高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于线性内插神经网络的雷达目标一维距离像识别

孙光民 刘国岁 王蕴红

孙光民, 刘国岁, 王蕴红. 基于线性内插神经网络的雷达目标一维距离像识别[J]. 电子与信息学报, 1999, 21(1): 97-103.
引用本文: 孙光民, 刘国岁, 王蕴红. 基于线性内插神经网络的雷达目标一维距离像识别[J]. 电子与信息学报, 1999, 21(1): 97-103.
Sun Guangmin, Liu Guosui, Wang Yunhong. 1-D RANGE PROFILE IDENTIFICATION OF RADAR TARGETS BASED ON LINEAR INTERPOLATION NEURAL NETWORK[J]. Journal of Electronics & Information Technology, 1999, 21(1): 97-103.
Citation: Sun Guangmin, Liu Guosui, Wang Yunhong. 1-D RANGE PROFILE IDENTIFICATION OF RADAR TARGETS BASED ON LINEAR INTERPOLATION NEURAL NETWORK[J]. Journal of Electronics & Information Technology, 1999, 21(1): 97-103.

基于线性内插神经网络的雷达目标一维距离像识别

1-D RANGE PROFILE IDENTIFICATION OF RADAR TARGETS BASED ON LINEAR INTERPOLATION NEURAL NETWORK

  • 摘要: 本文提出一种新颖的神经网络模型线性内插神经网络(Linear InterpolationNeural Network,LINN)用于雷达目标一维距离像识别。它可避开提取不变特征的难点,利用目标一维距离像特征随姿态变化的信息来提高目标识别性能。实验结果表明,采用LINN很好地解决了在大的姿态角范围内识别目标时所存在的计算量与识别率的矛盾,提高了雷达对任意姿态目标的识别性能。
  • Stewart C, Lu Yichuan, Larson V. Vector quantization and learning vector quantization for radar target classification. SPIE 1993, Vo1.1960, 115-124.[2]Lu Yichuan, Chang Kuochu. A Neural network approach for high resolution target classification. SPIE 1995. Vol.2484. 558-566.[3]Neiberg L, Casasent D P. Feature Space Trajectory (FST) classifier neural network. SPIE 1994, Vol.2353,276-292.[4]Kouba E T, Rogers S K, Ruck D W, Bauer Jr. K W. Recurrent neural networks for radar target identification. SPIE 1993. Vo1.1965. 256-265.[5][5J Jouny I, Garber F D, Ahalt S C. Classfication of radar targets using synthetic neural networks.[6]IEEE Trans. on AES, 1993, 29(2): 336-343.
  • 加载中
计量
  • 文章访问数:  2288
  • HTML全文浏览量:  154
  • PDF下载量:  441
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-03-19
  • 修回日期:  1998-05-23
  • 刊出日期:  1999-01-19

目录

    /

    返回文章
    返回