径向基函数神经网络在超宽带探地雷达目标材质识别中的应用

• 作者: 李建 李建勋 郑军庭
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 径向基函数神经网络 典型道数据提取 材质识别 探地雷达
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 无线电电子学、电信技术
• 页码范围: 98-102
• 页数: 5页
• 分类号: TN957.52
• 字数: 4069字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2006.01.023

摘要

基于探地雷达回波信号进行处理以识别地下埋设的目标,始终是困扰雷达应用的关键,根据数据时间轴截断抑制直达波,利用宽相关处理进行信号滤波和典型数据自动提取,提高回波信号的信噪比.针对提取的典型道数据运用Welch功率谱处理,得到的特征数据归一化处理后作为径向基函数神经网络的输入,实现对地下埋设目标材质的自动识别与分类.在此基础上,分析了不同截断点对目标材质识别结果的影响.实测数据处理表明,本方法可以有效地实现对Fe、Al与土壤的识别和分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建勋	上海交通大学信息与控制研究所	92	802	16.0	24.0
2	郑军庭	上海交通大学信息与控制研究所	4	50	4.0	4.0
3	李建		10	120	4.0	10.0