2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、高分辨距離像(HRRP)一直以來都是雷達(dá)自動目標(biāo)識別領(lǐng)域的研究熱點(diǎn),但是目前提出的理論和方法很多都忽略了噪聲的影響。實(shí)際應(yīng)用中,測試樣本信噪比較低,訓(xùn)練樣本和測試樣本的失配會導(dǎo)致識別率的下降。本文主要研究噪聲穩(wěn)健的HRRP目標(biāo)識別方法,并在此基礎(chǔ)上完成雷達(dá)HRRP目標(biāo)識別系統(tǒng)的設(shè)計(jì),本文的研究內(nèi)容概括如下:
  1.從三個(gè)方面對現(xiàn)有的HRRP噪聲穩(wěn)健目標(biāo)識別方法進(jìn)行總結(jié):
  1)HRRP的噪聲抑制;
  2)噪聲背景

2、下HRRP特征的修正;
  3)HRRP的噪聲穩(wěn)健統(tǒng)計(jì)模型。
  2.針對統(tǒng)計(jì)識別。
  1)以自適應(yīng)高斯分類器(AGC)為基礎(chǔ),分析噪聲背景下HRRP的統(tǒng)計(jì)模型,分別使用高斯模型和非高斯模型對含噪HRRP進(jìn)行統(tǒng)計(jì)建模;
  2)研究了復(fù)HRRP的統(tǒng)計(jì)建模問題,提出使用復(fù)數(shù)自適應(yīng)高斯分類器(CAGC)對復(fù)HRRP建模,并提出一種基于CAGC模型的噪聲穩(wěn)健HRRP識別方法,此方法兼?zhèn)湓肼暠尘跋伦R別率高和運(yùn)算量小的特

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論