研究内容:本项目从理论和应用两个层面开展研究,包括:1、支持向量机和核函数理论;2、支持矢量机与软计算的混合智能计算方法;3、基于核主分量分析和核判别分析的距离像预处理和特征提取;4、支持矢量机和混合智能计算方法在HRR雷达目标识别中的应用;5、HRR雷达目标识别仿真实验研究。.意义:利用HRR雷达一维距离像是雷达自动目标识别的一种有效方法。国内大带宽雷达系统的研究已取得较大进展,不少雷达具有包括宽带信号在内的多种信号形式,因此本项目的研究具有非常现实的意义。核函数的使用使得支持矢量机不存在维数灾难问题。支持向量机的研究逐渐成为机器学习领域中一个重要的方向。将具有强大非线性处理能力的支持矢量机和核函数方法引入HRR雷达目标识别,开展核函数和支持矢量机理论及其在HRR雷达目标识别中的应用研究,对于提高雷达的识别性能和武器的命中精度具有重要的理论意义和实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
空间目标进动特性分析及其在雷达识别中的应用
雷达目标的成象和识别研究
基于核方法的宽带目标识别雷达波形优化设计
基于支持向量数据描述的雷达高分辨距离像目标识别研究