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10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：
基于属性散射中心模型的SAR超分辨成像算法 被引量：5
1
作者 吴敏 张磊 +1 位作者 段佳 邢孟道 《宇航学报》 EI CAS CSCD 北大核心 2014年第9期1058-1064,共7页
基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法(OMP)对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频... 基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法(OMP)对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频谱外推实现SAR超分辨成像。该算法具有较高的运算效率,相对于传统基于点散射模型超分辨算法,能够有效解决部件不连续的问题,并且初始指向角的利用可以取得良好的聚焦效果。仿真实验验证了该算法的优越性。 展开更多
关键词 合成孔径雷达 超分辨成像 属性散射中心模型
下载PDF
雷达属性散射中心的快速目标分类和参数估计
2
作者 宋坚毅 胡承鑫 +4 位作者 黄瑶 管灵 董纯柱 曾曙光 田卫新 《国外电子测量技术》 2024年第1期38-44,共7页
雷达属性散射中心模型的属性参数能够提供目标更为丰富的重要信息,属性散射中心参数估计对解析雷达目标有着极其重要的研究意义。针对雷达属性散射中心模型,提出了基于深度学习的雷达属性散射中心快速目标分类和参数估计的技术。首先利... 雷达属性散射中心模型的属性参数能够提供目标更为丰富的重要信息,属性散射中心参数估计对解析雷达目标有着极其重要的研究意义。针对雷达属性散射中心模型,提出了基于深度学习的雷达属性散射中心快速目标分类和参数估计的技术。首先利用ViT(vision transformer)深度学习网络将雷达属性散射中心分类为局部式和分布式两类,然后基于TS2Vec框架构建针对属性散射中心参数估计的卷积神经网络(convolutional neural network for attribute scattering centers,ASCNN),最后分别对两种数据进行训练以实现局部式和分布式属性散射中心的参数估计。基于属性散射中心模型展开数值实验,实验结果表明,该方法对雷达属性散射中心目标分类的准确率高达99%以上;雷达属性散射中心参数估计的速度超过传统方法的10000倍以上,且精度更高,验证了所提方法的有效性和优越性。 展开更多
关键词 属性散射中心 深度学习 目标分类 参数估计
下载PDF
基于高斯基的SAR图像重建技术研究
3
作者 张月婷 李文稢 +1 位作者 郭嘉逸 周光尧 《激光与红外》 CAS CSCD 北大核心 2024年第12期1936-1940,共5页
3 D高斯泼溅通过高斯基替代了传统点云,利用其平滑特性,在保持数据精度的同时,有效地处理并可视化三维空间中的散点数据,实现更加连续和自然的图像渲染效果,在光学图像领域取得了重大成果,并成为了近期的研究热点。在SAR图像应用领域中... 3 D高斯泼溅通过高斯基替代了传统点云,利用其平滑特性,在保持数据精度的同时,有效地处理并可视化三维空间中的散点数据,实现更加连续和自然的图像渲染效果,在光学图像领域取得了重大成果,并成为了近期的研究热点。在SAR图像应用领域中,属性散射中心模型常被作为图像的基使用。本文尝试使用高斯基替代属性散射中心模型,通过实验对比了高斯基、属性散射中心模型,以及实际应用中常用的简化属性散射中心模型在SAR图像重建任务中的表现。结果表明,高斯基方法在能提供更优的图像重建质量前提下,在速度和稳定性上表现明显优于属性散射中心模型,该结果为SAR图像特征与目标信息提取提供了新思路。 展开更多
关键词 SAR图像重建 3 D高斯泼溅 属性散射中心
下载PDF
基于属性散射中心目标重构加权决策融合的SAR目标识别方法
4
作者 吕虎 《电光与控制》 CSCD 北大核心 2024年第2期112-117,124,共7页
