排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
速度拖引干扰和杂波背景下脉冲多普勒雷达目标跟踪算法 总被引:1,自引:0,他引:1
针对在速度拖引干扰和杂波背景下脉冲多普勒(PD)雷达无法精确跟踪目标的问题,该文提出基于双模型(DM)和幅度信息(AI)的目标跟踪算法。分别建立基于位置、幅度量测的跟踪模型和基于位置、速度、幅度量测的跟踪模型。两个模型均使用基于幅度信息的概率数据互联(AI-PDA)尽可能地降低杂波的影响,然后使用常规方法进行滤波估计。若没有速度拖引干扰,则两个模型估计具有位置和速度上的相关性;若存在干扰,由于速度量测是虚假的,则两个模型估计不具有相关性。据此,进行卡方检验(chi-square test),分析影响检验结果的因素,进而确定最终的估计结果。仿真验证了该算法的有效性。 相似文献
3.
4.
5.
6.
7.
8.
9.
目的 伪装目标是目标检测领域一类重要研究对象,由于目标与背景融合度较高、视觉边缘性较差、特征信息不足,常规目标检测算法容易出现漏警、虚警,且检测精度不高。针对伪装目标检测的难点,基于YOLOv5(you only look once)算法提出了一种基于多检测层与自适应权重的伪装目标检测算法(algorithm for detecting camouflage targets based on multi-detection layers and adaptive weight,MAH-YOLOv5)。方法 在网络预测头部中增加一个非显著目标检测层,提升网络对于像素占比极低、语义信息不足这类目标的感知能力;在特征提取骨干中融合注意力机制,调节卷积网络对特征信息不足目标的权重配比,使其更关注待检测的伪装目标;在网络训练过程中使用多尺度训练策略,进一步提升模型鲁棒性与泛化能力;定义了用于军事目标检测领域的漏警、虚警指标,并提出伪装目标综合检测指数。结果 实验在课题组采集的伪装数据集上进行训练和验证。结果表明,本文方法在自制数据集上的平均精度均值(mean average precision,... 相似文献
1