多源融合目標檢測識別與應用
李軻 等
- 出版商: 電子工業
- 出版日期: 2026-05-01
- 售價: $714
- 語言: 簡體中文
- 頁數: 288
- ISBN: 7121527251
- ISBN-13: 9787121527258
-
相關分類:
影像辨識 Image-recognition
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$468物聯網智能控制系統工具軟件 ByteExpress -
$354μC/OS-Ⅲ 內核分析與應用開發 -
$528分佈式信息融合 -- 理論與方法 -
$414深度學習的數學 -
$594智能自主無人機:先進任務與未來應用 -
$768基於多域融合的複合維度通信關鍵技術 -
$474工業大數據融合體系結構與關鍵技術 -
$861分佈式人工智能:基於 TensorFlow、RTOS 與群體智能體系 -
$768分佈式製造系統智能協調控制理論與模型 -
$210深度神經網絡 FPGA 設計與實現 -
$1,008複雜環境下語音信號處理的深度學習方法 -
$2,098太赫茲無線通信 -
$474凸優化目標定位理論與方法 -
$774機載雷達空時自適應處理 -
$270智能語音技術及應用開發 -
$696可信邊緣服務技術 -
$468無人機蜂群反制技術與效能評估 -
$594智能通信--基於深度學習的物理層設計(第2版) -
$324雷達信號分析與處理 -
$588智能工業控制系統及應用 -
$534智能控制系統數字化技術 -
$768人工智能視覺檢測與質量控制| -
$474智能控制基礎理論與未來技術 -
$408智能機器人控制與決策 -
$714智能無人系統控制實踐
相關主題
商品描述
本書系統闡述了作者團隊在多源融合目標檢測識別領域的最新研究成果,內容涵蓋雷達目標檢測識別、雷達近鄰目標超分辨率檢測、MIMO雷達目標超分辨率與魯棒檢測、雷達點跡精細特征分析與應用,以及聲吶圖像目標檢測與識別等多個方面。在此基礎上,進一步探討了多源目標融合檢測的算法體系及其典型應用,重點圍繞光學-熱紅外、光學-SAR圖像等異質遙感數據 ,系統介紹了基於深度神經網絡的圖像融合與目標檢測識別方法。本書兼具理論深度與技術廣度,既可作為水聲工程、無人裝備工程、信息工程等專業本科生和研究生的教學參考書,也可為系統工程、雷達工程、電子對抗、軍事指揮等領域的科研與工程技術人員提供理論支撐與實踐指導。
目錄大綱
第1章 概述 001
1.1 海上多源目標檢測識別與應用 001
1.1.1 研究背景與意義 001
1.1.2 當前技術體系、挑戰與發展趨勢 002
1.2 目標檢測識別技術研究現狀 003
1.2.1 雷達目標檢測識別技術研究現狀 003
1.2.2 聲吶目標檢測識別技術研究現狀 005
1.2.3 多源目標檢測識別技術研究現狀 006
1.3 全書內容與結構安排 009
參考文獻 009
第2章 雷達目標檢測識別基礎理論 014
2.1 引言 014
2.2 雷達檢測理論 015
2.2.1 檢測模型 015
2.2.2 傳統檢測理論框架 017
2.2.3 自適應檢測技術 019
2.2.4 多脈沖檢測處理 021
2.2.5 現代檢測理論前沿 023
2.3 雷達目標識別基礎 024
2.3.1 雷達目標識別的基本原理與理論框架 025
2.3.2 雷達目標特征提取的技術體系 026
2.3.3 雷達目標識別算法的演進與發展 029
2.4 小結 032
參考文獻 032
第3章 雷達近鄰目標超分辨檢測 034
3.1 引言 034
3.2 基於近似GLRT線性模型的雷達距離統計分辨檢測 040
3.2.1 雷達距離統計分辨檢測模型 040
3.2.2 雷達距離統計分辨性能的影響因素 045
3.2.3 雷達距離統計分辨檢測仿真 045
3.3 基於近似GLRT線性模型的雷達距離?方位?多普勒三維統計分辨
檢測 049
3.3.1 雷達三維聯合統計分辨模型 050
3.3.2 雷達三維聯合統計分辨性能的影響因素 053
3.3.3 雷達三維聯合統計分辨檢測仿真 053
3.4 基於GLRT漸近分布的雷達距離統計分辨檢測 054
3.4.1 雷達距離統計分辨檢測模型 055
3.4.2 雷達距離統計分辨性能的影響因素 058
3.4.3 雷達距離統計分辨檢測仿真 058
3.5 基於GLRT漸近分布的雷達方位統計分辨檢測 060
3.5.1 雷達方位統計分辨檢測模型 060
3.5.2 雷達方位統計分辨性能的影響因素 066
3.5.3 雷達方位統計分辨檢測仿真 066
