冯博
- 作品数：18 被引量：82H指数：6
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”中央高校基本科研业务费专项资金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于经验模态分解的空中飞机目标分类被引量：20
- 2012年
- 该文研究常规窄带雷达体制下喷气式飞机、螺旋桨飞机和直升机目标的分类问题。首先根据微多普勒效应利用多散射中心模型从理论上分析了飞机目标旋转部件的雷达回波模型;然后针对3类飞机目标回波在多普勒域频率调制的不同,提出一种基于经验模态分解(Empirical Mode Decomposition,EMD)算法的特征提取方法;最后基于仿真数据训练、实测数据测试的模式,使用支持矢量机(Support Vector Machine,SVM)分类器的分类结果表明新方法较现有方法在较高信噪比条件下具有更好的分类性能。
- 王宝帅杜兰刘宏伟李彦兵冯博
- 关键词：微多普勒经验模态分解特征提取
- 基于展讯平台的移动终端应用软件的设计与实现
- 手机作为移动终端产品的典型代表，给人们的生产生活提供了极大的便利。其中人机交互接口(MMI)所反映出来的界面美观度和操作的简易性极大的影响了移动终端产品的市场占有率。
本文首先说明目前手机发展现状和课题背景，提...
- 冯博
- 关键词：人机交互接口嵌入式系统软件开发功能模块
- 文献传递
- 基于噪声先验的独立高斯模型的雷达目标稳健识别方法
- 本发明提出了一种基于噪声先验的独立高斯模型的雷达目标稳健识别方法，主要解决现有雷达飞机目标识别技术中的统计模型对噪声不稳健的问题。其实现过程是：对雷达高分辨距离像数据做预处理；对预处理之后的数据取模获得其时域特征；确定雷...
- 刘宏伟潘勉杜兰张学峰冯博王鹏辉
- 基于深度学习网络的雷达目标识别方法
- 本发明公开一种基于深度学习网络的雷达目标识别方法，主要解决现有技术在对雷达高分辨距离像识别时，识别率较低，鲁棒性较差的问题。其技术方案是：1.将获取的原始雷达高分辨距离像分为训练集和测试集；2.对训练集进行预处理；3.建...
- 陈渤张昊冯博
- 基于噪声先验的概率主成分分析雷达目标稳健识别方法
- 本发明提出了一种基于噪声先验的概率主成分分析雷达目标稳健识别方法，主要解决现有雷达飞机目标识别技术中的统计模型对噪声不稳健的问题。其实现过程是：对雷达高分辨距离像数据做预处理并取模获得其时域特征；训练雷达训练目标高分辨距...
- 刘宏伟潘勉杜兰张学峰冯博王鹏辉
- 文献传递
- 基于噪声先验的概率主成分分析雷达目标稳健识别方法
- 本发明提出了一种基于噪声先验的概率主成分分析雷达目标稳健识别方法，主要解决现有雷达飞机目标识别技术中的统计模型对噪声不稳健的问题。其实现过程是：对雷达高分辨距离像数据做预处理并取模获得其时域特征；训练雷达训练目标高分辨距...
- 刘宏伟潘勉杜兰张学峰冯博王鹏辉
- 文献传递
- 基于噪声先验的联合高斯模型雷达目标稳健识别方法
- 本发明提出了一种基于噪声先验的联合高斯模型雷达目标稳健识别方法，主要解决现有雷达飞机目标识别技术中的统计模型对噪声不稳健的问题。其实现过程是：对雷达高分辨距离像数据做预处理；将预处理之后的数据取模获得其时域特征；确定雷达...
- 刘宏伟潘勉杜兰张学峰冯博王鹏辉
- 基于字典学习的雷达高分辨距离像目标识别被引量：8
- 2012年
- 提出一种基于字典学习的雷达高分辨距离像(HRRP)目标识别算法。该算法依据对测试样本的信噪比估计,可以自适应地确定测试阶段稀疏分解的稀疏度系数。相比于传统识别算法,文中算法对目标的识别性能更好,且对噪声的鲁棒性更强。另外,文中算法可以在只训练部分角域数据(不完备训练集)的条件下较好地识别全角域数据,可应用于HRRP数据库的扩展。基于实测数据的识别试验验证了该算法的有效性。
- 冯博杜兰张学峰刘宏伟
- 关键词：雷达自动目标识别高分辨距离像字典学习
- 利用稳健字典学习的雷达高分辨距离像目标识别算法被引量：18
- 2015年
- 基于字典学习算法的信号稀疏表示被广泛应用于信号处理领域。由于字典原子间存在冗余性,求解信号的稀疏表示会受到观测信号中扰动分量的影响,从而带来表示的不确定性,不利于雷达高分辨距离像(HRRP)目标识别任务。针对这一问题,该文提出一种稳健字典学习(SDL)算法,通过边缘化信号丢失,构建稳健损失函数用于学习自适应字典。该算法利用距离像在散射点不发生越距离单元走动的方位帧内具有结构相似性,约束临近训练样本间稀疏表示的非零元素位置相同,并通过结构化稀疏约束选择最优子字典用于测试样本的分类。基于实测HRRP数据的实验结果验证了所提算法的有效性。
- 冯博陈渤王鹏辉刘宏伟严俊坤
- 关键词：雷达自动目标识别高分辨距离像
- 基于监督非相干字典学习的极化SAR图像舰船目标检测被引量：6
- 2015年
- 提出了一种结构化非相干字典学习算法(Structured incoherent dictionary learning,SIDL),并将该方法应用于极化SAR(Polarimetric synthetic aperture radar,Po LSAR)图像舰船目标检测.在字典学习阶段,构建了一个新的目标函数,为了降低子字典对交叉样本的稀疏表示能力,将子字典对交叉样本的重构能量约束及子字典互相干性约束加入到字典学习目标函数中.通过这两个约束,降低了子字典对交叉样本的表示能力,目标和杂波的极化特征矢量在学习获得的字典下具有良好的区分特性.该方法不依赖于目标后向散射能量,只利用学习获得的极化字典,根据测试样本在极化字典下的稀疏表示进行目标的检测.实验采用RADARSAT-2数据进行了验证,对比实验结果表明,本文提出的方法可以更好地抑制杂波,对弱小目标实现检测,获得了更好的检测效果.
- 文伟王英华冯博刘宏伟
- 关键词：极化合成孔径雷达舰船检测
