文献

J-GLOBAL ID：201902271010563543   整理番号：19A0272399

測定データに基づく空中ターゲット分類認識アルゴリズム【JST・京大機械翻訳】

Aircraft Target Classification and Recognition Algorithm Based on Measured Data

著者 (5件)： Li Ming (西安電子科技大学雷達信号処理国家重点実験室 西安 710071) ,  Wu Jiaojiao (西安電子科技大学雷達技術協同創新中心 西安 710071) ,  Zuo Lei (西安電子科技大学雷達信号処理国家重点実験室 西安 710071) ,  Song Wanjie (西安電子科技大学雷達信号処理国家重点実験室 西安 710071) ,  Liu Huimin (西安電子科技大学雷達信号処理国家重点実験室 西安 710071)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 40  号： 11  ページ： 2606-2613  発行年： 2018年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文は,従来の狭帯域レーダによって獲得したヘリコプタ,プロペラ,およびジェット航空機の実際のエコーデータ特性の分析に基づき,マルチ特徴結合に基づく分類認識アルゴリズムを提案した。大量の実測エコーデータの特徴分析を通じて、ドップラー周波数シフト、幅相対量、時間領域と周波数領域波形エントロピー、時間周波数特徴の明らかな区分性の特徴を抽出し、それをサポートベクトルマシン(SVM)分類器に入力し、3種類の空中目標の分類を実現した。分類に基づき、エコーデータの時間スペクトル幅と対称性特徴に基づき、奇数と偶数枚のブレードのヘリコプタ識別方法を提案した。最後に,測定データの処理結果は,提案した空中ターゲット分類法の有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  有効性 ,  *ヘリコプタ ,  航空機 ,  プロペラ ,  レーダ ,  サポートベクトルマシン ,  対称性 ,  偶数 ,  スペクトル ,  狭帯域 ,  奇数 ,  周波数領域
準シソーラス用語： Doppler周波数 ,  *認識アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 測定データ ,  ターゲット ,  分類 ,  認識アルゴリズム