[01384473]复杂背景下雷达目标检测与识别技术研究
交易价格:
面议
所属行业:
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
在项目执行期间内,项目组对复杂背景下雷达目标检测与识别相关技术及其应用研究进行了较广泛深入研究,较好地完成了合同要求预期目标。项目主要研究内容包括: (1) 通过采用去相关、帧对齐、脉冲积累、非线性预变换等组合预处理算法进行抑制杂波/降噪处理,提高了信号的信噪比; (2) 提取样本信号的一阶原点矩、广义二阶中心矩和分布熵等特征分量构成目标多维特征向量,运用人工神经网络、压缩感知、核函数等方法进行模式识别和分类; (3) 利用基于稀疏表示的SEC模型、SCI验证算法和样本字典学习方法进行模式识别和分类; (4) 运用Gabor滤波器、LBP模型和LBQ算法进行模式识别。 在项目组成员的共同努力下,项目取得了一定的成果,在相关关键技术的解决方法上有所创新,已发表SCI检索论文1篇,CSCD/EI检索论文2篇,另有1篇论文已被SCI收录(Neurocomputing)。培养了硕士研究生2名。
在项目执行期间内,项目组对复杂背景下雷达目标检测与识别相关技术及其应用研究进行了较广泛深入研究,较好地完成了合同要求预期目标。项目主要研究内容包括: (1) 通过采用去相关、帧对齐、脉冲积累、非线性预变换等组合预处理算法进行抑制杂波/降噪处理,提高了信号的信噪比; (2) 提取样本信号的一阶原点矩、广义二阶中心矩和分布熵等特征分量构成目标多维特征向量,运用人工神经网络、压缩感知、核函数等方法进行模式识别和分类; (3) 利用基于稀疏表示的SEC模型、SCI验证算法和样本字典学习方法进行模式识别和分类; (4) 运用Gabor滤波器、LBP模型和LBQ算法进行模式识别。 在项目组成员的共同努力下,项目取得了一定的成果,在相关关键技术的解决方法上有所创新,已发表SCI检索论文1篇,CSCD/EI检索论文2篇,另有1篇论文已被SCI收录(Neurocomputing)。培养了硕士研究生2名。