• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Feature Diversity for Optimized Human Micro-Doppler Classification Using Multistatic Radar
【24h】

Feature Diversity for Optimized Human Micro-Doppler Classification Using Multistatic Radar

机译：使用多基地雷达优化人类微多普勒分类的特征多样性

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

This paper investigates the selection of different combinations of features at different multistatic radar nodes, depending on scenario parameters, such as aspect angle to the target and signal-to-noise ratio, and radar parameters, such as dwell time, polarization, and frequency band. Two sets of experimental data collected with the multistatic radar system NetRAD are analyzed for two separate problems, namely the classification of unarmed versus potentially armed multiple personnel, and the personnel recognition of individuals based on walking gait. The results show that the overall classification accuracy can be significantly improved by taking into account feature diversity at each radar node depending on the environmental parameters and target behavior, in comparison with the conventional approach of selecting the same features for all nodes.
机译：本文根据场景参数（例如与目标的纵横比和信噪比）以及雷达参数（例如停留时间，极化和频带），研究了在不同的多基地雷达节点上不同特征组合的选择。 。分析了使用多雷达系统NetRAD收集的两组实验数据，以解决两个单独的问题，即无人武装与潜在武装多人的分类以及基于步行步态的人员识别。结果表明，与传统的为所有节点选择相同特征的方法相比，通过根据环境参数和目标行为考虑每个雷达节点的特征多样性，可以显着提高总体分类精度。

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