-
公开(公告)号：CN104215935B
公开(公告)日：2016-08-31
申请号：CN201410395000.6
申请日：2014-08-12
申请人： 电子科技大学
IPC分类号： G01S7/02
摘要： 本发明属于雷达目标识别方法，涉及常规低分辨雷达对炮弹类目标的识别方法，尤其涉及炮弹类目标的多特征融合识别方法。本发明用炮弹类目标具有确定飞行轨迹的特点，首先使用常规雷达探测目标的位置信息，并以此计算目标的飞行高度、飞行速度、轨迹曲率、垂直方向加速度等轨迹特征，利用这些轨迹特征采用决策树算法进行分类识别；再使用雷达获取的目标飞行过程中的RCS值，提取RCS序列均值、方差、最大值等特征，利用这些RCS特征采用支持向量机算法进行分类识别；最后将两种识别结果进行加权决策融合，得到最终的识别结果。本发明提高了单一特征单一分类器的分类正确率；并以此实现了在常规低分辨雷达下对炮弹类目标的有效识别。
-
公开(公告)号：CN104122530B
公开(公告)日：2016-10-19
申请号：CN201410341144.3
申请日：2014-07-17
申请人： 电子科技大学
IPC分类号： G01S7/02
摘要： 本发明属于雷达技术领域，具体的说是涉及一种基于常规雷达的炮弹目标识别方法。本发明公开了一种基于低分辨率雷达炮弹目标的有效识别算法，利用目标轨迹信息，采用改进的人工蜂群支持向量机算法进行炮弹目标进行识别。克服了低分辨率雷达特征数据少、分辨率低和对炮弹等小目标识别效果差等缺陷，提高了常规雷达对炮弹目标的识别率。本发明的有益效果为，有效解决了低分辨率雷达识别率低的问题，能够快速、高效的对迫击炮、榴弹炮和火箭炮等运动目标的分类识别。本发明尤其适用于常规雷达的炮弹目标识别。
-
公开(公告)号：CN104077610A
公开(公告)日：2014-10-01
申请号：CN201410326417.7
申请日：2014-07-10
申请人： 电子科技大学
摘要： 本发明属于合成孔径雷达(SAR，Synthetic Aperture Radar)自动目标识别技术领域，尤其涉及二维非线性投影特征的SAR图像目标识别。本发明的具体步骤如下：S1、确定SAR图像训练样本矩阵；S2、确定核函数和核样本矩阵，通过所述核样本矩阵确定核类间散布矩阵和核内散布矩阵，通过所述核类间散布矩阵和核内散布矩阵构造目标准则函数，求得投影矩阵和投影子空间；S3、确定输入SAR图像的非线性投影特征子集，确定非线性投影特征子像与投影子空间的距离，确定输入SAR图像目标所属类别。本发明利用所有训练样本的某一列向量构造核向量，巧妙的构造核样本矩阵，在高维空间中采用投影特征提取方法，提高了分类效率，在提高分类正确率的同时，对样本的依赖度有所降低。
-
公开(公告)号：CN104215935A
公开(公告)日：2014-12-17
申请号：CN201410395000.6
申请日：2014-08-12
申请人： 电子科技大学
IPC分类号： G01S7/02
CPC分类号： G01S7/415
摘要： 本发明属于雷达目标识别方法，涉及常规低分辨雷达对炮弹类目标的识别方法，尤其涉及炮弹类目标的多特征融合识别方法。本发明用炮弹类目标具有确定飞行轨迹的特点，首先使用常规雷达探测目标的位置信息，并以此计算目标的飞行高度、飞行速度、轨迹曲率、垂直方向加速度等轨迹特征，利用这些轨迹特征采用决策树算法进行分类识别；再使用雷达获取的目标飞行过程中的RCS值，提取RCS序列均值、方差、最大值等特征，利用这些RCS特征采用支持向量机算法进行分类识别；最后将两种识别结果进行加权决策融合，得到最终的识别结果。本发明提高了单一特征单一分类器的分类正确率；并以此实现了在常规低分辨雷达下对炮弹类目标的有效识别。
-
公开(公告)号：CN104122530A
公开(公告)日：2014-10-29
申请号：CN201410341144.3
申请日：2014-07-17
申请人： 电子科技大学
IPC分类号： G01S7/02
CPC分类号： G01S7/415
