数据参数影响RCS统计特征数据可分性

发布时间：2021-11-06 18:48

　　雷达采样数据率及统计RCS特征的滑窗参数（滑动步长和窗口长度）需要设定以实现基于RCS统计特征的目标识别。利用类内/类间散布矩阵构造了类别可分性的距离判据,分析了数据率和滑窗参数对不同目标的可分性影响。结果表明:随着数据率提升,目标可分性呈现在低频区域（<5Hz）快速增长,而在高频区域（>25Hz）呈现缓慢增长趋于饱和;目标可分性随滑动步长变化不显著;而目标可分性随着窗口长度的增加呈现非线性的快速增长。 

【文章来源】：雷达科学与技术. 2020,18(02)北大核心

【文章页数】：7 页

【文章目录】：
0 引言
1 基于距离的类别可分性判据
2 数据实验与结果
    2.1 实验条件
    2.2 数据率
    2.3 滑动步长
    2.4 窗口长度
3 结果分析与经验公式的提出
4 结束语


【参考文献】：
期刊论文
[1]卷积神经网络对SAR目标识别性能分析[J]. 邵嘉琦,曲长文,李健伟.  雷达科学与技术. 2018(05)
[2]基于RCS统计特征的船舶目标识别方法[J]. 纪永强,刘通,徐高正,石宇豪,张玉萍,杨金鸿.  舰船科学技术. 2018(13)
[3]一种窄带雷达快速目标分类方法[J]. 董会方,卞磊,杨广平.  国外电子测量技术. 2018(02)
[4]改进的支持向量机低分辨雷达目标分类算法[J]. 陈志仁,顾红,苏卫民,王钊.  系统工程与电子技术. 2017(11)
[5]一种窄带雷达舰船目标分类的决策方法[J]. 王曙光,田西兰.  雷达科学与技术. 2016(02)
[6]支持向量机的全局局部特征融合目标识别[J]. 易晓柯.  雷达科学与技术. 2011(02)

博士论文
[1]基于窄带微动特征的空间锥体目标识别方法研究[D]. 韩勋.西安电子科技大学 2015
[2]窄带雷达中段目标识别技术研究[D]. 姚辉伟.国防科学技术大学 2014



本文编号：3480342