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75頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、由于高分辨雷達一維距離像(HRRP)能很好地反映目標的徑向距離分布細節(jié),近年來,HRRP作為目標檢測、跟蹤和識別的特征信號受到了廣泛重視。同時,由于多傳感器數(shù)據(jù)融合能利用各種傳感器的互補性來獲得更多識別信息以提高系統(tǒng)的檢測、識別、分類和決策能力,目前也成為研究熱點并得到廣泛應(yīng)用。
   本論文對基于一維距離像的雷達目標識別技術(shù)及多傳感器數(shù)據(jù)融合技術(shù)進行了研究,主要的內(nèi)容和創(chuàng)新點如下:
   1、對一維距離像目標識別的研究

2、。
   首先,從一維距離像的散射點模型入手,驗證了一維距離像作為目標識別的有效特征矢量可用于雷達目標識別。然后,對于在實際場景中獲得的具有復(fù)雜雜波的一維距離像,實現(xiàn)了一種目標檢測與目標數(shù)據(jù)精確提取整體解決方案。對實際含復(fù)雜雜波的一維距離像進行檢測,分辨出多目標并去除虛假目標后采用一種新的滑窗檢測算法精確提取出目標多距離單元。接下來,分析了四種常用于一維距離像目標識別的特征,從一維距離像中進行特征提取,再用BP神經(jīng)網(wǎng)絡(luò)進行分類識

3、別。
   2、對D-S證據(jù)理論算法的研究。
   闡述了一種新的基于多傳感器系統(tǒng)狀態(tài)估計的DS證據(jù)沖突優(yōu)化算法,以解決在多傳感器目標識別系統(tǒng)中,采用決策級數(shù)據(jù)融合算法出現(xiàn)的證據(jù)沖突問題。該方法利用了仿真景中的傳感器本身所具有的特性信息,估計傳感器的信任度函數(shù),利用該函數(shù)對沖突信息進行重新分配,使得證據(jù)沖突解決算法更加合理。通過實驗仿真,模擬多傳感器實際運行場景下數(shù)據(jù)融合環(huán)境進行仿真數(shù)據(jù)融合測試,實驗結(jié)果表明新的融合算法

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論