La identificación de objetivos espaciales es clave para la defensa antimisiles. El micromovimiento, como atributo inherente al objetivo, puede utilizarse como base teórica para el reconocimiento de objetivos. Mientras tanto, los cambios de frecuencia micro-Doppler (m-D) que varían en el tiempo inducen modulaciones de frecuencia en el eco del objetivo, lo que puede denominarse efecto m-D. Las características m-D se utilizan ampliamente en el reconocimiento de objetivos espaciales, ya que pueden reflejar los atributos físicos de los objetivos espaciales. Sin embargo, el método de reconocimiento tradicional requiere la participación humana, lo que a menudo conduce a un juicio erróneo. En este trabajo se propone un método de reconocimiento inteligente de micromovimientos de objetivos espaciales. En primer lugar, se derivan modelos precisos y adecuados de la ojiva y el señuelo, y luego se ofrecen las fórmulas m-D. Además, presentamos un modelo de aprendizaje profundo (DL) compuesto por una estructura paralela unidimensional y una memoria a corto plazo (LSTM). A continuación, utilizamos este modelo de DL para reconocer la distribución de tiempo-frecuencia (TFD) de diferentes objetivos. Finalmente, se realizan simulaciones para validar la eficacia del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Citotoxicidad de los sistemas de grabado y aclarado, autograbado y adhesivo dental universal en la línea celular de fibroblastos 3T3
Artículo:
Diseño y análisis de un absorbente metamaterial de cinco bandas insensible a la polarización
Artículo:
Prototipo de silla de ruedas comandada por voz empleando hmm en un ambiente controlado
Artículo:
Antena de tamaño reducido altamente direccional diseñada con óptica de transformación homogénea
Artículo:
Los nuevos aspectos de la solución del pequeño bucle eléctrico