《深度学习在雷达通信目标识别中的应用框架》PDF+DOC

📙 相关资料

1. 《基于卷积神经网络的SAR目标多维度特征提取》PDF+DOC 基于合成孔径雷达SAR的目标识别在军用和民用领域正发挥着越来越重要的作用，而特征提取是SAR目标识别过程的关键环节，提出基于深度卷积神经网络的SAR目标识别方法，建立深度卷积神经网络模型，提取并展示目标的多维度层级特征，并利用卷积神经网络的自我学习能力，解决特征选择问题，实现SAR目标自动识别。针对......
2. 《一种基于卷积神经网络的雷达目标分类方法》PDF+DOC 雷达作为对低空和地面目标探测及监视预警的主要手段，在安全领域应用广泛。针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题，提出了一种基于卷积神经网络的分类方法，对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像，再以距离-多普勒图集作为数据集，训练神经网络，得到能够完成雷达目标识别的......
3. 《生成对抗网络在雷达反欺骗干扰中的应用框架》PDF+DOC 在传统研究中，关于如何形成最能模拟目标的欺骗干扰，以及如何提取最能辨识欺骗干扰的特征，都没有现成的理论方法。文中提出了解决这一问题的研究框架，引入深度卷积神经网络(CNN)作为判决器训练反欺骗干扰，再验证CNN网络的对抗性样本风险。在此基础上，以CNN网络为基础构建物理约束的生成对抗网络，从而实现欺......
4. 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC 针对人体步态识别准确率不高且需要手动提取信号特征的问题，采用卷积神经网络(CNN)自动提取传感器信号特征，对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统，采集人体的运动信息；针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类；利用检测的数据验证了所提方法的可行性，......
5. 《基于矢量传感器和LMBP神经网络的水声目标识别》PDF+DOC 提出了声矢量信号互双谱估计算法。对矢量传感器实测的湖上和海上试验数据，利用二阶和高阶统计量特征提取方法，分别提取了声压和声矢量信号组合特征，并用不同组合特征构造了LMBP神经网络的输入向量集，对舰船目标进行了分类识别。结果表明，基于声矢量信号的组合特征具有较强的类别可分性，用于水声目标识别，其识别率......
6. 《基于数据融合的战场声目标识别系统算法研究》PDF+DOC 现代战争越来越多地使用高科技武器，各种武器车辆坦克的声音相互混叠，进行声目标识别是极有挑战性的。为了在嘈杂的战场环境中多传感器网络仍能正确识别各种目标信号，结合无线多传感器网络的特点和数据融合理论，设计出了适合于战场环境的声目标识别算法。使用小波包进行预处理及特征提取，人工神经网络进行分类识别，并运......
7. 《飞鸟与无人机目标雷达探测与识别技术进展与展望》PDF+DOC 飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力......
8. 《基于感兴趣区域的机器人抓取系统》PDF+DOC 智能抓取机器人能够代替人类完成高强度工作，为实现物体的准确定位，提升机器人抓取的成功率，对基于感兴趣区域的机器人抓取系统进行研究。对深度相机进行标定，对深度卷积神经网络损失函数进行改进，使用焦点函数代替传统的交叉熵函数，训练模型，得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息。利用手眼标......
9. 《D-S证据理论在目标识别中的应用》PDF+DOC 根据地面目标运动引起的地震动信号的特征信息 ，应用多传感器信息融合的方法将目标正确分类 .首先根据地震动信号在频域和时频域的多种特征 ，应用BP神经网络模式识别法 ，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车 .设计了一种以神经网络正确识别率作为基本概率赋值的方法 ，并应用D S证据理论进......
10. 《基于神经网络组的数据融合算法》PDF+DOC 有两种方法可以用于多传感器系统的特征深度目标识别。第一种方法是基于静态算法的，而另外一种是基于神经网络的。第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设；而第二种方法则不能处理复杂多传感器系统中的识别问题。而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点。这种算......