咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于三特征预测的海杂波中小目标检测方法 收藏

基于三特征预测的海杂波中小目标检测方法

Target Detection in Sea Clutter Using a Three-feature Prediction-based Method

作     者:董云龙 张兆祥 丁昊 黄勇 刘宁波 DONG Yunlong;ZHANG Zhaoxiang;DING Hao;HUANG Yong;LIU Ningbo

作者机构:海军航空大学烟台264001 

出 版 物:《雷达学报(中英文)》 (Journal of Radars)

年 卷 期:2023年第12卷第4期

页      面:762-775页

核心收录:

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基  金:国家自然科学基金(62101583  61871392) 泰山学者工程(tsqn202211246) 

主  题:目标检测 海杂波 历史帧特征 先验信息 特征预测 

摘      要:特征检测方法是解决海杂波中小目标检测问题的重要途径,其根据特征值是否在判决区域内判断目标有无,几乎不考虑特征间的时序信息。事实上,历史帧数据与当前帧数据的时序关联性,可以为当前帧特征值的计算提供丰富的先验信息。为此,该文提出了一种使用自回归(AR)模型在特征域对雷达回波进行时序建模和预测的方法,以利用历史帧特征的先验信息。首先,使用AR模型对平均幅度(AA)、相对多普勒峰高(RDPH)、频谱峰均比(FPAR)特征序列进行建模和1步预测分析,验证了对特征序列进行AR建模和预测的可行性。其次,提出利用历史帧特征时序信息作为先验信息的特征值提取方法,在此基础上,提出一种基于三特征预测的小目标检测方法,该方法可有效利用AA,RDPH和FPAR的历史帧特征时序信息。最后,使用实测数据验证了所提方法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分