基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型:对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D-S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别.仿真结果表明:和单传感器相比,所提出的模型可以更加精确地进行目标识别.
推荐文章
雷达红外复合目标识别技术研究
多传感器
信息融合
目标识别
特征向量
基于多特征融合的红外目标识别算法
红外图像
多特征融合
目标识别
颜色特征
边缘特征
水雷目标识别中的数据融合技术
水雷目标识别
信息融合
特征提取
小波变换
波形结构
人工神经网络
数据融合与雷达目标识别综述
数据融合
雷达
目标识别
数据处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 雷达与红外数据融合的近距空中目标识别
来源期刊 电光与控制 学科 工学
关键词 目标识别 贝叶斯网络 数据融合 小波矩特征
年,卷(期) 2014,(9) 所属期刊栏目 学术研究
研究方向 页码范围 54-57,75
页数 5页 分类号 V271.4|TP212
字数 2892字 语种 中文
DOI 10.3969/j.issn.1671-637X.2014.09.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王小平 空军工程大学航空航天工程学院 42 197 7.0 12.0
2 林秦颖 空军工程大学航空航天工程学院 27 118 5.0 10.0
3 狄方旭 空军工程大学航空航天工程学院 7 28 4.0 5.0
4 刘哲 空军工程大学航空航天工程学院 7 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (62)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (27)
二级引证文献  (9)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(13)
  • 参考文献(0)
  • 二级参考文献(13)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
目标识别
贝叶斯网络
数据融合
小波矩特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
论文1v1指导