喻玲娟
- 作品数：4 被引量：12H指数：2
- 供职机构：中国科学院电子学研究所更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：电子电信电气工程更多>>
- 基于FCNN和ICAE的SAR图像目标识别方法被引量：10
- 2018年
- 近年来,基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar, SAR)图像目标识别得到深入研究。全卷积神经网络(Fully Convolutional Neural Network, FCNN)是CNN结构上的改进,它比CNN能获得更高的识别率,但在训练过程中仍需要大量的带标签训练样本。该文提出一种基于FCNN和改进的卷积自编码器(Improved Convolutional Auto-Encoder, ICAE)的SAR图像目标识别方法,即先用ICAE无监督训练方式获得的编码器网络参数初始化FCNN的部分参数,后用带标签训练样本对FCNN进行训练。基于MSTAR数据集的十类目标分类实验结果表明,在不扩充带标签训练样本的情况下,该方法不仅能获得98.14%的平均正确识别率,而且具有较强的抗噪声能力。
- 喻玲娟喻玲娟谢晓春谢晓春林赟
- 关键词：合成孔径雷达自动目标识别
- 圆迹SAR的建筑物全方位优化成像方法研究被引量：2
- 2015年
- 圆迹SAR(Circular SAR,CSAR)可对目标进行全方位观测,获取目标的完整散射信息,该文提出一种相干与非相干处理相结合的圆迹SAR建筑物全方位优化成像方法。利用FEKO建立建筑物的电磁散射模型来模拟雷达回波进行成像,并与散射各向同性情况下的成像结果分析比较,得出对建筑物CSAR成像最佳方位相干累积角度大小。由于实际场景中建筑物的散射方向未知,将CSAR的360°回波数据划分为小角度重叠的多个子孔径并分别成像,对成像后的子孔径进行非相干融合后得到全方位合成图像。再对合成后图像进行极化目标分解,获取场景中建筑物的轮廓信息。P波段机载圆迹SAR数据处理结果表明该方法优于传统全相干累积方法,可实现建筑物的全方位轮廓信息提取。
- 王建峰林赟郭胜龙喻玲娟洪文
- 基于圆迹合成孔径雷达二维图像的输电线高程提取方法
- 本发明涉及一种基于圆迹合成孔径雷达二维图像的输电线高程提取方法，该方法的步骤包括：步骤S1：构建各处等高的理想输电线高度与单通道圆迹合成孔径雷达的方位角、下视角，以及成像平面高度之间关系的理想输电线高度模型；步骤S2：选...
- 喻玲娟洪文林赟李洋
- 基于圆迹合成孔径雷达二维图像的输电线高程提取方法
- 本发明涉及一种基于圆迹合成孔径雷达二维图像的输电线高程提取方法，该方法的步骤包括：步骤S1：构建各处等高的理想输电线高度与单通道圆迹合成孔径雷达的方位角、下视角，以及成像平面高度之间关系的理想输电线高度模型；步骤S2：选...
- 喻玲娟洪文林赟李洋
- 文献传递
