【摘 要】
：
空间中不同的目标具有不同的物理与几何特性,雷达反射截面积(RCS)是空间目标的重要特性之一,利禎RCS对雷达观测目标进行区分是雷达数据处理的重要手段.利用线性预测编码(LPC)
【机 构】
：
中国酒泉卫星发射中心,甘肃酒泉732750
论文部分内容阅读
空间中不同的目标具有不同的物理与几何特性,雷达反射截面积(RCS)是空间目标的重要特性之一,利禎RCS对雷达观测目标进行区分是雷达数据处理的重要手段.利用线性预测编码(LPC)技术对RCS测量数据进行处理,计算RCS的LPC系数,以该系数作为特征向量,对目标进行二分类识别率基本可以达到80％-90％以上,三分类识别可以达到50％-80％以上,可以有效提高雷达跟踪目标的自动分类,实现高效半自动或自动跟踪.
其他文献
目前通过卷积神经网络(CNN)进行监督式学习已经在计算机视觉领域得到了广泛应用,而采用CNN的无监督学习则受到的关注较少。针对这一问题,利用深度卷积生成对抗网络(DCGAN)的方法,该网络由卷积神经网络构成,通过生成对抗网络对现有的人脸数据集进行数据训练,生成对抗网络学习了生成器和判别器中对图像局部特征到整体场景的表示层次,输出由各人脸特征组合而成的新人脸数据。通过在各种图像数据集上进行训练,弥补
以海上目标的红外、可见光图像为数据源,针对海上目标尺度多样、数据源多波段信息丰富的特点,基于YOLOv3原型网络架构,根据FPN原理将4倍降采样获取的第11层底层特征图与第103层深层特征图进行融合,实现对网络尺度的扩展,并通过K-means聚类算法得到更为精细化尺度下的先验框;同时将红外、可见光图像根据目标特点按比例进行组合,形成图像源的物理层融合,进而构建混合数据集进行多波段协同模型训练。实验
利用高钛型高炉渣和废玻璃粉作为主要原料,采用发泡和析晶同步进行的“一步烧结法”制备微晶泡沫玻璃,可实现高钛型高炉渣高附加值整体利用且经济环保.分别采用缓冷、水淬两
针对大变倍比红外连续变焦镜头齐焦性问题,通过采用特定的数据结构,以在线标定方式,拟合出变倍镜头的双向补偿曲线.并通过改变环境温度、双线插值法,将拟合曲线扩展成二维网