一种真假目标一维距离像的变换域不变特征提取方法.pdf
书生****aa
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种真假目标一维距离像的变换域不变特征提取方法.pdf
本发明属于目标识别技术领域,具体的说是涉及一种真假目标一维距离像的变换域不变特征提取方法。本发明首先对一维距离像形成的二维图像进行radon变换,然后在radon变换域计算多个不变换量,并将这些不变量组成一个矢量作为分类特征,由于变换域不变量具有平移、缩放及旋转不变性,对目标姿态的变化不敏感,在大姿态角范围内,仍然能够得到好的识别效果。对四类仿真目标的一维距离像数据进行了仿真实验,实验结果验证了方法的有效性。
一种低秩判别子空间真假目标一维距离像特征提取方法.pdf
本发明属于目标识别技术领域,具体的说是涉及一种低秩判别子空间真假目标一维距离像特征提取方法。本发明首先将训练样本按列组成一个矩阵,利用稀疏重构方法分解成低秩矩阵和稀疏误差部分,并在重构学习中引入低秩矩阵的类判别信息,然后,对低秩矩阵进行分析建立低秩判别子空间,提取目标一维距离像特征。由于重构算法中引入了类判别信息,增大了类间分离,减小了类内差异,从而提高了目标识别性能,对四类仿真目标的一维距离像数据进行了仿真实验,实验结果验证了该方法是有效的。
一种非线性类组稀疏表示真假目标一维距离像识别方法.pdf
本发明公开了一种非线性类组稀疏表示真假目标一维距离像识别方法,属于雷达识别技术领域。本发明首先利用非线性映射函数将训练样本映射到高维空间,在高维空间对输入样本进行稀疏分析,并以类别为组计算非线性重构误差,采用非线性类组重构误差计分函数对目标进行分类,由于引入非线性映射,解决了一维距离像数据分布出现的非线性问题,从而改善了对目标的识别性能。
一种真假目标一维距离像多特征非线性融合分类识别方法.pdf
本发明属于目标识别技术领域,具体涉及一种真假目标一维距离像多特征非线性融合分类识别方法。本发明的方法首先从一维距离像中提取长度特征、相邻散射中心分布特征及主分量模式特征,然后,利用多个混合核函数形成一个非线性特征融合器对以上三类特征进行融合,实现目标的分类识别,由于通过特征融合使多个特征在信息域进行了互补,同时,非线性融合方法的引入,也一定程度解决了一维距离像数据分布出现的非线性问题,从而改善了对目标的识别性能。对四类仿真目标的一维距离像数据进行了仿真实验,实验结果验证了该方法的有效性。
基于SFCW雷达时间-距离像的摆动目标微动特征提取.docx
基于SFCW雷达时间-距离像的摆动目标微动特征提取摆动目标微动特征提取是一项重要的雷达信号处理技术,它对于实时监测和识别许多目标非常有用,如燃料管道、桥梁、风力机等。在基于SFCW(steppedfrequencycontinuouswave)雷达时间-距离像的摆动目标微动特征提取中,目标的微小振动引起雷达信号的频率扫描式变化,从而使目标的距离像包含有关目标微动的有用信息。因此,本文将对基于SFCW雷达时间-距离像的摆动目标微动特征提取做详细阐述。首先,针对SFCW雷达的特点,可以采用基于距离像的处理方式