首页>
根据【关键词:多重分形,低分辨雷达,分数阶Fourier变换,目标分类】搜索到相关结果 8 条
-
基于分形逐层滤波的航空γ能谱矿致异常信息识别方法
-
作者:
熊超
孙坤
葛良全
张庆贤
谷懿
赵青
来源:
核技术
年份:
2019
文献类型 :
期刊
关键词:
多重分形
逐层滤波
异常识别
航空γ能谱
-
描述:
异常识别方法,此方法以多重分形理论为基础,在频率域下对航空γ能谱实测核素比活度数据进行功率谱分析,并通过多重分形理论定量计算功率谱的截止频率,并依据计算结果对原始数据进行逐层滤波,确定识别矿致异常信息
-
基于分形逐层滤波的航空γ能谱矿致异常信息识别方法
-
作者:
熊超
孙坤
葛良全
张庆贤
谷懿
赵青
来源:
核技术
年份:
2019
文献类型 :
期刊
关键词:
多重分形
逐层滤波
异常识别
航空γ能谱
-
描述:
异常识别方法,此方法以多重分形理论为基础,在频率域下对航空γ能谱实测核素比活度数据进行功率谱分析,并通过多重分形理论定量计算功率谱的截止频率,并依据计算结果对原始数据进行逐层滤波,确定识别矿致异常信息
-
基于ARMA谐波恢复的飞机目标分类
-
作者:
李秋生
张华霞
邓仰晨
刘小燕
来源:
赣南师范大学学报
年份:
2019
文献类型 :
期刊
关键词:
特征提取
谐波建模
目标分类
常规雷达
-
描述:
的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.
-
基于ARMA谐波恢复的飞机目标分类
-
作者:
李秋生
张华霞
邓仰晨
刘小燕
来源:
赣南师范大学学报
年份:
2019
文献类型 :
期刊
关键词:
特征提取
谐波建模
目标分类
常规雷达
-
描述:
的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.
-
基于ARMA谐波恢复的飞机目标分类
-
作者:
李秋生
张华霞
邓仰晨
刘小燕
来源:
赣南师范大学学报
年份:
2019
文献类型 :
期刊
关键词:
特征提取
谐波建模
目标分类
常规雷达
-
描述:
的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.
-
基于ARMA谐波恢复的飞机目标分类
-
作者:
李秋生
张华霞
邓仰晨
刘小燕
来源:
赣南师范大学学报
年份:
2019
文献类型 :
期刊
关键词:
特征提取
谐波建模
目标分类
常规雷达
-
描述:
的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.
-
基于峰度偏度和WD-LDA的飞机目标分类方法
-
作者:
亢朋朋
倪国新
陈知明
来源:
现代雷达
年份:
2019
文献类型 :
期刊
关键词:
峰度偏度
特征提取
发动机引擎调制
小波分辨
线性差别分析
目标分类
-
描述:
目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现,其归一化幅度分布存在明显差异,据此创造性地提取出峰度偏度特征,并结合小波分解-线性判别分析处理,对目标进行分类。该特征具有很强的抗噪声能力,对脉冲重复频率和观测时间要求不高,且可通过其中一个参数去弥补另一个参数。仿真实验证明了所提方法具有很好的分类性能。
-
基于峰度偏度和WD-LDA的飞机目标分类方法
-
作者:
亢朋朋
倪国新
陈知明
来源:
现代雷达
年份:
2019
文献类型 :
期刊
关键词:
峰度偏度
特征提取
发动机引擎调制
小波分辨
线性差别分析
目标分类
-
描述:
目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现,其归一化幅度分布存在明显差异,据此创造性地提取出峰度偏度特征,并结合小波分解-线性判别分析处理,对目标进行分类。该特征具有很强的抗噪声能力,对脉冲重复频率和观测时间要求不高,且可通过其中一个参数去弥补另一个参数。仿真实验证明了所提方法具有很好的分类性能。