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59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著穿墻雷達探測技術的不斷發(fā)展,超寬帶雷達因其具備的高距離分辨率、強抗干擾能力以及較高的測距精度等特點,無論是在軍事上還是在民用方面都得到了廣泛的應用。超寬帶穿墻雷達成像是對隱藏在墻體后的目標非入侵式探測并成像的過程。通常情況下墻體后存在的目標大小形狀介電常數等特性各不相同,又由于墻體的衰減造成信號帶寬限制,這對目標的特征理解以及識別帶來困難。即使目標以及背景介質都完全相同,圖像的統(tǒng)計特性也會因目標位置的不同而變化。針對該問題,本文以窄

2、脈沖超寬帶穿墻雷達作為探測手段,從格林函數的角度出發(fā),實現了室內復雜場景中與位置無關的目標分類。
  首先,采用后向投影(Back Projection,BP)成像算法對墻體后不同位置的目標成像。通過分析電磁波的傳播路徑,采用快速墻體補償算法對目標快速單視角成像。成像后的雷達圖像與目標分類性能受成像系統(tǒng)(如天線的工作頻率)、目標大小形狀以及電性能參數、目標與天線相對位置因素的耦合影響。然后,結合格林函數二維反卷積推導出目標對比度函

3、數空間分布解析表達式,將其它位置的目標對齊到參考位置。從而解耦目標特征受目標與天線相對位置信息的影響。在天線頻率相同,背景參數相同情況下,受多個因素約束的目標特征轉化為只取決于目標參數。最后,對已經特征去相關的目標圖像,提取反映目標電性能參數的特征量。利用支持向量機(Support Vector Machine,SVM)實現強健的室內靜止多目標分類。
  本文創(chuàng)新地從BP與線性波恩近似(Born Approximation,BA)

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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