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:
利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤.为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数.为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级.引入迭代半阈值(IHT)算法提高参数估计精度.根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布.仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性.
推荐文章
多项式相位信号参数估计新方法
多项式相位信号
参数估计
仿真
混沌背景中微弱信号参数估计新方法
频率估计
混沌同步
单向耦合
谐波信号
混沌背景中微弱信号参数估计新方法
频率估计
混沌同步
单向耦合
谐波信号
曲线拟合参数估计法的目标散射中心提取
散射中心
参数估计法
大角度成像
曲线拟合
雷达散射截面
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 基于幅相分离的属性散射中心参数估计新方法
来源期刊 雷达学报 学科 工学
关键词 属性散射中心模型 SAR自动目标体识别 幅度相位分离 L1/2正则化
年,卷(期) 2019,(5) 所属期刊栏目 雷达探测与成像前沿技术专题
研究方向 页码范围 606-615
页数 10页 分类号 TN957.52
字数 5384字 语种 中文
DOI 10.12000/JR18097
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 蒋文 1 0 0.0 0.0
2 李王哲 中国科学院电子学研究所 1 0 0.0 0.0
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  (35)
参考文献  (22)
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)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(11)
  • 参考文献(6)
  • 二级参考文献(5)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
属性散射中心模型
SAR自动目标体识别
幅度相位分离
L1/2正则化
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
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
总被引数(次)
4241
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