公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于CDKF的飞机姿态角估计被引量：2: 2013年; 针对扩展卡尔曼滤波(Extend Kalman filter,EKF)在飞机姿态估计中存在着计算复杂、线性化误差大等实际问题,将一种基于Stirling内插公式的非线性滤波算法中心差分卡尔曼滤波算法(Central difference Kalman filter,CDKF)应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统中。首先建立基于四元数的飞机姿态数学模型,然后用CDKF方法进行姿态估计,并通过实测数据进行验证。实验结果表明,CDKF方法不仅有效地提高了飞机姿态估计的精度和稳定性;而且不需要模型的具体解析形式,避免了复杂的Jacobian矩阵的计算,算法更简单,也更容易实现,优于常用的EKF方法。; 韩萍干浩亮何炜琨Daniel Alazard; 关键词：四元数扩展卡尔曼滤波

基于多级分类的PolSAR图像机场跑道检测被引量：8: 2014年; 提出一种复杂场景极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像机场跑道多级分类检测方法。首先利用先验信息进行h/q第一级分类,得到图像中各类训练样本模板;然后利用PolSAR图像极化相干矩阵的统计特性进行第二级分类;再根据跑道的弱回波特性,利用极化总功率检测器完成第三级分类,提取图像中疑似机场跑道区域;最后根据机场跑道的尺寸及结构特征进行判别,确定机场跑道区域。采用美国UAVSAR机载系统获取的多组实测数据对算法进行验证,并与现有的两种方法进行比较,结果表明,本文算法能有效地检测出跑道,并保持跑道结构完整、轮廓清晰且虚警率低。; 韩萍徐建飒赵爱军; 关键词：HQ

极化SAR图像的联合加权极化差异度变化检测算法被引量：4: 2013年; 以联合加权极化差异度为特征提出了一种极化SAR图像变化检测新算法。首先计算两个不同时相的极化SAR图像的极化散射差异度和极化功率差异度,然后根据二者的相对大小分配加权系数计算联合加权极化差异度,得到差异图像,最后通过阈值分割技术提取变化区域实现变化检测。利用两组美国UAVSAR系统采集的全极化SAR实测数据对算法进行了验证,结果表明,本文算法能有效检测地物的变化情况,且检测虚警少、轮廓清晰。除此之外,算法无需知道图像的统计分布,通用性强。; 韩萍丛润民; 关键词：极化合成孔径雷达变化检测

复杂场景下的极化SAR图像机场跑道检测被引量：6: 2013年; 提出一种基于极化分解分类与结构特征相结合的复杂场景全极化SAR图像机场跑道检测方法。首先利用先验信息粗选图像中各类样本目标进行H/α分解提取图像中各类训练样本,然后根据极化SAR图像的统计特性,利用贝叶斯分类器对图像进行分类,提取图像中机场跑道疑似区域,再结合机场跑道的五种结构特征用二叉树法进行判别,最终确定机场跑道区域。利用美国UAVSAR系统采集的多组全极化实测数据对算法进行实验,结果表明,该算法能够有效地检测出跑道,且检测的跑道结构完整,轮廓清晰,虚警率低。; 韩萍徐建飒; 关键词：极化合成孔径雷达图像分类二叉树

基于加权极化差异度的极化SAR图像变化检测算法: 2013年; 提出了一种基于加权极化差异度的极化SAR图像变化检测算法。首先对两个不同时相的极化SAR图像利用加权极化差异度作为检测特征来构造差异图像,然后通过阈值分割法对差异图像进行分割得到最终的变化检测结果。利用美国UAVSAR系统采集的全极化SAR实测数据对算法进行了实验验证,结果表明,文中算法能够有效地检测出地物的变化情况,且检测效果好。除此之外,该算法无需知道图像的统计分布,具有较强的通用性。; 韩萍丛润民张蔚然; 关键词：变化检测相干矩阵

基于组合特征和SVM的HRRP目标识别被引量：1: 2016年; 给出了一种基于组合特征和支持向量机(support vector machine,SVM)的雷达高分辨一维距离像(high range resolution profile,HRRP)目标识别方法。该方法首先提取非相干平均距离像与中心矩特征,然后将两种特征串行组合成新的特征,最后采用SVM分类器进行识别。根据美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)实测SAR HRRP数据进行实验,结果表明在方位角未知的情况下,能够明显提高目标的识别率,是一种有效的HRRP目标识别方法。; 韩萍孙亚萍; 关键词：SVM 目标识别

基于容积卡尔曼滤波的飞机姿态估计方法: 2013年; 为了提高非线性模型下飞机姿态估计的精度,建立了基于四元数与低精度高噪声传感器的飞机姿态估计模型,应用基于球面径向积分准则的容积卡尔曼滤波算法进行姿态估计,通过实测数据进行模型与算法验证,并与扩展卡尔曼滤波算法和中心差分卡尔曼滤波算法估计结果进行了比较。对比结果表明:采用容积卡尔曼滤波算法能够有效提高飞机姿态估计的精度和稳定性,估计误差最小,估计时间最短,而且,在运算过程中无需求导与可调参数。; 韩萍干浩亮何炜琨ALAZARD Daniel; 关键词：捷联惯性导航系统扩展卡尔曼滤波四元数

基于极化状态提取的极化SAR图像变化检测算法被引量：3: 2015年; 极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像中同一目标在不同时相下的散射特性会因数据采集条件的变化而发生变化,从而影响变化检测结果的正确性。针对这一问题,提出了一种基于极化状态提取的极化SAR图像变化检测算法。首先利用不变样本目标提取图像的最优极化状态,并将此极化状态下的接收功率比值作为变化检测特征量,最后利用双阈值判别方法提取变化区域实现变化检测。利用美国UAVSAR系统采集的全极化SAR实测数据进行实验,结果表明,本文算法能有效检测出地物的变化情况,且检测虚警少、轮廓清晰。; 韩萍丛润民张在吉; 关键词：变化检测相干矩阵

结合KPCA和稀疏表示的SAR目标识别方法研究被引量：32: 2013年; 提出了一种结合KPCA(Kernel Principal Component Analysis)和稀疏表示的合成孔径雷达(Synthetic Aperture Rader,SAR)目标识别方法。该方法首先利用KPCA方法提取样本特征,然后在特征空间内构造稀疏表示模型,通过梯度投影法(Gradient Projection for Sparse Reconstruction,GPSR)求得测试样本的稀疏系数,最后根据稀疏系数的能量特征实现分类识别。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR数据进行实验,实验结果表明该方法在方位角未知的情况下平均识别率达到96.78%,能够明显地提高目标的识别结果,是一种有效的SAR目标识别方法。; 韩萍王欢; 关键词：目标识别合成孔径雷达核主成分分析梯度投影法

全选清除导出

共1页<1>

中国民航大学科研基金(2012KYE03)