基于微多普勒特征的目标分类

被引：23

作者：

贾守卿 ^{[1
]}

江小敏 ^{[1
]}

夏明耀 ^{[2
]}

机构：

[1] 北京大学信息科学技术学院

[2] 电子科技大学电子工程学院

来源：

电波科学学报 | 2013年 / 03期

关键词：

微多普勒; 希尔伯特-黄变换; 固有模态函数; 支持向量机;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

083905 [应用与数据安全及新兴信息技术安全];

摘要：

讨论了基于微多普勒特征的目标分类.目标的回波由散射中心模拟,经由希尔伯特-黄变换得到各固有模态函数的瞬时振幅与瞬时频率,以其范数作为特征向量,而分类器采用支持向量机.算例表明该方法具有较高识别率.

引用

页码：443 / 447

页数：5

共 6 条

[1]

机载下视阵列合成孔径雷达成像的微多普勒效应 [J].

杨俭 ;

侯海平 ;

曲长文 ;

周强 ;

冯万 .

电波科学学报, 2012, 27 (05) :1049-1055

[2]

基于压缩感知的弹道导弹微多普勒提取方法 [J].

李松 ;

朱丰 ;

刘昌云 ;

冯有前 ;

张群 .

电波科学学报, 2011, (05) :990-996

[3]

基于微多普勒特征的空间锥体目标识别 [J].

关永胜 ;

左群声 ;

刘宏伟 .

电波科学学报 , 2011, (02) :209-215+412

[4]

全极化散射中心提取与参数估计：P-MUSIC方法 [J].

代大海 ;

王雪松 ;

肖顺平 ;

庄钊文 .

信号处理, 2007, (06) :818-822

[5]

A Tutorial on Support Vector Machines for Pattern Recognition.[J] Christopher J.C. Burges Data Min. Knowl. Discov. 1998,

[6]

Micro-Doppler signature classification Smith G E;Woodbridge Karl;Baker C J; IEEE International Radar Conference 2006,

← 1 →