CN110187340B - 一种基于熵的探测目标的信息表征方法及系统 - Google Patents
一种基于熵的探测目标的信息表征方法及系统 Download PDFInfo
- Publication number
- CN110187340B CN110187340B CN201910520272.7A CN201910520272A CN110187340B CN 110187340 B CN110187340 B CN 110187340B CN 201910520272 A CN201910520272 A CN 201910520272A CN 110187340 B CN110187340 B CN 110187340B
- Authority
- CN
- China
- Prior art keywords
- information
- entropy
- target
- detection target
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于熵的探测目标的信息表征方法及系统,该信息表征方法包括:确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;根据所述描述模型,建立所述目标信息的熵模型;根据所述熵模型对所述目标信息的量进行表征。该信息表征方法,基于熵对探测目标的信息进行表征,可以用于定量度量探测目标所蕴含的信息量,之后,根据该信息量分析影响因素,可以为后续探测系统的设计提供指导。
Description
技术领域
本发明涉及目标探测技术领域,尤其涉及一种基于熵的探测目标的信息表征方法及系统。
背景技术
在目标探测技术中,探测系统的探测环境通常较为复杂多变,并且探测目标的数量和种类均较多,所以,在实际探测中,需要基于探测任务(例如:检测、定位、跟踪和识别等),实时动态组织探测资源,对探测目标进行探测,从而最大化获取探测目标的信息。
此外,探测目标通常具有多维度信息,例如,探测目标的多维度信息可以包括:位置、速度、尺寸、电磁散射特性、形状等。探测系统可以通过发射电磁波,使得电磁波与探测目标相互作用,获取携带探测目标的信息的回波,然后,根据回波,对探测目标进行检测、定位、跟踪和识别等,从而获取探测目标的信息。同一探测目标的不同信息,以及不同探测目标的同一信息,反应在回波中都是不同的,对后续的检测、定位、跟踪、识别等算法效能的影响也是不同的。为了更好地获取探测目标的信息,需要根据探测目标在具体探测任务中涉及的多维信息,针对性地设计探测系统。基于此,对具体探测任务中探测目标本身所具有的多维信息进行表征是非常有必要的。然而,目前已有的研究中,缺少对探测目标的多维信息进行表征的方法。所以,如何对探测目标的多维信息进行表征是本领域的技术人员亟待解决的问题。
发明内容
本发明提供了一种基于熵的探测目标的信息表征方法及系统,以解决如何对探测目标的多维信息进行表征的问题。
第一方面,本发明提供了一种基于熵的探测目标的信息表征方法,该信息表征方法包括:确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;根据所述描述模型,建立所述目标信息的熵模型;根据所述熵模型对所述目标信息的量进行表征。
进一步,建立所述目标信息的描述模型的过程,具体包括:
使用下述关系式,建立所述目标信息的描述模型;
其中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,根据所述描述模型,建立所述目标信息的熵模型的过程,具体包括:使用下述关系式,建立所述目标信息的熵模型;
其中,H(T(χ))=H(χ)表示所述探测目标的信息χ的熵;χ为或或或或或…,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,当所述探测目标的信息χ为连续型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,Φχ表示χ的取值范围,p(χ)表示χ的取值概率。
进一步,当所述探测目标的信息χ为离散型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,Υχ表示χ的取值范围,p(χ)表示χ的取值概率。
第二方面,本发明提供了一种基于熵的探测目标的信息表征系统,该信息表征系统包括:目标信息确定模块,用于确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;描述模型建立模块,用于建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;熵模型建立模块,用于根据所述描述模型,建立所述目标信息的熵模型;表征模块,用于根据所述熵模型对所述目标信息的量进行表征。
进一步,所述描述模型建立模块具体用于:
使用下述关系式,建立所述目标信息的描述模型;
其中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,所述熵模型建立模块具体用于:
使用下述关系式,建立所述目标信息的熵模型;
其中,H(T(χ))=H(χ)表示所述探测目标的信息χ的熵;χ为或或或或或…,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,当所述探测目标的信息χ为连续型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,Φχ表示χ的取值范围,p(χ)表示χ的取值概率。
进一步,当所述探测目标的信息χ为离散型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,Υχ表示χ的取值范围,p(χ)表示χ的取值概率。
