《基于双雷达微动特征融合的无人机分类识别》PDF+DOC
作者:章鹏飞,李刚,霍超颖,殷红成
单位:中国科学院电子学研究所;中国雷达行业协会
出版:《雷达学报》2018年第05期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFLDAX2018050040
DOC编号:DOCLDAX2018050049
下载格式:PDF + Word/doc 文字可复制、可编辑
《飞鸟与无人机目标雷达探测与识别技术进展与展望》PDF+DOC2020年第05期 陈小龙,陈唯实,饶云华,黄勇,关键,董云龙
《浅探水声信号处理中的多传感器数据融合》PDF+DOC 姚勇
《用数据融合来解决雷达目标识别问题》PDF+DOC1998年第01期 蒋庆全
《无人机传感器技术的新发展与挑战》PDF+DOC2005年第02期 马静
,王学栋
《基于二维特征矩阵的特征融合算法》PDF+DOC2012年第11期 鲍必赛,伍健荣,楼晓俊,刘海涛
《浅谈信息融合技术在炮兵中的应用》PDF+DOC 郭军宏,孟令达,刘世彬
《基于主成分分析的多源特征融合故障诊断方法》PDF+DOC2011年第01期 巫茜,蔡海尼,黄丽丰
《无线传感网中多传感器特征融合算法研究》PDF+DOC2010年第01期 曹红兵,魏建明,刘海涛
《基于D-S证据理论的多传感器多特征目标识别》PDF+DOC 冯立杰,樊瑶
《我是新玩意》PDF+DOC2013年第Z2期
无人机的日益流行在带来便利的同时也造成了潜在的威胁,对无人机进行分类识别具有重要意义。雷达微多普勒信号能够区分不同类型的无人机。为了提高基于微多普勒的无人机分类的鲁棒性,该文提出了一种多角度雷达观测微动特征融合的无人机识别方法。首先利用多部雷达同时从不同角度观测目标;然后对采集的雷达数据分别进行短时傅里叶变换(Short-Time Fourier Transform, STFT),得到时频谱图;接着利用主成分分析(Principal Component Analysis, PCA)从时频谱图中提取特征,将两个不同角度雷达传感器得到的特征融合在一起;最后利用支持向量机(Support Vector Machine, SVM)进行训练与分类识别。基于实际雷达数据的实验结果表明:两个雷达传感器观测融合得到的分类精度优于单个雷达传感器的分类精度,最终识别准确率较仅利用X波段雷达传感器方法提升了5%以上。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。