基于改进小波降噪的雷达一维距离像识别

• 作者: 简涛 董云龙 郭小康
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 小波 阈值函数 一维距离像 目标识别 LVQ神经网络
• 年，卷（期）: 2019,（4）
• 页码范围: 360-364,370
• 页数: 6页
• 分类号: TN957
• 字数: 4518字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2019.04.002

摘要

针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题,将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中,设计了一种新的小波阈值函数,提出了基于小波阈值降噪的雷达一维距离像识别的方法.利用仿真数据进行实验验证,以LVQ(Learning Vector Quantization)神经网络作为分类识别器,进行目标的分类识别研究.结果表明,将小波阈值降噪用于雷达目标一维距离像识别,在低信噪比时能够有效地降低噪声,提高距离像的质量,从而提高目标一维距离像识别率,同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声,提高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简涛	海军航空大学信息融合研究所	61	384	11.0	15.0
2	董云龙	海军航空大学信息融合研究所	64	381	9.0	17.0
3	郭小康	海军航空大学信息融合研究所	3	1	1.0	1.0