本文關(guān)鍵詞：基于M-D特征和Duffing振子的車輛目標(biāo)分類方法　出處：《華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年08期 　論文類型：期刊論文

  更多相關(guān)文章： 車輛目標(biāo) 微多普勒 Duffing振子 低信噪比 分類

【摘要】：針對(duì)低信噪比條件下履帶式車輛和輪式車輛的分類問題,提出一種基于微多普勒(Micro-Doppler,MD)特征和Duffing振子的低信噪比條件下車輛目標(biāo)分類方法.首先,基于窄帶雷達(dá)對(duì)兩類車輛目標(biāo)進(jìn)行回波建模,分析了兩類車輛目標(biāo)微多普勒特征的主要差異,然后利用Duffing振子系統(tǒng)檢測(cè)微弱信號(hào)的性能優(yōu)勢(shì),在低信噪比條件下基于Duffing振子實(shí)現(xiàn)了兩類車輛目標(biāo)較高精度的分類,最后基于實(shí)測(cè)數(shù)據(jù)驗(yàn)證了所提方法的有效性.
[Abstract]:Aiming at the classification of tracked vehicle and wheeled vehicle under low SNR, a micro-Doppler method based on micro-Doppler is proposed. The method of vehicle target classification under low signal-to-noise ratio (SNR) is proposed. Firstly, the echo modeling of two kinds of vehicle targets based on narrowband radar is carried out. The main differences of micro-Doppler characteristics between two kinds of vehicle targets are analyzed, and then the performance advantages of detecting weak signals by using Duffing oscillator system are analyzed. At the condition of low signal-to-noise ratio (SNR), two kinds of vehicle target classification with high accuracy are realized based on Duffing oscillator. Finally, the validity of the proposed method is verified based on the measured data.
【作者單位】： 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;中國人民解放軍邊防學(xué)院訓(xùn)練部;復(fù)旦大學(xué)電磁波信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61471386) 陜西省統(tǒng)籌創(chuàng)新工程-特色產(chǎn)業(yè)創(chuàng)新鏈項(xiàng)目(2015KTTSGY04-06) 陜西省青年科技新星項(xiàng)目(2016KJXX-49)
【分類號(hào)】：TN957.51
【正文快照】： 在現(xiàn)代戰(zhàn)場(chǎng)環(huán)境中,輪式車輛和履帶式車輛的功能及承擔(dān)的任務(wù)不同,其威脅程度也存在明顯差異.因此對(duì)兩類車輛目標(biāo)進(jìn)行分類識(shí)別在現(xiàn)代戰(zhàn)爭中具有重要意義[1-2].目標(biāo)或目標(biāo)部件的微動(dòng)會(huì)對(duì)雷達(dá)回波產(chǎn)生關(guān)于目標(biāo)主體的多普勒譜邊帶,這種現(xiàn)象稱為微多普勒(Micro-Doppler,M-D)效應(yīng)[3]

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 D.Giuli;M.Gherardelli;M.Fossi;王德純;;用極化判別進(jìn)行目標(biāo)分類和識(shí)別[J];現(xiàn)代雷達(dá);1987年02期

2 A. Farina;A. Visconti;陳振邦;;利用多重假設(shè)測(cè)試法對(duì)雷達(dá)目標(biāo)分類[J];國外艦船技術(shù).雷達(dá)與對(duì)抗;1988年Z1期

3 J.S.陳;E.K.沃爾頓;陳振邦;;兩種目標(biāo)分類技術(shù)的比較[J];國外艦船技術(shù).雷達(dá)與對(duì)抗;1987年04期

4 杜思偉;林家駿;蘇永明;;基于條件證據(jù)更新的機(jī)動(dòng)目標(biāo)分類[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 郭雷,肖懷鐵,付強(qiáng);基于支持矢量機(jī)特征空間距離的多目標(biāo)分類方法[J];計(jì)算機(jī)仿真;2005年09期

