基于最小细节熵准则的雷达网信号增强
吴昌英; 谷文韬; 许家栋
西北工业大学电子信息学院 西安 710072
Netted Radar Data Enhancement Based on Detail Entropy Minimization
Wu Chang-ying; Gu Wen-tao; Xu Jia-dong
School of Electronic Information, Northwestern Polytechnical University, Xi’an 710072, China
摘要 提出了细节熵的概念，它能更真实地反映图像的清晰程度。采用最小细节熵准则对雷达网的数据进行融合。对于复杂目标采用迭代方法计算了最小细节熵准则所需的累加权值。为满足实际工作中实时性要求，采用神经网络来获取融合时的累加权值。
关键词 ：
熵 ,
神经网络 ,
雷达网 ,
融合 ,
信噪比
Abstract ：Detail entropy is proposed which can indicate the image clarity much accurately in the case of that image has slowly changed part. A technique based on detail entropy minimization principle is developed for fusing netted radar data. For complex radar target, the weights are calculated iteratively. But in consider of real-time requirement, the weights are gotten by neural network alternatively.
Key words ：
Entropy;Neural network
Netted radar;Fusion;SNR
收稿日期: 2004-09-02
[1]
肖斌,姜彦君,李伟生,王国胤. 基于离散Tchebichef变换的多聚焦图像融合方法
[2]
喻昕,许治健,陈昭蓉,徐辰华. 拉格朗日神经网络解决带等式和不等式约束的非光滑非凸优化问题
[3]
吴震东,王雅妮, 章坚武. 基于深度学习的污损指纹识别研究
[4]
王燕,李晴,付进,梁国龙. 超短基线定位系统融合分类解模糊技术研究
[5]
冯明月,何明浩,徐璟,李少东. 低信噪比条件下宽带欠定信号高精度DOA估计
[6]
王敏,赵金宇,陈涛,崔博川,高扬. 基于能量函数的极值中值滤波星图去噪算法
[7]
张天骐,全盛荣,强幸子,江晓磊. 基于多尺度Chirplet稀疏分解和Wigner-Ville变换的时频分析方法
[8]
肖云鹏,杨光,刘宴兵, 吴斌. 一种基于最大熵原理的社交网络用户关系分析模型
[9]
王汝言,刘侃岭, 张鸿. 带有负载转移的光无线融合网跨域节点协同休眠机制
[10]
张舸,张鹏远,潘接林,颜永红. 基于递归神经网络的语音识别快速解码算法
[11]
王海,蔡英凤,贾允毅,陈龙, 江浩斌. 基于深度卷积神经网络的场景自适应道路分割算法
[12]
伍家松, 达臻,魏黎明,SENHADJI Lotfi,舒华忠. 基于分裂基-2/(2a )FFT算法的卷积神经网络加速性能的研究
[13]
郭振军,孙应飞. 基于标签分组的RFID系统防碰撞算法
[14]
谢显中,李丹,张森林,雷维嘉. 一种基于最大化Rayleigh熵的稳健干扰对齐算法
[15]
季渊,陈文栋,冉峰,张金艺,David LILJA. 具有二维状态转移结构的随机逻辑及其在神经网络中的应用
2006, Vol. 28 
