期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计
被引量:
4
1
作者
张华
张素莉
何树吉
《中国电子科学研究院学报》
北大核心
2019年第9期993-1000,共8页
针对SAR图像属性散射中心估计问题,提出了基于幅相分离和动态粒子群算法的参数估计方法。首先利用传统的图像域分析方法对单个属性散射中心进行解耦。然后,利用位置参数仅仅与相位信息有关的特性,采取了幅度、相位分离进行参数优化的方...
针对SAR图像属性散射中心估计问题,提出了基于幅相分离和动态粒子群算法的参数估计方法。首先利用传统的图像域分析方法对单个属性散射中心进行解耦。然后,利用位置参数仅仅与相位信息有关的特性,采取了幅度、相位分离进行参数优化的方法。同时,对幅度相位分离后得到的较为简洁的参数表达形式,利用运算量更小的动态粒子群算法(DPSO),进一步提高了参数优化的效率和精度。基于仿真数据对提出方法进行了测试,结果验证了其有效性。
展开更多
关键词
属性散射中心
参数估计
幅度相位分离
动态粒子群算法
下载PDF
职称材料
基于幅相分离的属性散射中心参数估计新方法
被引量:
10
2
作者
蒋文
李王哲
《雷达学报(中英文)》
CSCD
北大核心
2019年第5期606-615,共10页
利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中...
利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数。为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级。引入迭代半阈值(IHT)算法提高参数估计精度。根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布。仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性。
展开更多
关键词
属性散射中心模型
SAR自动目标体识别
幅度相位分离
L1/2正则化
下载PDF
职称材料
题名
基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计
被引量:
4
1
作者
张华
张素莉
何树吉
机构
长春工程学院
重庆电子工程职业学院
出处
《中国电子科学研究院学报》
北大核心
2019年第9期993-1000,共8页
基金
吉林省科技发展计划项目(20180622006JC)
文摘
针对SAR图像属性散射中心估计问题,提出了基于幅相分离和动态粒子群算法的参数估计方法。首先利用传统的图像域分析方法对单个属性散射中心进行解耦。然后,利用位置参数仅仅与相位信息有关的特性,采取了幅度、相位分离进行参数优化的方法。同时,对幅度相位分离后得到的较为简洁的参数表达形式,利用运算量更小的动态粒子群算法(DPSO),进一步提高了参数优化的效率和精度。基于仿真数据对提出方法进行了测试,结果验证了其有效性。
关键词
属性散射中心
参数估计
幅度相位分离
动态粒子群算法
Keywords
Attributed scattering
parameter estimation
amplitude-phase split
dynamic particle swarm optimization
分类号
TN957.52 [电子电信—信号与信息处理]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于幅相分离的属性散射中心参数估计新方法
被引量:
10
2
作者
蒋文
李王哲
机构
中国科学院大学
微波成像技术国家级重点实验室
中国科学院电子学研究所
出处
《雷达学报(中英文)》
CSCD
北大核心
2019年第5期606-615,共10页
基金
国家自然科学基金(61701476,61690191)~~
文摘
利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数。为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级。引入迭代半阈值(IHT)算法提高参数估计精度。根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布。仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性。
关键词
属性散射中心模型
SAR自动目标体识别
幅度相位分离
L1/2正则化
Keywords
Attributed scattering center model
Synthetic Aperture Radar (SAR) Automatic Target Recognition(ATR)
Amplitude-phase separation
L1/2 regularization
分类号
TN957.52 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计
张华
张素莉
何树吉
《中国电子科学研究院学报》
北大核心
2019
4
下载PDF
职称材料
2
基于幅相分离的属性散射中心参数估计新方法
蒋文
李王哲
《雷达学报(中英文)》
CSCD
北大核心
2019
10
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部