• 易迪拓培训,专注于微波、射频、天线设计工程师的培养
首页 > 微波/射频 > RCS分析 > 基于隐马尔科夫模型的RCS识别方法研究

基于隐马尔科夫模型的RCS识别方法研究

录入:edatop.com    点击:

基于隐马尔科夫模型的RCS识别方法研究

内容简介:雷达散射截面(RCS)时间序列由目标电磁散射特性和姿态运动特性共同决定,包含了雷达目标的材质、尺寸和结构等信息,是实现雷达目标识别的重要测量量.隐马尔科夫模型(HMM)是一种用参数表示的用于描述随机过程统计特性的概率模型,是一个无记忆的非平稳随机过程,具有很强的表征时变信号的能力,非常适合作为动态模式分类器,对具有不同变化特性的时变信号进行分类识别.文中利用HMM表征雷达目标RCS序列变化模式(规律),根据不同类别目标RCS序列变化模式的差异对雷达目标进行分类识别.实测数据验证结果表明,该算法具有较高的识别概率.

作者:郭武, 朱明明, 杨红兵,

关键词:雷达散射截面, RCS, 隐马尔科夫模型, 目标识别

上一篇:在GTEM小室中测试UHF RFID标签的Delta RCS
下一篇:基于起伏RCS模型的PD雷达地杂波谱计算

HFSS雷达散射截面分析教程详情>>

HFSS雷达散射截面分析培训教程 视频培训课程,从零讲起,系统讲授如何使用 HFSS进行雷达散射截面分析的全过程,专家讲授,直观易学【More..

HFSS教程推荐

  网站地图