|
|
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. i, n; \% {# L$ B0 o- _
, n7 }& W. t) }, L7 O, m关键词:微多普勒;AR模型;前后向预测;车辆目标;分类
2 s; A9 ?, A8 ?5 K+ m2 r, S" W! m# j' @4 ^: ` l1 t
6 `3 K$ @* y: m# R, h1 l8 H
/ K( H1 R* q( {3 h5 n$ i 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.+ X0 n( I1 i+ N+ N
, Q9 s6 i4 I; h8 }! X& F! a
( b0 [+ `( {9 A2 o' n3 N5 U# f
, I2 Z; T. V$ K* w5 @9 P# S, E" W- s) q; K
1 \) {2 L1 D! q) | p! [
" ]. { w: ?+ T! C" o
. Q; n( V! y. L- I" {" }
$ Z3 R+ x5 A$ s D0 J4 T) F* G- }. ~2 l* u9 y* d
|
|
/1 
发表于 2021-6-22 13:20
收藏
淘帖
支持！
反对！