作者:
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:
为解决虚假目标点迹对雷达跟踪性能的影响,本文提出了一种基于PSO-SVM算法的雷达点迹真伪鉴别方法,进一步对目标点迹和杂波点迹进行真伪鉴别,有助于滤除杂波剩余点迹,提高雷达处理容量和跟踪性能.本方法利用点迹形成过程中生成的特征参数,先利用PSO算法对SVM算法参数进行优化选择,再利用参数优化后的SVM算法对雷达点迹进行真伪鉴别.最终,目标点迹鉴别准确率达到了95.18%,杂波点迹鉴别准确率达到了89.94%,整体的点迹鉴别准确率达到了92.13%.实验结果表明:该算法有较高、较稳定的点迹鉴别准确率,前期较多的杂波点迹被鉴别为目标点迹的缺陷也得到了较好的改善.
推荐文章
基于改进KNN的雷达点迹真伪鉴别方法
核PCA
加权KNN
点迹鉴别
目标跟踪
日照迹线真伪的鉴别方法
日照
迹线
甄别
基于PSO-SVM的发动机故障诊断研究
粒子群优化算法
支持向量机
发动机
故障诊断
基于改进PSO-SVM算法的电能质量扰动分类
支持向量机(SVM)
小波变换
粒子群算法(PSO)
电能质量
分类
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PSO-SVM算法的雷达点迹真伪鉴别方法研究
来源期刊 雷达科学与技术 学科 工学
关键词 剩余杂波 支持向量机 粒子群算法 点迹鉴别
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 429-432,437
页数 5页 分类号 TN957
字数 3841字 语种 中文
DOI 10.3969/j.issn.1672-2337.2020.04.012
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 林强 29 82 6.0 8.0
2 彭威 2 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  (77)
共引文献  (507)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(2)
  • 参考文献(2)
  • 二级参考文献(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
剩余杂波
支持向量机
粒子群算法
点迹鉴别
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
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
总被引数(次)
10892
论文1v1指导