学科分类
/ 1
2 个结果
  • 简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。

  • 标签: 弹道导弹 目标识别 特征级融合 二维主成分分析(2DPCA) 二维特征矩阵
  • 简介:针对直接反演法受地磁场影响大的问题,通过求解欧拉反褶积公式在水平方向的偏导数,提出了基于磁梯度张量的改进定位算法,并根据磁梯度张量矩阵的绝对值最小的特征值对应的特征向量垂直于位置矢量这一关系,给出了附加约束方程,无需任何先验信息即可得到唯一的定位解。为了消除地磁场的影响,设计和搭建了一字形磁传感器阵列探测系统,并利用有限差分法估算得到了类十字形张量探头中央的磁梯度张量。仿真及试验结果表明:改进算法相比直接反演法受地磁场的影响更小,定位精度更高。

  • 标签: 磁偶极子 定位 磁梯度张量 传感器阵列 地磁场