排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
在雷达多目标检测时,弱目标由于其能量低,容易被临近的强目标掩盖,严重影响了弱目标的检测。针对强弱目标并存的情况,提出了一种新的雷达微弱目标检测算法。首先联合Keystone变换和最小二乘FIR滤波器原理,实现了强目标相参积累并估计了其回波幅值,从而重构出强目标回波信号,并将其从原始回波中消除。通过对余下信号做相参积累,凸显了微弱目标,提高了微弱目标的检测性能。仿真实验验证了算法的有效性和优越性。 相似文献
2.
针对多载频信号的解调算法存在计算量大,只适用于低阶信号的问题,提出了一种基于单切面循环谱和改进小波变换的联合算法。该算法将传统循环谱的二维搜索简化为一维搜索,并改进了小波尺度的选取,算法结合了传统循环谱法和小波变换法优点,能够在提高解调精度的同时降低计算量,且适用于高阶MFSK信号。仿真结果表明,该算法在性能上明显优于传统小波解调算法和循环谱算法,在较低信噪比下,仍能获得较高的准确率。 相似文献
3.
针对雷达高分辨距离像(high resolution range profile, HRRP)目标识别中有效表示和特征提取这一关键问题,提出了基于双谱-谱图特征和深度卷积神经网络(deep convolution neural network, DCNN)的识别方法。首先,提取HRRP的双谱-谱图特征表示作为CNN的输入。然后,通过网络训练提取出深层本质特征,实现对雷达目标的识别。最后,对不同特征表示的识别结果进行对比。采用卫星目标实测数据进行实验,结果表明,该方法可以准确有效地识别雷达目标,而且与其他常用特征表示相比,双谱-谱图特征表示具有更好的识别准确率和噪声鲁棒性。 相似文献
4.
1