共查询到20条相似文献,搜索用时 62 毫秒
1.
基于马氏距离的一维距离像识别算法仿真 总被引:10,自引:0,他引:10
针对欧氏距离受模式特征量纲影响的缺点,且影响制导精度和抗干扰的能力,采用一种基于马氏的一维距离像目标识别方法。通过对毫米波雷达目标回波进行IFFT变换得到一维距离像,用主分量分析算法对距离像进行降噪和特征提取,取最小马氏距离判别目标类别。马氏距离考虑了模式特征参数的大小以及特征间的相关性,克服了欧氏距离受量纲影响的缺点。与欧氏距离的分类算法仿真结果比较,马氏距离算法具有较好的识别性能;在不同信噪比下的仿真结果表明,方法适用于毫米波雷达一维距离像目标识别。 相似文献
2.
3.
研究了基于3D建模的一维距离像仿真方法。首先,对复杂目标进行3D几何建模,并对其进行合适的剖分,通过模型处理导出剖分单元信息;然后,对各个剖分单元的RCS进行电磁建模计算,整个复杂目标的回波可以看成是各个剖分单元回波的叠加;最后,将回波进行脉冲压缩就可以得到该复杂目标的一维距离像。仿真结果表明了该方法的有效性,同时还给出了两种舰船目标的一维距离像。 相似文献
4.
针对雷达一维距离像样本对样本姿态角的敏感性、样本分布的非线性、样本残缺等问题,提出一种基于非线性零空间雷达目标一维距离像识别方法,通过引入核函数来处理一维距离像目标样本分布中的非线性问题,采用零空间提取最具辨别力的特征信息,最后使用支持向量机处理样本残缺问题并进行分类识别。该方法能有效解决上述问题,并最终提高雷达一维距离像的识别性能。选取3种不同飞机目标的一维距离像进行了仿真实验,识别结果表明了该方法有较高的识别正确率以及良好的抗噪性能。 相似文献
5.
从如何进一步提升融合识别性能出发,研究有效的高分辨距离像(high range resolution profile,HRRP)融合识别方法。提取了3种平移不变特征,构建了高性能相关向量机(relevance vector machine,RVM)进行特征分类,用DS证据理论融合分类结果以得到目标识别结果,从而提出一种基于RVM和DS的一维距离像融合识别方法。该方法充分利用了RVM输出的概率信息,解决了用DS证据理论进行融合时基本概率赋值获取困难的问题,仿真实验结果表明了本文方法的有效性。 相似文献
6.
雷达目标识别中,目标一维距离像的分布常表现出明显的非线性和复杂性,这时经典的线性子空间方法的识别性能会有所下降.为此,本文提出非线性正则子空问法,通过对一维距离像进行非线性变换,使在原有空间线性不可分的一维距离像模式在高维空间有望具有线性可分性,从而提高目标的识别性能.对实测飞机数据的实验结果表明该方法的有效性. 相似文献
7.
8.
9.
模糊支持向量机是在不可分样本集情况下进行模式分类的有效工具,为了进一步提高该算法的推广能力,对其进行了两方面的改进。一是在高维特征空间中引入不等距分类超平面,以期提高该算法的学习精度;二是在高维特征空间中,利用本文所提出的算法,筛选出有效的训练样本集,以期缩短该算法学习所耗时间。对模糊支持向量机的改进进行了理论推导,并且给出了有效训练样本集的筛选算法。把上述改进方案应用到两种飞机的雷达一维距离像识别中,实验结果表明其取得了很好的识别效果,并且缩短了算法学习时间。 相似文献
10.
针对雷达目标一维距离像识别中常规特征子空间法的缺点,提出了一种自适应特征子空间法。该子空间既能自适应子空间维数的变化,又能自适应目标类别数的变化。同时,与常规特征子空间相比,建立自适应特征子空间的运算量大为减少。对三类和四类目标的仿真实验结果表明了该方法的有效性。 相似文献
11.
12.
