您的位置: 专家智库 > >

潘晓燕

作品数:3 被引量:0H指数:0
供职机构:西安电子科技大学更多>>
发文基金:陕西省自然科学基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇电子电信

主题

  • 3篇噪声
  • 3篇距离像
  • 3篇雷达
  • 2篇去噪
  • 2篇去噪方法
  • 2篇子空间
  • 2篇目标识别
  • 2篇雷达目标
  • 2篇高分辨距离像
  • 1篇动目标
  • 1篇噪声背景
  • 1篇噪声功率
  • 1篇识别方法
  • 1篇主成分
  • 1篇主成分分析
  • 1篇自动目标识别
  • 1篇宽带
  • 1篇宽带雷达
  • 1篇雷达高分辨距...
  • 1篇雷达目标识别

机构

  • 3篇西安电子科技...

作者

  • 3篇潘晓燕
  • 2篇杜兰
  • 2篇和华
  • 1篇徐丹蕾
  • 1篇郭昱辰

传媒

  • 1篇中国科技论文

年份

  • 1篇2017
  • 2篇2015
3 条 记 录,以下是 1-3
排序方式:
雷达高分辨距离像的去噪方法和基于子空间的噪声稳健识别方法研究
高分辨距离像(HRRP)一直以来都是雷达自动目标识别领域的研究热点,但由于某些因素的限制,实际录取的HRRP信噪比往往较低,因此噪声稳健成为雷达自动目标识别研究工作的重要部分。现有的HRRP噪声稳健研究多集中于统计模型修...
潘晓燕
关键词:高分辨距离像雷达目标识别去噪方法
基于序列子空间的高分辨距离像噪声稳健识别方法
2017年
高分辨距离像(high resolution range profile,HRRP)是目标沿雷达视线方向上的一维压缩投影,传统的HRRP目标识别方法大都利用单次HRRP测试样本判决。但是,由于单次测试样本包含的信息有限,且容易受到噪声污染,识别鲁棒性难以保证。提出1种基于子空间的HRRP序列噪声稳健识别算法。该算法在训练、测试阶段均利用HRRP序列,基于主成分分析(principal component analysis,PCA)方法生成能够抑制噪声、冗余分量的目标信号子空间,并根据Grassmann流形定义子空间距离,将测试子空间与训练子空间按照最小子空间距离的准则作匹配比较,从而判定测试样本序列所属类别。文章推导证明了传统的最小重构误差方法是提出方法只使用单次HRRP测试样本的特殊情况。基于实测数据的识别实验显示,由于更充分地利用了HRRP序列信息且子空间能够抑制噪声,提出方法较最小重构误差方法具有更好的识别性能和噪声稳健性。
郭昱辰杜兰潘晓燕和华
关键词:雷达自动目标识别高分辨距离像
基于贝叶斯压缩感知的宽带雷达目标复回波去噪方法
本发明公开了一种基于贝叶斯压缩感知的宽带雷达目标复回波去噪方法。主要解决现有技术中对宽带雷达目标描述不够精确,重构误差受噪声先验影响较大以及不具有实时性的问题。其实现步骤为:(1)获取单次复距离像;(2)根据单次复距离像...
杜兰潘晓燕和华徐丹蕾
文献传递
共1页<1>
聚类工具0