率,越来越多地应用在雷达领域.混沌序列具有白噪声统计特性、较理想的自相关和互相关特性以及产生简单、抗干扰能力强等特性.文中针对混沌幅度调制、混沌脉冲位置调制和混沌脉冲位置与脉冲相位复合调制的雷达信号在超宽带雷达中的应用进行了分析,并对混沌超宽带雷达的特点、实现方法进行了阐述. 相似文献
4.
针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题,引入稀疏阵列时分地基MIMO雷达模型,提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩,并进行近似相位补偿,然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题,方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数,通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像,且具有一定的抗噪性。 相似文献
5.
利用MATLAB仿真环境及其Simulink对雷达对抗实验的算法进行高级语言设计、Simulink建模,使得具体算法清晰化、处理流程明朗化、实验数据可视化、实验参数可设置,让学生获得更多的理性认识,而雷达/雷达对抗实验仪的验证功能则给予学生必要的感性认识,MATLAB与雷达/雷达对抗实验仪相结合,互为补充,开展雷达对抗实验教学,是提高雷达对抗实验教学效果的有效途径。 相似文献
6.
相位解缠是干涉合成孔径雷达信号处理的关键步骤之一,而噪声和数据欠采样等因素的存在使得这一过程非常困难。网络流算法有效抑制了噪声对高相干区域的影响并且能够克服“孤岛现象”,能够把误差传递限制在一个很小的范围内,但是由于噪声的影响,解缠结果还是会有明显的“尖峰毛刺”现象。针对网络流的特点,结合残差点的思想和曲面拟合法提出了一种新的相位解缠算法。新的算法根据相关度从初步解缠结果中找出噪声点,然后运用最小曲面拟合法重构值代替噪声点的数值,最后沿着已保存的积分路径更正所有包含此误差点的路径的结果。重复迭代直至将所有的噪声点全部消除,最终的解缠结果是由多个最小曲面多次构成。仿真实验和实测数据实验都证明新算法可以有效改善解缠结果中的“尖峰毛刺”现象的同时,可以进一步抑制解缠误差的传递,提高解缠精度。 相似文献
7.
计算复杂度和估计精确度一直是波达方向(DOA)估计研究的重点。现有基于压缩感知的DOA估计算法与传统算法相比具有一定优势,但这些稀疏信号重建模型都是将角度空间等间距划分,仍存在算法计算复杂度较高和估计精确度较低的问题。针对这些问题,提出一种对角度空间网格进行部分细化的DOA估计方法。该方法包括裂变过程和学习过程,裂变过程通过产生新网格点对角度空间进行细化,学习过程通过迭代不断逼近波达方向。仿真结果表明,提出的算法耗时较少,而且在非常稀疏的初始网格划分的条件下(初始间隔为20°),仍可以获得较高的估计精确度。 相似文献
8.
随着高级驾驶辅助系统的发展,毫米波雷达被广泛应用于汽车上,但随着道路上雷达的增多,雷达抗干扰也成为一个研究热点。线性调频连续波雷达之间的相互干扰可以分为交叉干扰和平行干扰,交叉干扰会使得本地噪声增加,降低目标的信噪比进而影响目标检测,平行干扰会产生虚假目标,但是出现的概率比较小。为了解决交叉干扰带来的影响,提出了经验模态分解和自回归模型相结合的干扰抑制方法。首先将含有干扰的回波信号进行经验模态分解,通过本征模态函数的自相关函数能量找出有用信号主导的模态和干扰信号主导的模态。其次对干扰信号主导的模态采用阈值法进行干扰点检测,并采用自回归模型的方法对干扰点的值进行恢复。最后将所有的模态加起来得到干扰抑制后的信号。实验结果显示,该方法能有效地降低频域噪声基底提高目标的信噪比。 相似文献
9.
无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,并且发射信号与回波相关性弱,因此传统的提取信号特征的方法不再适用。针对这一问题,首次搭建无载波超宽带雷达人体动作识别系统,并提出一种新颖的基于主成分分析法(PCA)和离散余弦变换(DCT)相结合的无载波超宽带雷达人体动作识别方法,同时利用改进的网格搜索算法优化支持向量机的参数并验证该方法的优越性。最后,基于实测数据在Matlab平台上进行仿真,对实测的10种不同类型的人体动作进行分类识别,实验结果显示,该方法具有很高的识别率,针对不同的方案识别率均能达到99%以上,对小训练样本具有很强的鲁棒性。 相似文献
10.
利用超宽带雷达进行自动非接触式的生理信号检测或人体动作分析成为近年来的一个研究热点,其重要应用是在安全监控或医疗健康领域对不同的人体动作进行有效识别。针对这一应用需求,提出了一种新的有效的超宽带雷达人体动作识别方法。对接收的超宽带雷达回波,采用二维小波包分解结合奇异值分解的特征提取和降维方法,有效抓住了不同人体动作的类别属性信息,显著增强了不同人体动作的可分性,再利用支持向量机分类器即可实现对人体动作的有效区分。基于实测数据的分类实验结果显示,对九种不同的人体动作进行分类,平均识别率超过95%,且各动作的识别率和召回率都达到90%。相比于其他同类方法,方法的识别性能更优,验证了所提方法的可行性和有效性。 相似文献