作者:林萍; 陈华杰; 林封笑集合经验模态分解微多普勒目标分类信号分离
摘要:针对轮式和履带式车辆微动信号的差异对目标车辆进行了识别分类,利用集合经验模式分解(EEMD)将原始信号分解为多个本征模函数(IMF),通过相关性分析,验证了EEMD能够有效克服EMD所带来的模态混叠问题。在此基础上,提取了4种特征,采用最近邻方法进行分类。实验结果表明:经EEMD所提取的特征是有效的,对目标速度,以及方位角的变化具有相当的稳健性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《传感器与微系统》(CN:23-1537/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《传感器与微系统》编辑部始终坚持质量第一,注重社会效益,发表具有前瞻仰性、先进性、导向性的论文及最新科技、市场信息,为企事业和高校提供先进的科技成果与工艺技术,为提高传感器与微系统技术的学术水平,促进国内外学术交流,加速传感器与微系统技术及其产业的发展而努力工作。
北大期刊、CSCD期刊、统计源期刊
人气 51774 评论 52
部级期刊
人气 13164 评论 53
人气 11865 评论 44