-
公开(公告)号：CN102721952B
公开(公告)日：2013-09-25
申请号：CN201210151875.2
申请日：2012-05-16
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于超分辨多普勒谱的地面运动目标稳健分类方法，主要解决现有同类方法在抑制杂波的同时会影响信号结构，短驻留时间条件下分辨率不高，无法抑制噪声导致的分类性能较差的问题。其实现过程是：计算慢时间回波信号多普勒谱，利用其估计信号中的噪声能量；利用目标临近距离单元估计杂波自相关矩阵；构建傅立叶基字典矩阵，通过求解l1范数优化问题得到目标的超分辨多普勒谱；对目标的超分辨多普勒谱提取特征；对提取的特征使用分类器进行分类。本发明提高了目标多普勒谱的分辨率，能在自适应抑制杂波的同时保留信号结构以及抑制信号中的噪声，在提高分类性能的同时获得噪声稳健性，可用于对具有机动部件的运动车辆目标进行分类。
-
公开(公告)号：CN102184382B
公开(公告)日：2012-12-05
申请号：CN201110089256.0
申请日：2011-04-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于经验模态分解的运动车辆目标分类方法，主要解决现有同类方法对目标平动速度变化敏感，需要额外的杂波抑制，且不能利用目标特殊结构信息的问题。其实现过程是：对多普勒回波信号进行经验模态分解；通过舍弃余项完成杂波抑制；利用分解结果定义第一本征模函数多普勒谱和剩余本征模函数多普勒谱；根据定义的谱判断是否存在2倍平动微多普勒成分，初步判别履带式车辆；若未能判别，则对本征模函数以及定义的谱提取特征；对提取的特征使用分类器进行分类。本发明可消除目标平动速度变化对目标多普勒谱位置和谱宽度的影响，自动进行杂波抑制，利用履带特殊结构信息，可用于对具有机动部件的运动车辆目标进行分类。
-
公开(公告)号：CN102043148B
公开(公告)日：2012-08-08
申请号：CN201110003935.1
申请日：2011-01-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于广义匹配滤波的地面运动目标分类方法，主要解决现有动目标显示技术在杂波抑制阶段对目标多普勒谱存在非线性调制的问题。其实现过程是：估计杂波自相关矩阵；求杂波自相关矩阵的白化矩阵；利用白化矩阵对含有目标的时域回波信号中的杂波成分进行白化处理，得到白化杂波后的时域回波信号；对白化杂波后的时域回波信号进行匹配处理得到去除杂波成分的多普勒谱；对去除杂波成分的多普勒谱进行特征提取，对提取的特征使用识别算法进行识别。本发明可消除动目标显示技术对目标多普勒谱的非线性调制作用，去除杂波成分对识别结果的影响，可用于对具有旋转部件的地面运动目标进行识别。
-
Patent Agency Ranking
公开(公告)号：CN102043148A
公开(公告)日：2011-05-04
申请号：CN201110003935.1
申请日：2011-01-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于广义匹配滤波的地面运动目标分类方法，主要解决现有动目标显示技术在杂波抑制阶段对目标多普勒谱存在非线性调制的问题。其实现过程是：估计杂波自相关矩阵；求杂波自相关矩阵的白化矩阵；利用白化矩阵对含有目标的时域回波信号中的杂波成分进行白化处理，得到白化杂波后的时域回波信号；对白化杂波后的时域回波信号进行匹配处理得到去除杂波成分的多普勒谱；对去除杂波成分的多普勒谱进行特征提取，对提取的特征使用识别算法进行识别。本发明可消除动目标显示技术对目标多普勒谱的非线性调制作用，去除杂波成分对识别结果的影响，可用于对具有旋转部件的地面运动目标进行识别。
-
公开(公告)号：CN102184408B
公开(公告)日：2012-12-26
申请号：CN201110089912.7
申请日：2011-04-11
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于自回归模型的雷达高分辨距离像目标识别方法，主要解决现有雷达高分辨距离像目标识别技术中训练样本需求量大，识别特征总帧数不能自动确定的问题。其实现过程是：计算高分辨距离像训练样本的频谱幅度信号；对训练样本的频谱幅度信号用自回归模型建模；使用Yule-Walker方程计算自回归模型的系数向量，使用系数向量作为训练样本的识别特征；对训练样本识别特征使用高斯混合模型分帧；用贝叶斯阴阳学习方法自动确定训练样本识别特征的总帧数并估计各帧参数；提取测试样本的自回归系数向量识别特征进行识别，得到识别结果。本发明具有训练样本需求量小，训练样本识别特征总帧数自动确定的优点，可用于对雷达目标的识别。
-
公开(公告)号：CN102721952A
公开(公告)日：2012-10-10
申请号：CN201210151875.2
申请日：2012-05-16
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于超分辨多普勒谱的地面运动目标稳健分类方法，主要解决现有同类方法在抑制杂波的同时会影响信号结构，短驻留时间条件下分辨率不高，无法抑制噪声导致的分类性能较差的问题。其实现过程是：计算慢时间回波信号多普勒谱，利用其估计信号中的噪声能量；利用目标临近距离单元估计杂波自相关矩阵；构建傅立叶基字典矩阵，通过求解l1范数优化问题得到目标的超分辨多普勒谱；对目标的超分辨多普勒谱提取特征；对提取的特征使用分类器进行分类。本发明提高了目标多普勒谱的分辨率，能在自适应抑制杂波的同时保留信号结构以及抑制信号中的噪声，在提高分类性能的同时获得噪声稳健性，可用于对具有机动部件的运动车辆目标进行分类。
-
公开(公告)号：CN102184408A
公开(公告)日：2011-09-14
申请号：CN201110089912.7
申请日：2011-04-11
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于自回归模型的雷达高分辨距离像目标识别方法，主要解决现有雷达高分辨距离像目标识别技术中训练样本需求量大，识别特征总帧数不能自动确定的问题。其实现过程是：计算高分辨距离像训练样本的频谱幅度信号；对训练样本的频谱幅度信号用自回归模型建模；使用Yule-Walker方程计算自回归模型的系数向量，使用系数向量作为训练样本的识别特征；对训练样本识别特征使用高斯混合模型分帧；用贝叶斯阴阳学习方法自动确定训练样本识别特征的总帧数并估计各帧参数；提取测试样本的自回归系数向量识别特征进行识别，得到识别结果。本发明具有训练样本需求量小，训练样本识别特征总帧数自动确定的优点，可用于对雷达目标的识别。
-
公开(公告)号：CN102184382A
公开(公告)日：2011-09-14
申请号：CN201110089256.0
申请日：2011-04-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于经验模态分解的运动车辆目标分类方法，主要解决现有同类方法对目标平动速度变化敏感，需要额外的杂波抑制，且不能利用目标特殊结构信息的问题。其实现过程是：对多普勒回波信号进行经验模态分解；通过舍弃余项完成杂波抑制；利用分解结果定义第一本征模函数多普勒谱和剩余本征模函数多普勒谱；根据定义的谱判断是否存在2倍平动微多普勒成分，初步判别履带式车辆；若未能判别，则对本征模函数以及定义的谱提取特征；对提取的特征使用分类器进行分类。本发明可消除目标平动速度变化对目标多普勒谱位置和谱宽度的影响，自动进行杂波抑制，利用履带特殊结构信息，可用于对具有机动部件的运动车辆目标进行分类。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
