高级搜索

基于雷达距离象序列的循环神经网络飞机目标识别

肖怀铁 庄钊文 郭桂蓉

引用本文: 肖怀铁, 庄钊文, 郭桂蓉. 基于雷达距离象序列的循环神经网络飞机目标识别[J]. 电子与信息学报, 1998, 20(3): 386-391 . shu
Citation:  Xiao Huaitie, Zhuang Zhaowen, Guo Guirong . AIRCRAFT TARGET RECOGNITION BASED ON RADAR RANGE PROFILE SEQUENCES USING RECURRENT NEURAL NETWORK[J]. Journal of Electronics and Information Technology, 1998, 20(3): 386-391 . shu

基于雷达距离象序列的循环神经网络飞机目标识别

摘要: 本文应用雷达目标瞬态高分辨距离象序列来识别目标,提出了一种基于距离象序列的实时循环神经网络分类方法,并进行了三类飞机目标的分类实验研究,结果表明,该方法可以得到高的识别率。

English

    1. [1]

      Fielding K, Ruck D. Spatio-temporal pattern recognition using hidden Markov models. IEEE Trans. on AES, 1994, AES-31(4): 1292-1300.[2]Farhat N H. Microwave diversity imaging and automated target identification based on models[3]of neural networks. Proc[J].IEEE.1989, 77(5):670-680[4]Jouny I, Garber F. Classificaton of radar targets using synthetic neural networks. IEEE Trans.[5]on AES, 1993, AES-29(2): 336-344.[6]Botha E C,et al. Feature based classification of aerospace radar targets using neural networks[J].Neural Networks.1996, 9(1):129-142[7]Hudson S, Psaltis D. Correlation filters for aircraft identification from radar range profiles. IEEE[8]Trans. on AES, 1993, AES-29(3): 741-748.[9]Zyweck A, Bogner R E. Radar target classification of commercial aircraft. IEEE Trans. on AES, 1996, AES-32(2): 598-606.[10]Vermeulen P,et ad. Radar target recognition with neural nets. The Trans. of the South African[11]Institute of Electrical Engineers, 1993, 84(2): 174-180.[12]Tank D W, Hopfield J. Neural computation by concentrating information in time. Proceedings[13]of the National Academy of Science of the USA, 1987, 84: 1896-1900.[14]Seidl D R, Lorenz R D. A structure by which a recurrent neural network can approximate a[15]nonlinear dynamic system. Proceedings of the JCNN, Seattle: 1991, 709-714.[16]Lindsey, Randall L. Fuction prediction using recurrent neural networks: [MS thesis]. AFIT/GE/ENG/91D-02.[17]Williams R J, Zipser D. An algorithm for continually running fully recurrent neural networks[J].Neural computation.1989, 1:270-280

    1. [1]

      贺丰收何友刘准钆徐从安. 卷积神经网络在雷达自动目标识别中的研究进展. 电子与信息学报, 2019, 41(0): 1-13. doi: 10.11999/JEIT180899

    2. [2]

      苏楠戴奉周刘宏伟. 基于HRRP序列的钝头倒角锥目标微动特性分析及参数估计. 电子与信息学报, 2019, 41(7): 1751-1757. doi: 10.11999/JEIT180520

    3. [3]

      杨宏宇王峰岩. 基于深度卷积神经网络的气象雷达噪声图像语义分割方法. 电子与信息学报, 2019, 41(0): 1-9. doi: 10.11999/JEIT190098

    4. [4]

      王巍周凯利王伊昌王广袁军. 基于快速滤波算法的卷积神经网络加速器设计. 电子与信息学报, 2019, 41(0): 1-7. doi: 10.11999/JEIT190037

    5. [5]

      陈光武程鉴皓杨菊花刘昊张琳婧. 基于改进神经网络增强自适应UKF的组合导航系统. 电子与信息学报, 2019, 41(7): 1766-1773. doi: 10.11999/JEIT181171

    6. [6]

      周杨张天骐. 同/异步短码DS-CDMA信号伪码序列及信息序列盲估计. 电子与信息学报, 2019, 41(7): 1540-1547. doi: 10.11999/JEIT180812

    7. [7]

      杨善超田康生吴长飞. 基于服务质量的相控阵雷达网目标分配方法. 电子与信息学报, 2019, 41(0): 1-8. doi: 10.11999/JEIT181133

    8. [8]

      刘广凯全厚德孙慧贤崔佩璋池阔姚少林. 极低信噪比下对偶序列跳频信号的随机共振检测方法. 电子与信息学报, 2019, 41(0): 1-8. doi: 10.11999/JEIT190157

    9. [9]

      杜小妮李丽张福军. 基于模2pm的欧拉商的二元序列的线性复杂度. 电子与信息学报, 2019, 41(0): 1-6. doi: 10.11999/JEIT190071

    10. [10]

      王艳薛改娜李顺波惠飞飞. 一类新的周期为2pmq阶二元广义分圆序列的线性复杂度. 电子与信息学报, 2019, 41(0): 1-5. doi: 10.11999/JEIT180884

    11. [11]

      梁春燕袁文浩李艳玲夏斌孙文珠. 基于判别邻域嵌入算法的说话人识别. 电子与信息学报, 2019, 41(7): 1774-1778. doi: 10.11999/JEIT180761

    12. [12]

      陈莹许潇月. 基于双向参考集矩阵度量学习的行人再识别. 电子与信息学报, 2019, 41(0): 1-9. doi: 10.11999/JEIT190159

    13. [13]

      王逸林马世龙邹男梁国龙. 时空域联合的水下未知线谱目标检测方法. 电子与信息学报, 2019, 41(7): 1682-1689. doi: 10.11999/JEIT180796

    14. [14]

      王琼罗亚洁李思舫. 基于分段循环冗余校验的极化码自适应连续取消列表译码算法. 电子与信息学报, 2019, 41(7): 1572-1578. doi: 10.11999/JEIT180716

    15. [15]

      徐保庆赵永波庞晓娇. 基于实值处理的联合波束域双基地MIMO雷达测角算法. 电子与信息学报, 2019, 41(7): 1721-1727. doi: 10.11999/JEIT180766

    16. [16]

      李永伟谢文冲. 基于空时内插的端射阵机载雷达杂波补偿新方法. 电子与信息学报, 2019, 41(0): 1-8. doi: 10.11999/JEIT181131

    17. [17]

      陆潞高梅国. 分布式阵列雷达基线位置和相位误差的卫星标校方法. 电子与信息学报, 2019, 41(0): 1-7. doi: 10.11999/JEIT181152

    18. [18]

      魏嘉琪张磊刘宏伟盛佳恋. 曲线交叠外推的微动多目标宽带分辨算法. 电子与信息学报, 2019, 41(0): 1-7. doi: 10.11999/JEIT190033

    19. [19]

      陈树新洪磊吴昊刘卓崴岳龙华. 学生 t 混合势均衡多目标多伯努利滤波器. 电子与信息学报, 2019, 41(0): 1-7. doi: 10.11999/JEIT181121

    20. [20]

      潘一苇彭华李天昀王文雅. 一种新的时分多址信号射频特征及其在特定辐射源识别中的应用. 电子与信息学报, 2019, 41(0): 1-8. doi: 10.11999/JEIT190163

  • 加载中
计量
  • PDF下载量:  510
  • 文章访问数:  1699
  • HTML全文浏览量:  0
  • 引证文献数: 0
文章相关
  • 收稿日期:  1997-01-06
  • 录用日期:  1997-08-01
  • 刊出日期:  1998-05-19
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章