针对合成孔径雷达(SAR)图像目标识别问题,采用原始图像及其属性散射中心目标重构结果进行决策融合。以核稀疏表示分类(KSRC)为基础分类器,对原始及重构SAR图像进行分类。KSRC通过引入核函数提升分类适应能力;目标重构可有效剔除原始SAR... 针对合成孔径雷达(SAR)图像目标识别问题,采用原始图像及其属性散射中心目标重构结果进行决策融合。以核稀疏表示分类(KSRC)为基础分类器,对原始及重构SAR图像进行分类。KSRC通过引入核函数提升分类适应能力;目标重构可有效剔除原始SAR图像中的噪声成分。根据目标重构过程中重构结果与残差的能量关系评估原始SAR图像噪声水平,并以此为依据确定原始图像和重构图像决策结果的权重。采用加权融合手段对两个结果进行处理,判断测试样本的目标类别。基于MSTAR数据集对方法进行测试,实验结果证明了其有效性。 展开更多
关键词 合成孔径雷达 目标识别 属性散射中心 目标重构 KSRC 决策融合
下载PDF
基于深度信念网络的属性散射中心匹配及在SAR图像目标识别中的应用 被引量：2
5
作者 许延龙 潘昊 丁柏圆 《液晶与显示》 CAS CSCD 北大核心 2023年第11期1511-1520,共10页
合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别是SAR图像解译的重要应用。为提高SAR目标识别的稳健性,本文提出基于深度信念网络(Deep Belief Network,DBN)的属性散射中心匹配方法。属性散射中心参数特征丰富,能够很好地反... 合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别是SAR图像解译的重要应用。为提高SAR目标识别的稳健性,本文提出基于深度信念网络(Deep Belief Network,DBN)的属性散射中心匹配方法。属性散射中心参数特征丰富,能够很好地反映目标的局部散射特性。DBN发挥深度学习优势,可以实现测试样本与模板样本散射中心集的稳健匹配,并且能够较好地适应噪声干扰、部分缺失等情形。在构建的属性散射中心匹配关系的基础上,定义相似度度量准则。基于最大相似度的原则确定测试样本所属类别。实验依托MSTAR数据集开展,经验证,所提方法对于SAR目标识别问题具有良好的有效性和稳健性。 展开更多
关键词 合成孔径雷达 目标识别 属性散射中心 深度信念网络
下载PDF
基于多视角属性散射中心的风电机动态叶片雷达回波模拟 被引量：2
6
作者 唐波 刘钢 +3 位作者 谢黄海 黄力 代朝阳 李枫航 《中国电机工程学报》 EI CSCD 北大核心 2021年第18期6449-6460,共12页
模拟高保真的动态风电机叶片雷达回波并提取其多普勒特征,是解决风电场对雷达台站无源干扰的关键问题。针对现有算法均无法准确且实时模拟动态叶片回波的问题,突破采用单一视角的静态散射中心模拟叶片回波的传统思路,将雷达视线下叶片... 模拟高保真的动态风电机叶片雷达回波并提取其多普勒特征,是解决风电场对雷达台站无源干扰的关键问题。针对现有算法均无法准确且实时模拟动态叶片回波的问题,突破采用单一视角的静态散射中心模拟叶片回波的传统思路,将雷达视线下叶片整个旋转周期大转角划分为多个子视角,提出一种基于多视角属性散射中心的动态风电机叶片雷达回波模拟算法。考虑叶片动态旋转中叶片空间姿态对散射中心参量的变化影响,引入属性散射中心模型,采用正交匹配追踪的贪婪算法,提取各雷达视角下动态叶片的属性散射中心;并建立散射中心与叶片运动特征在时间上的对应关系,重构出叶片旋转一周的散射电场,利用短时傅里叶变换,最终模拟出动态叶片的回波。以金风82/1500型风电机叶片为算例,与传统回波模拟方法以及实验测量得到的结果进行对比,结果表明,所提算法较散射中心的积分算法在精度上提高了34.7%,实现了动态叶片回波的实时模拟。 展开更多
关键词 动态风电机叶片 雷达回波 多视角 属性散射中心 回波模拟
下载PDF
基于联合处理的复杂目标RCS估计方法 被引量：4
7
作者 孙佳兴 姚慧婧 《雷达科学与技术》 北大核心 2022年第2期181-186,共6页
目标雷达散射截面积(Radar Cross Section,RCS)计算在隐身设计、电子对抗、目标探测、识别和成像等方面具有重要的研究价值,是目标电磁散射特性的重点研究方向。针对复杂目标RCS估计问题,基于属性散射中心模型的单一方法在估计大角度范... 目标雷达散射截面积(Radar Cross Section,RCS)计算在隐身设计、电子对抗、目标探测、识别和成像等方面具有重要的研究价值,是目标电磁散射特性的重点研究方向。针对复杂目标RCS估计问题,基于属性散射中心模型的单一方法在估计大角度范围的目标RCS时会产生较大误差,而物理光学方法需要在每个观察角度对目标表面的面元进行遮挡判别才能准确得到目标RCS,计算量大。因此,本文提出一种联合属性散射中心模型和物理光学的处理方法,在部分观察角度通过物理光学方法分析确定目标的属性参数集,再通过属性散射中心模型分析快速估计任意观察角度、不同频率下的目标RCS,获得在大角度范围的结果更加准确、计算量更小。最后采用FEKO软件仿真验证了所提方法的有效性。 展开更多
