简介:提出了一种基于Logistic回归模型的ATR算法性能评估方法.该方法能够在考虑各种影响因素作用的情况下对算法的识别性能进行有效的评估.利用该方法对两种目标识别算法进行了评估.评估结果表明,该方法具有可行性和实用性.
简介:对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root—MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于ESPRIT算法,且算法收敛速度快。
简介:三层Client/Server结构是数据库应用开发的新趋势。本文对三层Clien/Serve的体系结构、主要特点进行了分析。提出了三层结构设计的框架,并结合在扬州市区远郊广播电视中心《有线电视BI系统》中的设计、实现,探讨了基于组件的逻辑上三层结构的数据库应用的实现过程。说明三层结构具有较好的灵活性、易维护和可重用性。