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:
针对传统目标提取算法在低信噪比条件下性能不理想且提取部件不连续的问题,提出一种基于部件分解的高分辨雷达目标提取算法.利用属性散射中心可以表征目标部件的散射回波的优势,通过构造属性散射中心基对目标信号进行分解.通过对分解部件的能量设置门限,提取属于目标的部件.实验结果证明:在低信噪比且虚警概率相同的情况下,基于部件分解的目标提取方法比传统基于像素能量的提取方法能提取出更多且更连续的目标部件.
推荐文章
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
基于遗传算法的一种高分辨率雷达目标识别方法
高分辨率雷达
相关系数
遗传算法
基于压缩感知的认知雷达高分辨成像
雷达成像
认知雷达
压缩感知
稀疏信号
高分辨率SAR图像线状目标提取方法研究
高分辨率SAR
纹理
空间区域
多尺度
面向对象
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 基于部件分解的高分辨雷达目标提取方法
来源期刊 电波科学学报 学科 工学
关键词 雷达目标提取 目标分解 属性散射中心 恒虚警率
年,卷(期) 2015,(4) 所属期刊栏目 论文
研究方向 页码范围 679-685
页数 7页 分类号 TN929.5
字数 4338字 语种 中文
DOI 10.13443/j.cjors.2014091601
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 邢孟道 西安电子科技大学雷达信号处理国家重点实验室 383 4353 30.0 43.0
2 吴敏 西安电子科技大学雷达信号处理国家重点实验室 18 205 7.0 14.0
3 张磊 西安电子科技大学雷达信号处理国家重点实验室 91 703 16.0 21.0
4 黄大荣 西安电子科技大学雷达信号处理国家重点实验室 5 18 3.0 4.0
5 吴亿锋 西安电子科技大学雷达信号处理国家重点实验室 7 55 6.0 7.0
6 段佳 西安电子科技大学雷达信号处理国家重点实验室 6 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (26)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
雷达目标提取
目标分解
属性散射中心
恒虚警率
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
电波科学学报
双月刊
1005-0388
41-1185/TN
大16开
河南市新乡138信箱3分箱
36-260
1986
chi
出版文献量(篇)
3417
总下载数(次)
11
总被引数(次)
30224
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