6 張漢華,王偉,姜衛(wèi)東,陳曾平,莊釗文;基于時(shí)間譜信息的低分辨雷達(dá)飛機(jī)目標(biāo)分類[J];系統(tǒng)工程與電子技術(shù);2004年04期

7 王強(qiáng)光;伍鐵軍;;智能監(jiān)控系統(tǒng)中的運(yùn)動(dòng)目標(biāo)分類方法研究[J];工業(yè)控制計(jì)算機(jī);2011年01期

8 林幼權(quán);;球載雷達(dá)目標(biāo)分類與識(shí)別技術(shù)研究[J];現(xiàn)代雷達(dá);2011年07期

9 寇英信;王琳;全勇;;自組織特征映射網(wǎng)絡(luò)在目標(biāo)分類識(shí)別中的應(yīng)用[J];火力與指揮控制;2009年01期

10 劉佶鑫;孫權(quán)森;曹國;;壓縮感知稀疏識(shí)別用于多視角圖像目標(biāo)分類[J];應(yīng)用科學(xué)學(xué)報(bào);2013年02期

相關(guān)會(huì)議論文 前7條

1 朱靖;王曉博;王國宏;;一種基于高度信息的目標(biāo)分類方法[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

2 周維;莊連生;俞能海;;小規(guī)模和非平衡數(shù)據(jù)下的目標(biāo)分類[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 盧家楣;劉偉;賀雯;;課堂教學(xué)的情感目標(biāo)分類與測(cè)評(píng)[A];第十一屆全國心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

4 計(jì)科峰;高貴;賈承麗;匡綱要;粟毅;;一種利用方位角信息基于峰值匹配的SAR圖像目標(biāo)分類方法[A];第十二屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 任皓;計(jì)科峰;張愛兵;周石琳;;一種利用方位角信息的SAR目標(biāo)分類方法[A];第七屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

6 王曉靜;原達(dá);李道凱;;應(yīng)用Krawtchouk矩和SVM的運(yùn)動(dòng)目標(biāo)分類技術(shù)[A];第五屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

7 丘昌鎮(zhèn);任皓;鄒煥新;周石琳;;基于PCA和2D-PCA特征的SAR圖像目標(biāo)分類性能比較[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 梁鵬;基于內(nèi)容的目標(biāo)分類識(shí)別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2011年

2 王世f^;面向SAR圖像目標(biāo)分類的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 萬瀟婷;與位置無關(guān)的室內(nèi)多靜止目標(biāo)分類方法研究[D];南昌大學(xué);2015年

2 張恒;WSN監(jiān)測(cè)系統(tǒng)中目標(biāo)分類與多目標(biāo)定位的研究[D];國防科學(xué)技術(shù)大學(xué);2013年

3 李瑋璐;基于JEM效應(yīng)的飛機(jī)目標(biāo)分類方法研究[D];西安電子科技大學(xué);2014年

4 趙紫蕙;微多普勒效應(yīng)在飛機(jī)目標(biāo)分類中的應(yīng)用研究[D];西安電子科技大學(xué);2014年

5 田星華;窄帶雷達(dá)車輛目標(biāo)分類方法及實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 蔡利;智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的分類識(shí)別研究[D];南京郵電大學(xué);2015年

7 顧婷婷;智能視頻監(jiān)控平臺(tái)中運(yùn)動(dòng)目標(biāo)分類的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

8 郭倩;基于視覺詞包模型的大規(guī)模目標(biāo)分類和檢索[D];河南大學(xué);2015年

9 都期望;基于MPEG-7標(biāo)準(zhǔn)的海上移動(dòng)目標(biāo)分類方法研究[D];大連海事大學(xué);2016年

10 胡碧瑩;基于稀疏表示的圖像目標(biāo)分類方法研究[D];北京交通大學(xué);2016年

，

本文編號(hào)：1402715