|
|
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.* m, H3 L& A/ F, |8 p
( g# ~( v( T! U) `: \# y* E
关键词:微多普勒;AR模型;前后向预测;车辆目标;分类9 k8 d" R5 p$ i* E
/ a) }: O/ V, g- ~1 u
- F! e9 v4 Z! B# p" f) t
* i; f+ D/ i" }. ^+ Q 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.1 i# t. {0 a5 d$ r' Y) Q
) }; Z# n# \/ k: J' }
% V$ X- j0 h- n- g. Q* M9 v+ L$ O2 G. H& s9 e: g) |
|1 C# }% s7 U+ T5 f8 s, P% O8 h y
3 A: z! D2 O0 S" Q4 T8 S9 @
5 S& o9 ]5 B& n) u4 t+ `( V1 ~1 o
- _0 H: B5 ~2 R) T7 k. n7 L8 u' k |
|
/1 
发表于 2021-6-22 13:20
收藏
淘帖
支持！
反对！