基于先验知识的高距离分辨雷达目标贝叶斯识别技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60901067
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    杜兰
  • 依托单位：
    西安电子科技大学
  • 学科分类：
    F0112.雷达原理与技术
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

高分辨距离像（HRRP）是用高距离分辨雷达信号获取的目标散射点子回波在雷达射线上投影的向量和，它提供了目标散射点沿距离方向的分布情况，是目标重要的结构特征，对目标识别与分类十分有价值，因而成为雷达自动目标识别（RATR）领域研究的热点。目前，在这一领域虽然积累了一大批卓有意义的理论与技术成果，但离实用尚有一定距离。近年来，随着利用各种辅助知识的认知雷达（cognitive radar）体系的提出，作为其系统研究的一个方面，基于先验知识的雷达HRRP目标识别技术也越来越受到学术界和工程界的关注。本项目以HRRP样本的RATR技术为研究背景，研究基于先验知识的Bayesian识别方法。主要研究内容包括：1）能够利用先验知识的、稳健的HRRP样本Bayesian统计模型；2）合理的结合目标方位信息的Bayesian非线性分类器；3）RATR多传感器信息融合算法。

结项摘要

高分辨距离像（HRRP）是用高距离分辨雷达信号获取的目标散射点子回波在雷达射线上投影的向量和，它提供了目标散射点沿距离方向的分布情况，是目标重要的结构特征，对目标识别与分类十分有价值，因而成为雷达自动目标识别（RATR）领域研究的热点。目前，在这一领域虽然积累了一大批卓有意义的理论与技术成果，但离实用尚有一定距离。近年来，随着利用各种辅助知识的认知雷达（cognitive radar）体系的提出，作为其系统研究的一个方面，基于先验知识的雷达HRRP目标识别技术也越来越受到学术界和工程界的关注。. 本项目研究基于先验知识的HRRP贝叶斯识别方法。经过课题组成员的共同努力，经过三年的研究，课题组完成了预期的研究内容。在结合先验知识的HRRP贝叶斯统计建模、贝叶斯非线性分类器设计、RATR的特征融合和分类器融合方面取得了一些研究成果，为解决HRRP目标识别工程应用中的方位敏感性问题和小样本稳健识别问题奠定了理论基础。另外，随着研究工作的深入，扩展研究了HRRP特征提取、HRRP的噪声稳健识别、窄带雷达回波的微动特征提取和分类识别技术、基于SAR图像的目标检测和识别技术、针对目标检测和识别的波形优化技术等，使课题研究内容更为丰富、全面。. 在本项目的资助下，项目组已发表学术论文41篇，其中，国际刊物7篇，国内核心刊物17篇，国际会议17篇，SCI已收录论文7篇，EI已收录论文39篇；申请国家发明专利16项，其中授权7项；申请软件著作权1项。

项目成果

期刊论文数量（25）
专著数量（0）
科研奖励数量（0）
会议论文数量（16）
专利数量（15）
Multi-task hidden Markov modeling of spectrogram feature from radar high-resolution range profiles
雷达高分辨率距离剖面谱图特征的多任务隐马尔可夫建模
  • DOI：
    10.1186/1687-6180-2012-86
  • 发表时间：
    2012-04
  • 期刊：
    EURASIP Journal on Advances in Signal Processing
  • 影响因子：
    1.9
  • 作者：
    Pan, Mian;Du, Lan;Wang, Penghui;Liu, Hongwei;Bao, Zheng
  • 通讯作者：
    Bao, Zheng
基于信号特征谱的地面运动目标分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电波科学学报
  • 影响因子：
    --
  • 作者：
    李彦兵;杜兰;刘宏伟;徐丹蕾;关永胜
  • 通讯作者：
    关永胜
Minimax robust transmission waveform and receiving filter design for extended target detection with imprecise prior knowledge
Minimax 鲁棒传输波形和接收滤波器设计，用于在不精确先验知识的情况下扩展目标检测
  • DOI：
    10.1016/j.sigpro.2011.07.008
  • 发表时间：
    2012
  • 期刊：
    Signal Processing
  • 影响因子：
    4.4
  • 作者：
    冯大政;刘宏伟;刘峥;纠博
  • 通讯作者：
    纠博
基于微多普勒特征的空间锥体目标识别
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电波科学学报
  • 影响因子：
    --
  • 作者：
    关永胜;左群声;刘宏伟;GUAN Yong-sheng1,2 ZUO Qun-sheng 3 LIU Hong-wei1(1;2.School of Telecommunications Engineering,Xidian;3.China Electronics Technology Group Corporation,B
  • 通讯作者：
    3.China Electronics Technology Group Corporation,B
非均匀杂波环境下基于贝叶斯方法的自适应检测
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    周宇;张林让;刘昕;刘楠
  • 通讯作者：
    刘楠

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

天基光学监视系统空间目标定轨精度仿真分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统仿真学报
  • 影响因子：
    --
  • 作者：
    周庆勇;杜兰;蓝朝桢;ZHOU Qing-yong;DU Lan;LAN Zhao-zhen
  • 通讯作者：
    LAN Zhao-zhen
基于STK的探月飞行轨道仿真
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    《测绘通报》测绘科学前沿技术论坛摘要集
  • 影响因子：
    --
  • 作者：
    杜兰;王若璞;张中凯;王占统
  • 通讯作者：
    王占统
圆形目标的鱼眼相机成像模型推导
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    河南科学
  • 影响因子：
    --
  • 作者：
    杜兰;韩建;王龙祥;池星华
  • 通讯作者：
    池星华
地月系L1和L2点附近轨道的选取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    深空探测研究
  • 影响因子：
    --
  • 作者：
    王丹丹;张守余;杜兰
  • 通讯作者：
    杜兰
基于高/低轨监视平台的GEO卫星定轨精度比较
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    北京理工大学学报
  • 影响因子：
    --
  • 作者：
    周庆勇;杜兰;蓝朝桢;乔书波;ZHOU Qing-yong;DU Lan;LAN Zhao-zhen;QIAO Shu-bo
  • 通讯作者：
    QIAO Shu-bo

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杜兰的其他基金

无人平台毫米波雷达开放性目标感知与持续学习
  • 批准号：
    U21B2039
  • 批准年份：
    2021
  • 资助金额：
    254 万元
  • 项目类别：
    联合基金项目
基于深层网络迁移与多任务学习的雷达目标识别方法研究
  • 批准号：
    61771362
  • 批准年份：
    2017
  • 资助金额：
    68.0 万元
  • 项目类别：
    面上项目
噪声稳健的高分辨距离像雷达目标识别方法
  • 批准号：
    61271024
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码