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:
针对大多数现有的微多普勒分析理论难以解决空间群目标的监测与识别问题,本文提出一种基于提取目标运动特征的弹道中段群目标分辨方法.首先建立了多个具有滑动散射中心的旋转对称目标模型并得到其m-D曲线,在此基础上,利用形态学图像处理方法抑制一维距离像旁瓣,然后提出了一种滑动窗轨迹跟踪的方法分离出各散射点相互交叉的m-D曲线,再对分离结果进行经验模式分解(Empirical-Mode Decomposition,EMD),最后通过提取能够反映目标运动特征的固有模态函数(Intrinsic Mode Function,IMF),实现了群目标分辨.仿真实验校验了所提方法的可行性和鲁棒性.
推荐文章
一种基于隐马尔可夫模型的目标轨迹跟踪算法
目标轨迹跟踪
隐马尔可夫模型
维特比译码
一种适用于离岗检测的目标跟踪算法
目标跟踪
均值漂移
粒子滤波
混合特征
离岗检测
一种混合的机动群目标分离检测跟踪算法
群目标
跟踪
群分离
随机矩阵
最小二乘法
k-均值聚类
一种基于DFT滑动窗的实时FSK解调算法
FSK解调
滑动窗
实时性
DFT
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 一种用于空间群目标分辨的滑动窗轨迹跟踪算法
来源期刊 宇航学报 学科 工学
关键词 弹道中段群目标 滑动散射中心 微多普勒 滑动窗跟踪 经验模式分解(EMD)
年,卷(期) 2015,(10) 所属期刊栏目 电子信息
研究方向 页码范围 1187-1194
页数 8页 分类号 TN957.51
字数 5447字 语种 中文
DOI 10.3873/j.issn.1000-1328.2015.10.013
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 张群 空军工程大学信息与导航学院 228 1290 15.0 23.0
5 池龙 空军工程大学信息与导航学院 20 156 7.0 12.0
6 陈怡君 空军工程大学信息与导航学院 14 53 4.0 6.0
7 赵盟盟 空军工程大学信息与导航学院 3 14 3.0 3.0
8 罗 迎 空军工程大学信息与导航学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (39)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (36)
二级引证文献  (9)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2016(6)
  • 引证文献(6)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
弹道中段群目标
滑动散射中心
微多普勒
滑动窗跟踪
经验模式分解(EMD)
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
宇航学报
月刊
1000-1328
11-2053/V
16开
北京838信箱
2-167
1980
chi
出版文献量(篇)
5133
总下载数(次)
7
总被引数(次)
58725
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导