您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(CDJRC11160003)

作品数:4 被引量:25H指数:2
相关作者:张新征黄培康刘书君更多>>
相关机构:重庆大学中国航天科工集团中国航天科工集团公司更多>>
发文基金:中央高校基本科研业务费专项资金中国博士后科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 4篇目标识别
  • 2篇动目标
  • 2篇独立分量分析
  • 2篇自动目标识别
  • 2篇孔径雷达
  • 2篇雷达
  • 2篇合成孔径
  • 2篇合成孔径雷达
  • 2篇SAR
  • 1篇多小波
  • 1篇压缩感知
  • 1篇时频
  • 1篇时频分析
  • 1篇特征提取
  • 1篇频分
  • 1篇子带
  • 1篇小波
  • 1篇矩阵
  • 1篇矩阵分解
  • 1篇距离像

机构

  • 4篇重庆大学
  • 2篇中国航天科工...
  • 1篇中国航天科工...

作者

  • 4篇张新征
  • 3篇黄培康
  • 1篇刘书君

传媒

  • 2篇系统工程与电...
  • 1篇宇航学报
  • 1篇计算机应用

年份

  • 1篇2013
  • 2篇2012
  • 1篇2011
4 条 记 录,以下是 1-4
排序方式:
基于时频矩阵非负分解特征的多视角SAR目标识别被引量:2
2012年
针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。
张新征刘书君黄培康
关键词:SAR时频分析非负矩阵分解特征提取目标识别
基于贝叶斯压缩感知的SAR目标识别被引量:18
2013年
针对合成孔径雷达(synthetic aperture radar,SAR)目标识别问题,提出一种基于贝叶斯压缩感知(Bayesian compressive sensing,BCS)的图像域SAR目标识别方法。该方法首先对SAR图像进行分割预处理,得到目标区图像数据;然后基于BCS模型,根据训练样本构造传感矩阵;求解测试样本相应的稀疏系数矢量,根据稀疏系数矢量中对应训练样本类别元素的L2范数判定目标类型。采用美国运动和静止目标获取与识别(movingand stationary target acquisition and recognition,MSTAR)计划公开发布的SAR目标数据库进行实验,结果表明该方法具有良好的识别效果。
张新征黄培康
关键词:合成孔径雷达自动目标识别压缩感知
基于多小波子带加权判别熵的SAR目标ICA特征提取及识别被引量:3
2011年
传统小波独立分量分析(ICA)提取合成孔径雷达(SAR)目标特征时大都采用单一的小波基函数,并且仅利用小波分解低频子带数据进行ICA处理,而忽略了高频子带信息。针对这一问题,采用多类小波基函数对SAR目标图像进行分解;针对得到的所有低频和高频子带数据,引入子带加权的判别熵准则,结合现有的小波ICA算法,提出多小波子带加权判别熵的SAR目标图像ICA特征提取算法。采用MSTAR实测SAR目标图像数据,根据提出算法进行特征抽取,利用最近邻准则进行SAR目标识别。识别结果表明提出算法优于仅利用小波分解低频子带ICA算法。
张新征
关键词:独立分量分析小波自动目标识别
基于复值HRRP CICA特征的多方位SAR目标识别被引量:2
2012年
提出了一种基于雷达目标复距离像复值独立分量分析(complex independent component analysis,CICA)的合成孔径雷达(synthetic aperture radar,SAR)目标多方位散射特征提取和识别方法。根据雷达目标散射机理,将目标高分辨率复距离像建模为多个散射中心的复相干叠加。在分析复距离像的基础上,采用CICA方法实现了距离像中每个散射中心响应的分离。针对每个散射中心响应,利用高阶矩方法提取特征矢量。分类器基于隐马尔可夫模型(hidden Markov model,HMM)设计。采用美国运动和静止目标获取与识别(moving andstationary target acquistion and recognition,MSTAR)计划公开发布的目标实测数据进行算法实验,实验结果说明了提出方法具有较好的识别率。
张新征黄培康
关键词:合成孔径雷达目标识别高分辨率距离像
共1页<1>
聚类工具0