• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2014 IEEE MTT-S International Microwave and RF Conference, Collocated with Intemational Symposium on Microwaves >A robust and efficient SAR ATR algorithm using a hybrid model of fractional fourier transform and pulse coupled neural network
【24h】

A robust and efficient SAR ATR algorithm using a hybrid model of fractional fourier transform and pulse coupled neural network

机译：使用分数阶傅里叶变换和脉冲耦合神经网络混合模型的鲁棒高效SAR ATR算法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A hybrid framework consisting of Fractional Fourier Transform (FrFT) and Pulse coupled Neural network (PCNN) is proposed in this paper for highly accurate and orientation, position & scale invariant synthetic aperture radar (SAR) automatic target recognition (ATR). FrFT is used to gather scattering information and insights that are attainable using time-frequency and time-scale techniques, whereas PCNN is used to achieve invariant target recognition. Public release of the MSTAR dataset is used to validate the proposed system. We compared our proposed system performance with existing approaches and established the better performance of this system. We have shown that, even with reduced training sets, the proposed system shows consistent performance whereas the performance of conventional systems degrades.
机译：本文提出了一种由分数阶傅里叶变换（FrFT）和脉冲耦合神经网络（PCNN）组成的混合框架，用于高精度，定向，位置和比例不变的合成孔径雷达（SAR）自动目标识别（ATR）。 FrFT用于收集散射信息和使用时频和时标技术可获得的见解，而PCNN用于实现不变的目标识别。 MSTAR数据集的公开发布用于验证所提出的系统。我们将建议的系统性能与现有方法进行了比较，并确定了该系统的更好性能。我们已经表明，即使减少了训练集，提出的系统仍显示出一致的性能，而常规系统的性能却下降了。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号