期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于斯皮尔曼等级相关的单演谱成分选择及其在SAR目标识别中的应用 被引量：9
1
作者 兰文宝 车畅 陶成云 《电波科学学报》 EI CSCD 北大核心 2020年第3期414-421,共8页
特征提取是合成孔径雷达(synthetic aperture radar,SAR)目标识别中的关键因素之一.文中提出联合多层次单演谱特征的SAR目标识别方法,采用单演信号对原始SAR图像进行分解,获得不同层次的单演谱成分.基于斯皮尔曼等级相关分析分解的谱成... 特征提取是合成孔径雷达(synthetic aperture radar,SAR)目标识别中的关键因素之一.文中提出联合多层次单演谱特征的SAR目标识别方法,采用单演信号对原始SAR图像进行分解,获得不同层次的单演谱成分.基于斯皮尔曼等级相关分析分解的谱成分与原始SAR图像的相关性,设置相似度门限来选取若干具有较强鉴别力的谱成分.采用联合稀疏表示(joint sparse representation,JSR)对筛选得到的谱成分进行表征和分类,并基于MSTAR公开数据集在标准操作条件(standard operating conditions,SOC)和若干扩展操作条件下对多类地面车辆目标进行分类测试.实验结果表明:本文方法在SOC下对10类目标的平均识别率达到98.52%;对30°和45°俯仰角下的10类目标平均识别率分别为98.15%和72.06%;在噪声干扰条件下也可以保持良好的稳健性.综合对比,提出的方法相比现有几类SAR目标识别方法具有一定的性能优势. 展开更多
关键词 合成孔径雷达(SAR) 目标识别 单演信号 斯皮尔曼等级相关 联合稀疏表示(JSR) 标准操作条件(soc)
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部