基于特征谱特征的机场跑道异物分层检测算法
强杂波背景下的弱静止目标检测是机场跑道异物(Foreign Object Debris,FOD)监测雷达面临的关键问题.该文提出一种基于特征谱特征和最小最大概率机(Minimax Probability Machine,MPM)的FOD分层检测算法,首先利用杂波图恒虚警(Constant False Alarm Rate,CFAR)将雷达录取回波中的背景杂波和FOD回波(包含虚警)区分开,然后提取特征谱特征将在回波域中差异较小的FOD回波和虚警回波转换到区分性更大的特征域,最后利用MPM分类器实现对FOD和虚警的分类,从而达到降低虚警次数的目的.基于实测数据的试验结果表明,所提方法可以获得较好的检测性能.
毫米波雷达、机场跑道异物、特征提取、最小最大概率机
39
TN957.51
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
2690-2696