摘要：在無(wú)人機(jī)的檢測(cè)與識(shí)別過(guò)程中特征提取尤為重要。針對(duì)在低信噪比下由于提取特征困難且魯棒性較差導(dǎo)致的識(shí)別效果不理想的問(wèn)題,提出了一種基于改進(jìn)的CVD(Cadence-Velocity Diagram)和Radon變換的特征提取方法應(yīng)用于識(shí)別旋翼無(wú)人機(jī)。該方法通過(guò)提取目標(biāo)的頻率信息、峰值信息和邊緣信息作為特征,運(yùn)用K近鄰分類(lèi)器進(jìn)行分類(lèi)識(shí)別。仿真結(jié)果顯示,在信噪比為-15 dB的條件下能夠達(dá)到96.67%的識(shí)別精度。所提方法在低信噪比下識(shí)別效果明顯優(yōu)于SVM和樸素貝葉斯等算法。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
