Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于微动和多元高斯分布的空间目标异常状态检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:清华大学

摘要:本申请涉及空间目标雷达信号处理技术领域,尤其涉及一种基于微动和多元高斯分布的空间目标异常状态检测方法。其中,基于微动和多元高斯分布的空间目标异常状态检测方法,包括:对待测样本进行预处理,得到服从一维高斯分布的待测样本;确定服从一维高斯分布的待测样本在多维联合概率密度函数中的概率密度函数值;基于概率密度函数阈值,根据概率密度函数值确定待测样本的状态。采用上述方案的本申请通过引入多维联合概率密度函数,对空间目标的异常运动状态进行实时动态检测,为空间目标监测领域尤其是异常检测领域提供技术支撑。

主权项:1.一种基于微动和多元高斯分布的空间目标异常状态检测方法,其特征在于,所述方法包括:对待测样本进行预处理,得到服从一维高斯分布的待测样本;确定所述服从一维高斯分布的待测样本在多维联合概率密度函数中的概率密度函数值;基于概率密度函数阈值,根据所述概率密度函数值确定所述待测样本的状态;在所述确定所述服从一维高斯分布的待测样本在多维联合概率密度函数中的概率密度函数值之前,还包括:根据空间目标正常状态提取积累的雷达多维微动特征,构建目标多维微动特征库;对所述目标多维微动特征库中每一维特征向量进行预处理,得到预处理后的目标多维微动特征库,所述预处理后的目标多维微动特征库中每一维特征向量服从一维高斯分布;将所述预处理后的目标多维微动特征库中所有特征向量进行多元高斯分布拟合,得到目标多维联合概率密度函数。

全文数据:

权利要求:

百度查询: 清华大学 基于微动和多元高斯分布的空间目标异常状态检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。