3.6 基於GLRT漸近分布的雷達距離?方位二維統計分辨檢測 067
3.6.1 雷達二維聯合統計分辨模型 068
3.6.2 雷達二維聯合統計分辨性能的影響因素 069
3.6.3 雷達二維聯合統計分辨檢測仿真 069
3.7 小結 071
參考文獻 071
第4章 MIMO雷達目標超分辨和魯棒檢測 074
4.1 引言 074
4.2 MIMO雷達距離超分辨檢測 074
4.2.1 OFDM-NLFM信號優化模型 075
4.2.2 OFDM-NLFM信號參數優化 076
4.2.3 MIMO雷達距離超分辨檢測仿真 082
4.3 MIMO雷達方位超分辨檢測 084
4.3.1 方位超分辨模型 084
4.3.2 波形設計準則 086
4.3.3 非凸問題求解 089
4.3.4 MIMO雷達方位超分辨檢測仿真 092
4.4 MIMO雷達最優波形單目標魯棒檢測 095
4.4.1 單目標魯棒波形設計模型 096
4.4.2 單目標魯棒最優波形求解 099
4.4.3 算法流程和計算量分析 102
4.4.4 MIMO雷達單目標魯棒檢測仿真 103
4.5 MIMO雷達波形多目標穩健STAP 106
4.5.1 多目標穩健STAP波形設計模型 107
4.5.2 多目標穩健STAP最優波形求解 111
4.5.3 MIMO雷達多目標穩健STAP仿真 116
4.6 小結 120
參考文獻 120
第5章 雷達點跡精細特征分析與應用 123
5.1 引言 123
5.2 點跡形成過程與精細特征分析 124
5.2.1 雷達目標點跡的形成過程 124
5.2.2 點跡精細特征理論分析 126
5.2.3 點跡精細特征應用現狀 129
5.3 點跡精細特征仿真建模與驗證分析 131
5.3.1 基於HRRP的目標回波仿真 132
5.3.2 基於復合K分布的時空相關海雜波仿真 135
5.3.3 目標檢測與點跡精細特征提取 138
5.3.4 仿真實例與分析討論 139
5.4 點跡精細特征提取及其分類能力研究 148
5.4.1 經典點跡特征提取方法 149
5.4.2 雜波目標區分能力仿真分析 151
5.4.3 點跡可信度因子設計 164
5.5 聯合多幀點跡精細特征提取與應用 169
5.5.1 聯合多幀目標檢測 169
5.5.2 基於點跡精細特征的Hough變換類TBD檢測算法 171
5.5.3 基於點跡精細特征的動態規劃類TBD檢測算法 172
5.5.4 算法效果的仿真分析與驗證 173
5.6 小結 177
參考文獻 178
第6章 聲吶圖像目標檢測 181
6.1 引言 181
6.2 基於灰度統計量的目標檢測算法 182
6.2.1 算法描述 182
6.2.2 實驗研究 184
6.3 基於紋理特征的目標檢測算法 190
6.3.1 算法描述 190
6.3.2 實驗研究 193
6.4 基於幾何形狀特征的目標檢測算法 197
6.4.1 算法描述 197
6.4.2 實驗研究 199
6.5 基於灰度分布模型的目標檢測算法 201
6.5.1 參數特征檢測算法 201
6.5.2 信息熵檢測算法 202
6.5.3 實驗研究 203
6.6 基於殘留輪廓信息的水下沈船目標檢測算法 205
6.6.1 目標和圖像特性分析 206
6.6.2 算法描述與實驗研究 207
6.7 基於合成孔徑聲吶圖像的水下條狀人造目標檢測算法 213
6.7.1 目標和圖像特性分析 213
6.7.2 算法描述與實驗研究 214
6.8 小結 216
參考文獻 216
第7章 聲吶圖像目標識別 219
7.1 引言 219
7.2 基於特征提取的聲吶圖像目標識別算法 220
7.2.1 圖像規格化 221
7.2.2 特征選擇與提取 222
7.2.3 實驗研究 223
7.2.4 基於主成分分析的特征優化 225
7.3 基於形狀描述直方圖的聲吶圖像目標識別算法 227
7.3.1 算法描述 227
7.3.2 實驗研究 231
7.4 基於形狀上下文的聲吶圖像目標識別算法 233
7.4.1 算法描述 233
7.4.2 實驗研究 235
7.5 小結 236
參考文獻 236
第8章 多源融合目標檢測識別算法 239
8.1 引言 239
8.2 光電-SAR圖像融合目標檢測識別算法 240
8.2.1 相關理論基礎 240
8.2.2 算法介紹 244
8.2.3 實驗研究 249
8.3 RGB-Thermal圖像融合目標檢測識別算法 253
8.3.1 相關理論基礎 253
8.3.2 算法介紹 258
8.3.3 實驗研究 260
8.4 小結 264
參考文獻 265