本发明的实施例提供的技术方案可以包括以下有益效果:本发明提供了一种基于熵的探测目标的信息表征方法及系统。该信息表征方法中,首先确定探测目标的探测任务对应的目标信息,然后建立用于在探测任务中,使用目标信息描述探测目标的描述模型,之后,根据描述模型,建立目标信息的熵模型;最后,根据目标信息的熵模型对目标信息的量进行表征,从而实现了对探测目标的多个维度信息的表征。由此可知,本申请提供的一种基于熵的探测目标的信息表征方法中,基于熵对探测目标的信息进行表征,可以用于定量度量探测目标所蕴含的信息量,之后,根据该信息量分析影响因素,可以为后续探测系统的设计提供指导。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于熵的探测目标的信息表征方法的流程示意图;
图2为本发明实施例提供的一种基于熵的探测目标的信息表征系统的结构框图。
具体实施方式
结合背景技术可知,现有技术中,缺少对探测目标的多维信息进行统一的定量化表征的方法。为了解决这一问题,本发明实施例提供了一种基于熵的探测目标的信息表征方法及系统。该信息表征方法,基于熵对探测目标的信息进行表征,可以用于定量度量探测目标所蕴含的信息量,之后,根据该信息量分析影响因素,可以为后续探测系统的设计提供指导。
下面结合附图,详细介绍本发明实施例提供的一种基于熵的探测目标的信息表征方法及系统。
参见图1,图1为本发明实施例提供的一种基于熵的探测目标的信息表征方法的流程示意图。结合图1可知,该信息表征方法包括:
步骤101、确定目标信息。
其中,所述目标信息是指探测目标的探测任务对应的信息。例如,针对探测目标的探测任务为跟踪获取探测目标在平移运动中的位置信息和速度信息,则对应的目标信息为探测目标的位置矢量和速度矢量,例如探测目标在直角坐标系下的位置矢量和探测目标在直角坐标系下的速度矢量。
步骤102、建立所述目标信息的描述模型。
其中,所述目标信息的描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式。
具体实施时,可以使用下述关系式(1),建立所述目标信息的描述模型:
关系式(1)中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,当目标信息为探测目标的位置矢量时,建立的目标信息的描述模型为当目标信息为探测目标的速度矢量时,建立的目标信息的描述模型为当目标信息为探测目标的尺寸矢量时,建立的目标信息的描述模型为当目标信息为探测目标的形状矢量时,建立的目标信息的描述模型为当目标信息为探测目标的散射强度矢量时,建立的目标信息的描述模型为当目标信息为探测目标的位置矢量和速度矢量时,建立的目标信息的描述模型为当目标信息为探测目标的位置矢量、速度矢量和尺寸矢量时,建立的目标信息的描述模型为当目标信息为探测目标的位置矢量、速度矢量和形状矢量时,建立的目标信息的描述模型为以此类推,当目标信息为探测目标的其它信息时,建立的目标信息的描述模型类同,此处不再一一赘述。
例如,仍然以探测目标的探测任务为跟踪获取探测目标在平移运动中的位置信息和速度信息为例,对应的目标信息为探测目标的位置矢量和速度矢量,例如探测目标在直角坐标系下的位置矢量和探测目标在直角坐标系下的速度矢量,则建立的目标信息的描述模型为进一步,该描述模型的具体关系式可以为下述关系式(2):
X(k)=f(X(k-1))+V(k) (2);
上述关系式(2)为探测目标在跟踪过程中的运动状态方程,描述了探测目标的运动状态随时间演变的过程。
其中,X(k)=[x(k),y(k),z(k),vx(k),vy(k),vz(k)]T为探测目标在k时刻的运动状态,x(k),y(k),z(k)为探测目标在三维直角坐标系中k时刻沿着X、Y和Z轴的位置坐标,vx(k),vy(k),vz(k)为探测目标在三维直角坐标系中k时刻沿着X、Y和Z轴的速度坐标,f为状态转移函数,V(k)为零均值、协方差矩阵为Q(k)=diag(Qxyz(k),Qvx,vy,vz(k))的白色高斯过程噪声序列,Qxyz(k)为探测目标的位置的过程噪声协方差矩阵,Qvx,vy,vz(k)为探测目标的速度的过程噪声协方差矩阵。
步骤103、根据所述描述模型,建立所述目标信息的熵模型。
其中,所述目标信息的熵模型为关于所述目标信息的熵的关系式。具体实施时,可以使用下述关系式(3)和关系式(4),建立所述目标信息的熵模型:
关系式(3)和关系式(4)中,表示所述探测目标的信息的熵矢量,用于描述所述探测目标的多个维度信息的熵;其中,H1表示所述探测目标的位置矢量的熵;H2表示所述探测目标的速度矢量的熵;H3表示所述探测目标的尺寸矢量的熵;H4表示所述探测目标的形状矢量的熵;H5表示所述探测目标的散射强度矢量的熵。
进一步,当目标信息为探测目标的位置矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 当目标信息为探测目标的速度矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 当目标信息为探测目标的尺寸矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 当目标信息为探测目标的形状矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 当目标信息为探测目标的散射强度矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 当目标信息为探测目标的位置矢量和速度矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为当目标信息为探测目标的位置矢量、速度矢量和尺寸矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为当目标信息为探测目标的位置矢量、速度矢量和形状矢量时,建立的目标信息的描述模型为对应建立的目标信息的熵模型为 以此类推,当目标信息为探测目标的其它信息时,建立的目标信息的描述模型和对应建立的目标信息的熵模型类同,此处不再一一赘述。
