|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘要:轮式车辆和履带式车辆的分类是地面目标识别的难点之一.车轮旋转和履带的运动是典型的微动,其产生的微多普勒特征可作为两类车辆目标分类的重要依据.首先,针对短驻留条件下两类车辆目标的雷达回波,分析了两类目标不同微动导致的微多普勒特征差异;其次,基于目标回波短时平稳相关的性质,建立了目标回波的AR模型,采用前后向预测方法得到相应的AR模型系数,提出基于AR模型系数的车辆目标分类方法,并给出 AR模型阶数的判定方法,对比了前后向预测系数特征与前向预测系数特征的可分性.最后,结合两类目标的实测数据,在回波预处理的基础上,通过提取实际回波数据的AR模型系数实现了车辆目标的分类,验证了方法的有效性和稳健性.+ C# H7 v; H/ ?, d) c
) ] o0 S. U" n, U' W) Q关键词:微多普勒;AR模型;前后向预测;车辆目标;分类
7 W7 F% n. D% W, c* Z2 K( y5 ~; Q5 L) G/ a; a; w9 w0 T# s! S# C
( \3 ?! j. f, J$ f* ]$ d/ K
' h1 g- |6 ?: W1 ~ 轮式车辆和履带式车辆是重要的地面军事目标，对两类目标的分类研究对于战场态势感知、威胁评估、精确打击等具有积极的军事意义.上世纪70年代，美国就开展了车辆目标识别研究,主要通过采集车辆行进时产生的地震动信号、声信号和磁信号等进行识别.& x; b4 [7 O2 Q7 n" a6 o
# [! ?# i* z* h" A' J0 o
4 e, V/ s$ g) o2 n
% F( y- k( N/ w& I7 ~+ |( n
, p2 b2 X/ N n+ A9 {# x. U( H% }7 h3 c5 X8 p6 R' i
# s) H9 N+ f1 o4 w* B P* |1 [; J2 |; h/ w/ F/ ]
, C# Q, L; u1 d. B) f' a2 O
' ?5 F$ H, M$ i: v) ]( O
|
|
/1 
发表于 2021-6-22 13:20
收藏
淘帖
支持！
反对！