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:
轮式车辆和履带式车辆的分类是地面目标识别的难点之一.车轮旋转和履带的运动是典型的微动,其产生的微多普勒特征可作为两类车辆目标分类的重要依据.首先,针对短驻留条件下两类车辆目标的雷达回波,分析了两类目标不同微动导致的微多普勒特征差异;其次,基于目标回波短时平稳相关的性质,建立了目标回波的AR模型,采用前后向预测方法得到相应的AR模型系数,提出基于AR模型系数的车辆目标分类方法,并给出AR模型阶数的判定方法,对比了前后向预测系数特征与前向预测系数特征的可分性.最后,结合两类目标的实测数据,在回波预处理的基础上,通过提取实际回波数据的AR模型系数实现了车辆目标的分类,验证了方法的有效性和稳健性.
推荐文章
基于微多普勒效应的弹头欺骗干扰研究
弹道导弹
微动
微多普勒
欺骗干扰
基于多普勒效应的非合作目标轨迹测量方法
非合作目标
多普勒效应
相对多普勒系数
轨迹测量
雷达目标微多普勒效应研究概述
微多普勒
雷达成像
目标识别
综述
多普勒效应的模拟设计
多普勒
VB6.0
声速
声源
接收者
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 基于微多普勒效应和AR模型的车辆目标分类方法
来源期刊 电子学报 学科 工学
关键词 微多普勒 AR模型 前后向预测 车辆目标 分类
年,卷(期) 2018,(4) 所属期刊栏目 学术论文
研究方向 页码范围 805-813
页数 9页 分类号 TN957
字数 9451字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.04.006
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 郭英 空军工程大学信息与导航学院 144 1134 20.0 27.0
2 张群 空军工程大学信息与导航学院 228 1290 15.0 23.0
8 罗迎 空军工程大学信息与导航学院 107 741 14.0 20.0
11 李开明 空军工程大学信息与导航学院 35 212 7.0 13.0
21 丁帅帅 空军工程大学信息与导航学院 5 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (43)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(11)
  • 参考文献(2)
  • 二级参考文献(9)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(13)
  • 参考文献(3)
  • 二级参考文献(10)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微多普勒
AR模型
前后向预测
车辆目标
分类
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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