基于一维散射中心匹配的雷达目标识别

本文提出了一种新的基于目标一维散射中心匹配的雷达目标识别方法.该方法在计算两目标匹配函数之前,先根据目标尺寸大小在目标中心附近设定一个距离窗,将位于此距离窗以外的散射中心剔除,以减轻目标区域以外虚假散射中心的影响.对剩下的目标散射中心,根据两目标散射中心之间的距离,对目标之间的散射中心配对,然后定义两目标的匹配函数为所有配对散射中心的“匹配能量”和与两目标所有散射中心能量和的比值.对五类目标缩比模型的外场测量数据进行分类识别实验,结果表明该方法具有良好的目标识别能力,而且对加性高斯白噪声和雷达带宽不敏感.

适于一维散射中心识别的模糊分类器

该文研究了雷达目标一维散射中心的提取及其特性,针对一维散射中心的特点,提出了一种基于模糊分布的分类器。该分类器对特征矢量长度没有一致性要求,并可根据测试样本灵活选择训练样本,有效地解决了以一维散射中心为特征的识别问题。

雷达目标一维散射中心识别特征提取研究

针对雷达目标高分辨一维距离像在目标识别中存在计算量和存储量过大的问题,研究了基于一维散射中心的目标识别特征。在使用矩阵束法提取散射中心的基础上,定义了散射中心阶数、散射中心相对位置和中心矩三个平移不变特征用于目标识别,较好地描述了目标散射特性。三类目标外场实测数据的识别试验结果显示,相对于单一特征的目标识别,综合上述三个特征的识别不但能获得更好的目标识别率,而且识别结果对高斯白噪声不敏感。

求解一维散射问题的Lippmann-Schwinger方法

给出了用一维Lippmann_Schwinger积分方程处理量子散射问题的形式理论 ,计算了δ势垒和方势垒的贯穿系数和反射系数 ,并与直接求解薛定谔方程的方法所得的结果进行了比较 .结果表明 ,用Lippmann_Schwinger积分方程求解一维散射问题比较简便和有效 ,而且所得结论和直接法完全一致 .

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类(MUSIC)算法估计一维几何绕射理论(GTD)的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。

关于一维量子散射中一些问题的简单说明

简单讨论了一维量子散射的各种处理手段,对于一维量子散射中的一些问题和误区给予说明与澄清.

一维Lippmann-Schwinger方程及其应用

讨论了一维Lippmann Schwinger方程及其在一维散射问题中的应用 。

状态空间模型(SSM)算法和矩阵束(MP)算法分析比较

主要研究了雷达目标一维散射中心参数提取的问题。首先介绍了空间状态模型(SSM)算法和矩阵束(MP)算法原理,然后分析比较了两种算法的异同点,在较高信噪比条件下,两种算法都能较为准确地估计参数,SSM算法在幅度估计的计算量方面有一定的优势,通过对仿真数据和暗室数据进行计算机仿真分析验证了理论分析的正确性。

半圆型量子线中的电子运动

在平面极坐标系下,导出电子在半圆型量子线中运动的等效薛定谔方程,与一维自由电子运动的不同之处,方程中含有一有效势Veff.讨论了有效势只与量子线的曲率有关,而不受外加限制势的影响.并说明了没有有效势时,电子的运动不符合物体运动的基本规律.