例如,继续以探测目标的探测任务为跟踪获取探测目标在平移运动中的位置信息和速度信息为例,对应的目标信息为探测目标的位置矢量和速度矢量,例如探测目标在直角坐标系下的位置矢量和探测目标在直角坐标系下的速度矢量,则对应建立的目标信息的熵模型为进一步,该熵模型的具体关系式可以为下述关系式:
进一步,采用变量χ代表所述探测目标的任意一个信息,即χ可以为也可以为也可以为也可以为也可以为当然也可以为所述探测目标的其它信息。采用H(T(χ))=H(χ)表示所述探测目标的信息χ的熵。则,当χ为连续型随机变量时,所述探测目标的信息χ的熵其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,a的取值视计算方便而定,Φχ表示χ的取值范围,p(χ)表示χ的取值概率;或者,当所述探测目标的信息χ为离散型随机变量时,所述探测目标的信息χ的熵其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,a的取值视计算方便而定,Υχ表示χ的取值范围,p(χ)表示χ的取值概率。
步骤104、根据所述熵模型对所述目标信息的量进行表征。
其中,所述目标信息的量是指目标信息的多少。建立目标信息的熵模型后,根据所述熵模型对所述目标信息的量进行表征的过程可以按照下述方式实现:将目标信息的具体取值输入至熵模型中,计算得到熵的具体数值,该具体数值即为所述目标信息的量。
例如,继续以探测目标的探测任务为跟踪获取探测目标在平移运动中的位置信息和速度信息为例,对应的目标信息为探测目标的位置矢量和速度矢量,例如探测目标在直角坐标系下的位置矢量和探测目标在直角坐标系下的速度矢量,对应建立位置矢量和速度矢量的熵模型后,将位置矢量和速度矢量在k时刻的取值输入至熵模型中,便可得到位置矢量和速度矢量在k时刻的熵,分别为: 其中,Qxyz(k)为探测目标的位置的过程噪声协方差矩阵,Qvx,vy,vz(k)为探测目标的速度的过程噪声协方差矩阵。
本申请提供的一种基于熵的探测目标的信息表征方法中,首先确定探测目标的探测任务对应的目标信息,然后建立用于在探测任务中,使用目标信息描述探测目标的描述模型,之后,根据描述模型,建立目标信息的熵模型;最后,根据目标信息的熵模型对目标信息的量进行表征,从而实现了对探测目标的多个维度信息的表征。由此可知,本申请提供的一种基于熵的探测目标的信息表征方法,基于熵对探测目标的信息进行表征,可以用于定量度量探测目标所蕴含的信息量,之后,根据该信息量分析影响因素,可以为后续探测系统的设计提供指导。
与上述一种基于熵的探测目标的信息表征方法相对应,本发明实施例还公开了一种基于熵的探测目标的信息表征系统。
参见图2,图2为本发明实施例提供的一种基于熵的探测目标的信息表征系统的结构框图。结合图2可知,该信息表征系统200包括:
目标信息确定模块201,用于确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;描述模型建立模块202,用于建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;熵模型建立模块203,用于根据所述描述模型,建立所述目标信息的熵模型;表征模块204,用于根据所述熵模型对所述目标信息的量进行表征。
进一步,所述描述模型建立模块202具体用于:使用下述关系式,建立所述目标信息的描述模型;
其中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,所述熵模型建立模块203具体用于:使用下述关系式,建立所述目标信息的熵模型;
其中,H(T(χ))=H(χ)表示所述探测目标的信息χ的熵;χ为或或或或或…,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率-…多个维度下的散射强度。
进一步,当所述探测目标的信息χ为连续型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,a的取值视计算方便而定,Φχ表示χ的取值范围,p(χ)表示χ的取值概率。
进一步,当所述探测目标的信息χ为离散型随机变量时,所述信息χ的熵为其中,H(T(χ))表示所述信息χ的熵,并且,熵的单位随a的取值而变,a=2时,熵的单位为比特,a=e时,熵的单位为奈特,a=10时,熵的单位为哈特,a的取值视计算方便而定,Υχ表示χ的取值范围,p(χ)表示χ的取值概率。
采用本发明实施例提供的一种基于熵的探测目标的信息表征系统,可以实施上述一种基于熵的探测目标的信息表征方法中的各步骤,并获得相同的有益效果。本发明实施例提供的一种基于熵的探测目标的信息表征系统,首先确定探测目标的探测任务对应的目标信息,然后建立用于在探测任务中,使用目标信息描述探测目标的描述模型,之后,根据描述模型,建立目标信息的熵模型;最后,根据目标信息的熵模型对目标信息的量进行表征,从而实现了对探测目标的多个维度信息的表征。由此可知,本申请提供的一种基于熵的探测目标的信息表征系统,可以基于熵对探测目标的信息进行表征,可以用于定量度量探测目标所蕴含的信息量,之后,根据该信息量分析影响因素,可以为后续探测系统的设计提供指导。
具体实现中,本申请还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,所述程序包括指令,该程序执行时可包括本申请提供的一种基于熵的探测目标的信息表征方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者无线通信设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于一种基于熵的探测目标的信息表征系统的实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (6)