关键词 雷达散射截面积 属性散射中心模型 物理光学 目标电磁散射特性
下载PDF
基于属性散射中心卷积核调制的SAR目标识别深层网络
8
作者 李毅 杜兰 +1 位作者 周可儿 杜宇昂 《雷达学报（中英文）》 EI CSCD 北大核心 2024年第2期443-456,共14页
卷积神经网络(CNN)的特征提取能力与其参数量有关,一般来说,参数量越多,CNN的特征提取能力越强。但要学好这些参数需要大量的训练数据,而在实际应用中,可用于模型训练的合成孔径雷达(SAR)图像往往是有限的。减少CNN的参数量可以降低对... 卷积神经网络(CNN)的特征提取能力与其参数量有关,一般来说,参数量越多,CNN的特征提取能力越强。但要学好这些参数需要大量的训练数据,而在实际应用中,可用于模型训练的合成孔径雷达(SAR)图像往往是有限的。减少CNN的参数量可以降低对训练样本的需求,但同时也会降低CNN的特征表达能力,影响其目标识别性能。针对此问题,该文提出一种基于属性散射中心(ASC)卷积核调制的SAR目标识别深层网络。由于SAR图像具有电磁散射特性,为了提取更符合SAR目标特性的散射结构和边缘特征,所提网络使用预先设定的具有不同指向和长度的ASC核对少量CNN卷积核进行调制以生成更多卷积核,从而在降低网络参数量的同时保证其特征提取能力。此外,该网络在浅层使用ASC调制卷积核来提取更符合SAR图像特性的散射结构和边缘特征,而在高层使用CNN卷积核来提取SAR图像的语义特征。由于同时使用ASC调制卷积核和CNN卷积核,该网络能够兼顾SAR目标的电磁散射特性和CNN的特征提取优势。使用实测SAR图像进行的实验证明了所提网络可以在降低对训练样本需求的同时保证优秀的SAR目标识别性能。 展开更多
关键词 合成孔径雷达(SAR) 目标识别 卷积神经网络(CNN) 属性散射中心(ASC) 卷积核调制
下载PDF
目标近场电磁散射中心建模与特征参数反演
9
作者 鲁童童 方金鹏 +2 位作者 童广德 贺新毅 王爽 《制导与引信》 2024年第1期20-26,共7页
为了通过较少散射场数据实现雷达目标特性建模和参数反演,提出了一种基于时频图多普勒特征的散射中心建模和特征参数反演方法,采用单频点下的一维角度近场扫描数据实现对目标二维散射中心的提取。通过平滑伪Wigner-Ville分布(smooth and... 为了通过较少散射场数据实现雷达目标特性建模和参数反演,提出了一种基于时频图多普勒特征的散射中心建模和特征参数反演方法,采用单频点下的一维角度近场扫描数据实现对目标二维散射中心的提取。通过平滑伪Wigner-Ville分布(smooth and pseudo Wigner-Ville distribution,SPWVD)分析方法生成高分辨率时频图,根据不同类型散射中心的多普勒特征,通过Radon逆变换(inverse Radon transform,IRT)提取散射中心模型的位置和幅度参数,并将提取的散射中心位置参数与几何模型参数、散射中心模型重构雷达散射截面积(RCS)与仿真的RCS进行了性能对比。结果表明:该方法只需要单频点的一维角度扫描数据,即可有效提取目标散射中心位置和幅度等特征参数,且重构RCS的均方根误差小于3 dBsm。 展开更多
关键词 近场电磁散射特性 属性散射中心模型 时频分析 参数反演
下载PDF
基于目标属性散射中心模型的正向参数化建模 被引量：3
10
作者 谢若晗 何思远 +1 位作者 朱国强 张云华 《激光与光电子学进展》 CSCD 北大核心 2019年第12期207-214,共8页
针对雷达目标自动识别,对目标属性散射中心进行了参数化建模。建模前,基于实体部件分解的目标进行高精度几何建模,提出了一套含空间射线分集的射线追踪方法。基于此,发展了一套基于空间射线分集的目标散射中心参数化正向建模方法。在现... 针对雷达目标自动识别,对目标属性散射中心进行了参数化建模。建模前,基于实体部件分解的目标进行高精度几何建模,提出了一套含空间射线分集的射线追踪方法。基于此,发展了一套基于空间射线分集的目标散射中心参数化正向建模方法。在现有的提取面类散射源的基础上,增加了目标边缘强散射源的散射中心,同时推算出了其模型参数。将该方法所得的结果与现有高频方法的结果进行对比,验证了参数化模型的有效性。所提出的参数化建模的方法为雷达目标特征数据库的获取提供了一条新的辅助途径。 展开更多
关键词 散射 参数化建模 属性散射中心模型 射线分集 边缘绕射
原文传递
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