Gabor原子网络法在雷达目标高分辨距离像识别中的应用

被引：3

作者：

时宇

张贤达

机构：

[1] 清华大学自动化系!智能技术与系统国家重点实验室

[2] 北京

来源：

清华大学学报(自然科学版) | 2001年 / 09期

关键词：

Gabor原子网络; 高分辨雷达; 距离像; 目标识别;

D O I：

10.16511/j.cnki.qhdxxb.2001.09.025

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对飞机目标的分类问题 ,介绍了一种称为 Gabor原子网络的高分辨雷达目标距离像识别算法。 Gabor原子网络的输入层采用 Gabor原子变换作为预处理单元 ,完成对特征的提取。Gabor原子网络的隐层和输出层组成一个多层前馈网络 ,采用改进的反向传播算法对权值进行调整。文中同时给出了网络在训练过程中自动调整 Gabor原子节点的特征参数的算法。对 3种缩比模型飞机的微波暗室转台数据进行了分类 ,结果表明三维空间内的 Gabor原子网络方法比一维空间内的原始距离像或 Fourier幅度方法和二维空间内的 Gabor变换或小波变换方法更适合高分辨雷达目标距离像的识别

引用

页码：98 / 101

页数：4

共 7 条

[1]

An adaptive-window-width short time fourier transform for visualization of radar target substructure resonances. Rothwell E J,Cheng K M,Nyquist D P. IEEE Transactions on Antennas and Propagation . 1998

[2]

Matching pursuits with time-frequency dictionaries. Mallat S G,Zhang Z. IEEE Transactions on Signal Processing . 1993

[3]

Local discriminant time-frequency atoms for signal classification. Jiang Q,Goh S S,Lin Z. Signal Processing . 1999

[4]

An introduction to discrete finite frames. Pei S C,Reh M H. IEEE Signal Processing Magazine . 1997

[5]

Electromagnetic target classification using time-frequency analysis and neural networks. G nül T S,Kemal L,Türker I. Microwave and Optical Technology Letters . 1999

[6]

Methods of signal classification using the images produced by the Wigner-Ville distribution. Abeysekera S S,Boashash B. Pattern Recognition . 1991

[7]

Methods of signal classification using the images produced by the Wigner-Ville distribution. Abeysekera S S,Boashash B. Pattern Recognition . 1991

← 1 →