1.一种基于熵的探测目标的信息表征方法,其特征在于,包括:
确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;
建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;
建立所述目标信息的描述模型的过程,具体包括:
使用下述关系式,建立所述目标信息的描述模型;
其中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;m为正整数,表示空域视角的个数;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率多个维度下的散射强度;n为正整数,表示维度的个数;
根据所述描述模型,建立所述目标信息的熵模型;
根据所述熵模型对所述目标信息的量进行表征;
根据所述描述模型,建立所述目标信息的熵模型的过程,具体包括:
使用下述关系式,建立所述目标信息的熵模型;
4.一种基于熵的探测目标的信息表征系统,其特征在于,包括:
目标信息确定模块,用于确定目标信息,所述目标信息是指探测目标的探测任务对应的信息;
描述模型建立模块,用于建立所述目标信息的描述模型,所述描述模型为所述探测任务中,使用所述目标信息描述所述探测目标的关系式;
所述描述模型建立模块,具体用于:
使用下述关系式,建立所述目标信息的描述模型;
其中,表示所述探测目标在直角坐标系下的位置矢量;表示所述探测目标在直角坐标系下的速度矢量;表示所述探测目标的尺寸矢量,用于衡量所述探测目标在空域不同视角下的尺寸大小;表示所述探测目标的形状矢量,用于描述所述探测目标在空域不同视角下的形状;m为正整数,表示空域视角的个数;表示所述探测目标的散射强度矢量,用于衡量所述探测目标在空间-时间-频率多个维度下的散射强度;n为正整数,表示维度的个数;
熵模型建立模块,用于根据所述描述模型,建立所述目标信息的熵模型;
表征模块,用于根据所述熵模型对所述目标信息的量进行表征;
所述熵模型建立模块,具体用于:
使用下述关系式,建立所述目标信息的熵模型;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910520272.7A CN110187340B (zh) | 2019-06-17 | 2019-06-17 | 一种基于熵的探测目标的信息表征方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910520272.7A CN110187340B (zh) | 2019-06-17 | 2019-06-17 | 一种基于熵的探测目标的信息表征方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110187340A CN110187340A (zh) | 2019-08-30 |
CN110187340B true CN110187340B (zh) | 2021-08-17 |
Family
ID=67722049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910520272.7A Active CN110187340B (zh) | 2019-06-17 | 2019-06-17 | 一种基于熵的探测目标的信息表征方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110187340B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004029368A1 (de) * | 2004-06-17 | 2006-01-26 | Atlas Elektronik Gmbh | Verfahren zum Detektieren von Zielen |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002311155A (ja) * | 2001-04-13 | 2002-10-23 | Rikogaku Shinkokai | 探査レーダおよび探査方法 |
US9952313B2 (en) * | 2014-09-19 | 2018-04-24 | The Boeing Company | Phase calibration of a stepped-chirp signal for a synthetic aperture radar |
CN104569947B (zh) * | 2015-01-04 | 2017-07-04 | 信息产业部电子第二十二研究所青岛分所 | 一种探地雷达的多通道数据实时融合方法 |
CN106443612B (zh) * | 2016-05-27 | 2021-07-09 | 中国电子科技集团公司信息科学研究院 | 一种基于信息熵的多雷达混合检测方法 |
CN106054171B (zh) * | 2016-05-27 | 2021-07-13 | 中国电子科技集团公司信息科学研究院 | 一种基于信息熵的多雷达节点自适应选择跟踪方法 |
CN107436424B (zh) * | 2017-09-08 | 2022-03-25 | 中国电子科技集团公司信息科学研究院 | 一种基于信息增益的多雷达动态调节方法及装置 |
CN107728122B (zh) * | 2017-09-08 | 2022-05-31 | 中国电子科技集团公司信息科学研究院 | 一种基于信息熵的多雷达信息量的度量方法及装置 |
CN107728124B (zh) * | 2017-09-08 | 2021-07-13 | 中国电子科技集团公司信息科学研究院 | 一种基于信息熵的多雷达动态调节方法及装置 |
