排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。 相似文献
2.
3.
4.
一种新的红外纹理生成方法 总被引:1,自引:0,他引:1
为解决大规模背景场景纹理生成中的问题,结合纹理数据和物理模型,提出一种新的红外纹理生成方法.分析背景红外成像模型,通过建立背景温度模型、辐射模型、灰度映射模型,得到不同天气、任意时段的红外灰度值;利用可见光纹理图像,结合统计方法提取灰度空间分布,合成红外纹理.通过调节合成因子,可以生成具有红外辐射信息又不乏灰度空间变化信息的红外场景仿真图像.实验结果表明:该方法有效解决了实测数据获取困难,复杂建模耗时耗力、计算误差大的问题;生成的红外场景可视化效果大大提高,同时也能真实反映场景24 h温度变化规律. 相似文献
5.
针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise, DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval, PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。 相似文献
6.
7.
视景生成中的几个关键技术 总被引:5,自引:1,他引:4
军事训练模拟中的视景生成技术是当前研究的一个重要内容,本文结合作者已作的一些工作详细阐述了三维地形的生成、纹理效果的处理、物体叠加和模型建立等技术。 相似文献
1