13.
14.
15.
方位角估计是SAR图像自动目标识别中的重要问题,精确的方位角估计有利于提高目标分类的准确性和速度.主导边界法与包络盒法是两种常用且有效的SAR图像方位角估计方法,但是这两种方法存在各自的缺陷.在分析这两种方法优缺点的基础上,将两种方法结合,提出了一种主导边界与包络盒联合的SAR目标方位角估计方法.自动程度高,扩展了原算法的适应性,与原来的两种算法相比提高了SAR目标方位角估计的精度.最后利用MSTAR数据的实验结果验证了该算法的精度与适应性. 相似文献
16.
给出了基于零点指向技术抑制星载合成孔径雷达距离模糊的算法.该算法主要利用阵列信号处理中零点指向技术的原理,将抑制距离模糊问题转化为在指定方向上功率极小化问题,又可等效为最小二乘零点功率约束优化问题.通过将约束矩阵特征值分解和选代相结合的方法对该优化模型进行求解,得到天线方向图最优加权系数,从而精确地控制零点的深度和宽度,达到对星载SAR距离模糊有效抑制的目的.仿真结果表明了该算法的有效性. 相似文献
17.
18.
《中国科学:信息科学(英文版)》2012,(8):1789-1800
Compressed sensing(CS)is a new technique of utilizing a priori knowledge on sparsity of data in a certain domain for minimizing necessary number of measurements.Based on this idea,this paper proposes a novel synthetic aperture radar(SAR)imaging approach by exploiting sparseness of echo data in the fractional Fourier domain.The effectiveness and robustness of the approach are assessed by some numerical experiments under various noisy conditions and different measurement matrices.Experimental results have shown that,the obtained images by using the CS technique depend on measurement matrix and have higher output signal to noise ratio than traditional pulse compression technique.Finally simulated and real data are also processed and the achieved results show that the proposed approach is capable of reconstructing the image of targets and effectively suppressing noise. 相似文献
19.
在SAR的斜视模式下,针对传统的CS成像算法相位展开精度差的缺点,提出一种改进算法将Legendre展开应用其中。传统的成像算法主要对回波信号的二维频域的传递函数,还有算法流程中的三个相位校正函数应用Taylor多项式进行展开。将Legendre多项式取代Taylor多项式对算法进行处理,并进行了详细的推导,与传统的基于Taylor多项式进行展开的成像算法相比,减少了回波相位近似误差,相位展开精度得到了提高。最后从峰值旁瓣比和积分旁瓣比的角度评估了SAR图像的成像质量。理论推导和仿真结果都表明成像质量得到了进一步的提高。 相似文献
20.
目的 尽管传统的联合信源信道编码方案可以获得高效的压缩性能,但当信道恶化超过信道编码的纠错能力时会导致解码端重构性能的急剧下降;为此利用压缩感知的民主性提出一种鲁棒的SAR图像编码传输方案,且采用了一系列方法提高该方案的率失真性能。方法 考虑到SAR图像丰富的边缘信息,采用具有更强方向表示能力的方向提升小波变换(DLWT)对SAR图像进行稀疏表示,且为消除压缩感知中恢复非稀疏信号时存在的混叠效应,采用了稀疏滤波方法保证大系数的精确恢复,在解码端采用了高效的Bayesian重建算法获得图像的高性能重建。结果 在同等码率下,与传统的联合信源信道编码方案CCSDS-RS相比,本文方案可以实现更加鲁棒的编码传输,当丢包率达到0.05时,本文方案DSFB-CS获得的重建性能明显要高于CCSDS-RS;与基于Bayesian重建算法TSW-CS的传统方案相比,本文方案可提高峰值信噪比(PSNR)3.9 dB。结论 本文方案DSFB-CS 实现了SAR图像的鲁棒传输,随着丢包率的上升,DSFB-CS获得的重建性能缓慢下降,保证了面对不稳定信道时,解码端可以获得相对稳定的重构图像。 相似文献