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:
该文从全极化体制角度出发,提出一种基于极化联合特征的海面目标检测方法。首先基于极化协方差矩阵,通过Cloude特征分解,提取表征回波随机程度的极化熵和反熵的数学期望;接着直接基于极化散射矩阵,通过Krogager特征分解,提取表征回波中极化散射分量结构组成的球散射体分量、二面角散射体分量和螺旋体散射分量的归一化系数;由提取的特征构成五维特征空间,利用主成分分析(PCA)降维证明所提特征具有良好的可分性,最后采用一类支持向量机(OCSVM)对目标和杂波进行识别。所提方法分别从极化相干和非相干分解两个角度出发,通过两种不同的极化分解方式提取特征,在一定程度上解决了高海情下基于单一极化分解方法存在的检测效果不理想的问题。通过IPIX实测数据验证所提方法具有良好的检测能力。
推荐文章
基于自监督表征学习的海面目标检测方法
海上无人装备
目标检测
自监督表征学习
深度学习
基于极化联合特征的海面目标检测方法
海杂波
目标检测
极化特征
一类支持向量机
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
海面目标运动速度的视觉估计方法
海面目标
视觉测量
最小二乘
速度估计
运动态势
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 基于极化联合特征的海面目标检测方法
来源期刊 雷达学报 学科 工学
关键词 海杂波 目标检测 极化特征 一类支持向量机
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 664-673
页数 10页 分类号 TN959.72
字数 语种 中文
DOI 10.12000/JR20072
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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
海杂波
目标检测
极化特征
一类支持向量机
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
论文1v1指导