典型文献
一种毫米波雷达机场跑道异物检测算法
文献摘要：
针对毫米波雷达机场跑道异物(Foreign Object Debris,FOD)检测算法存在虚警率较高,检测性能较差的问题,提出一种基于双谱特征和支撑向量数据描述(Support Vector Domain Description,SVDD)一类分类器的FOD检测方法.首先利用双谱变换将毫米波雷达接收到的FOD和杂波信号转换至差异性更大的双谱域,然后提取双谱熵和二阶统计量二维特征构成特征向量作为SVDD的输入,最后利用SVDD一类分类器在特征域实现FOD检测,同时为了提升SVDD算法性能,提出一种基于遗传模拟退火算法(Genetic Simulated Annealing Algorithm,GSAA)的参数优化方法对SVDD的核参数和惩罚因子进行全局寻优.基于77 GHz毫米波雷达获取的真实机场数据开展试验,结果表明相对于传统方法所提方法不仅能够获得更高的检测性能,同时能够明显降低虚警率.
文献关键词：
毫米波雷达;机场跑道异物;模型优化;双谱特征;一类分类器
中图分类号：
作者姓名：
汤双霞
作者机构：
广州番禺职业技术学院信息工程学院,广东 广州511483
文献出处：
引用格式：
[1]汤双霞-.一种毫米波雷达机场跑道异物检测算法)[J].激光与红外,2022(06):820-826
A类：
GSAA
B类：
毫米波雷达,机场跑道异物检测,检测算法,Foreign,Object,Debris,FOD,虚警率,检测性能,双谱特征,数据描述,Support,Vector,Domain,Description,SVDD,一类分类器,杂波信号,信号转换,谱域,谱熵,统计量,维特,构成特征,特征向量,算法性能,遗传模拟退火算法,Genetic,Simulated,Annealing,Algorithm,核参数,惩罚因子,全局寻优,GHz,低虚警,模型优化
AB值：
0.324361
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