摘要： 本发明属于雷达技术领域，具体的说是涉及一种基于常规雷达的炮弹目标识别方法。本发明公开了一种基于低分辨率雷达炮弹目标的有效识别算法，利用目标轨迹信息，采用改进的人工蜂群支持向量机算法进行炮弹目标进行识别。克服了低分辨率雷达特征数据少、分辨率低和对炮弹等小目标识别效果差等缺陷，提高了常规雷达对炮弹目标的识别率。本发明的有益效果为，有效解决了低分辨率雷达识别率低的问题，能够快速、高效的对迫击炮、榴弹炮和火箭炮等运动目标的分类识别。本发明尤其适用于常规雷达的炮弹目标识别。
-
公开(公告)号：CN104077610B
公开(公告)日：2017-03-29
申请号：CN201410326417.7
申请日：2014-07-10
申请人： 电子科技大学
摘要： 本发明属于合成孔径雷达(SAR，Synthetic Aperture Radar)自动目标识别技术领域，尤其涉及二维非线性投影特征的SAR图像目标识别。本发明的具体步骤如下：S1、确定SAR图像训练样本矩阵；S2、确定核函数和核样本矩阵，通过所述核样本矩阵确定核类间散布矩阵和核内散布矩阵，通过所述核类间散布矩阵和核内散布矩阵构造目标准则函数，求得投影矩阵和投影子空间；S3、确定输入SAR图像的非线性投影特征子集，确定非线性投影特征子像与投影子空间的距离，确定输入SAR图像目标所属类别。本发明利用所有训练样本的某一列向量构造核向量，巧妙的构造核样本矩阵，在高维空间中采用投影特征提取方法，提高了分类效率，在提高分类正确率的同时，对样本的依赖度有所降低。
-
公开(公告)号：CN105116408A
公开(公告)日：2015-12-02
申请号：CN201510377077.5
申请日：2015-06-30
申请人： 电子科技大学
IPC分类号： G01S13/90
CPC分类号： G01S13/9035 , G01S2013/9064
摘要： 本发明属于对舰船目标进行ISAR成像仿真技术领域，尤其涉及对舰船目标的甲板长度和甲板宽度等结构特征进行提取。本发明首先利用散射点模型对舰船目标进行仿真，然后模拟海杂波环境下的舰船目标的ISAR成像，最后对ISAR图像进行预处理，同时得到舰船目标的结构特征(甲板长度、甲板宽度)。本发明解决了复杂海杂波环境下对舰船目标结构特征提取的问题，对不同角度的舰船目标的结构特征提取均有不错的效果。
-
公开(公告)号：CN105069401B
公开(公告)日：2018-12-11
申请号：CN201510420904.4
申请日：2015-07-16
申请人： 电子科技大学
摘要： 本发明属于孔径雷达(Synthetic Aperture Radar，SAR)自动目标识别技术领域，尤其涉及使用二维线性判别分析方法进行特征提取的SAR图像目标识别。一种SAR图像识别方法，给出F类二维SAR图像，计算所有的F类图像之间的类间距离，然后根据计算出的类间距离构造计算出一个权系数矩阵，利用这个权系数矩阵计算出一个投影子空间，判断这个计算出的投影子空间是否收敛，如果不收敛，则重复前面的操作重新计算新的权系数矩阵，从而得出新的特征空间，直至这个特征空间收敛。本发明能够极大地提高特征矩阵的收敛速度，从而保证了提高误识别率较高的图像的识别率的同时也最大限度的保证了其他图像的识别率。
-
公开(公告)号：CN105069401A
公开(公告)日：2015-11-18
申请号：CN201510420904.4
申请日：2015-07-16
申请人： 电子科技大学
CPC分类号： G06K9/0063 , G06K9/627 , G06K2209/21
摘要： 本发明属于孔径雷达(Synthetic Aperture Radar，SAR)自动目标识别技术领域，尤其涉及使用二维线性判别分析方法进行特征提取的SAR图像目标识别。一种SAR图像识别方法，给出F类二维SAR图像，计算所有的F类图像之间的类间距离，然后根据计算出的类间距离构造计算出一个权系数矩阵，利用这个权系数矩阵计算出一个投影子空间，判断这个计算出的投影子空间是否收敛，如果不收敛，则重复前面的操作重新计算新的权系数矩阵，从而得出新的特征空间，直至这个特征空间收敛。本发明能够极大地提高特征矩阵的收敛速度，从而保证了提高误识别率较高的图像的识别率的同时也最大限度的保证了其他图像的识别率。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.024 秒)