CN108828590A (zh) * | 2018-07-03 | 2018-11-16 | 南京信息工程大学 | 一种低复杂度熵值扩展穿墙雷达成像方法 |
CN109743149B (zh) * | 2019-01-22 | 2021-04-20 | 中国电子科技集团公司第五十四研究所 | 异构网络中基于载波聚合的干扰协调方法 |
-
2019
- 2019-06-17 CN CN201910520272.7A patent/CN110187340B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004029368A1 (de) * | 2004-06-17 | 2006-01-26 | Atlas Elektronik Gmbh | Verfahren zum Detektieren von Zielen |
Also Published As
Publication number | Publication date |
---|---|
CN110187340A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Long short-term memory-based deep recurrent neural networks for target tracking | |
CN107688170B (zh) | 一种基于随机森林的雷达目标航迹起始方法 | |
US5128684A (en) | Method and apparatus for correlating sensor detections in space and time | |
US7127100B2 (en) | System and method for analyzing an image | |
Gupta et al. | Electronic warfare: Issues and challenges for emitter classification | |
Biegelbauer et al. | Model-based 3D object detection: efficient approach using superquadrics | |
US20210232957A1 (en) | Relationship analysis device, relationship analysis method, and recording medium | |
CN110826450A (zh) | 一种基于毫米波图像的可疑物品自动检测方法 | |
Zhang et al. | Neural network based uncertainty prediction for autonomous vehicle application | |
WO2019235603A1 (ja) | 関係性分析装置、関係性分析方法および記録媒体 | |
CN114519677A (zh) | 数据增强方法、装置、电子设备及存储介质 | |
Fornasari et al. | A Machine‐Learning Approach for the Reconstruction of Ground‐Shaking Fields in Real Time | |
CN114219936A (zh) | 目标检测方法、电子设备、存储介质和计算机程序产品 | |
CN110187340B (zh) | 一种基于熵的探测目标的信息表征方法及系统 | |
Maharani et al. | Particle filter based single shot multibox detector for human moving prediction | |
JP2021154935A (ja) | 車両シミュレーションシステム、車両シミュレーション方法およびコンピュータプログラム | |
US9104911B2 (en) | Object classification | |
CN107728122B (zh) | 一种基于信息熵的多雷达信息量的度量方法及装置 | |
Onumanyi et al. | A discriminant analysis-based automatic ordered statistics scheme for radar systems | |
Petelin et al. | TinyTLA: Topological landscape analysis for optimization problem classification in a limited sample setting | |
Yang | [Retracted] Target Tracking Algorithm Based on Adaptive Scale Detection Learning | |
Wang et al. | Extraction of feature points on 3D meshes through data gravitation | |
Marengo et al. | Investigation of the applicability of Zernike moments to the classification of SDS 2D-PAGE maps | |
US9177200B2 (en) | Object classification | |
Pratama et al. | Application of yolo (you only look once) v. 4 with preprocessing image and network experiment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |