-
公开(公告)号：CN118276018A
公开(公告)日：2024-07-02
申请号：CN202410324655.8
申请日：2024-03-21
Applicant: 南京大学
IPC: G01S7/41
Abstract: 本发明公开了一种针对雷达信号实时分选增簇问题的动态簇合并解决方法，属于雷达信号处理领域，包括如下步骤：(1)雷达信号实时分选生成聚类簇，筛选当前已分选的聚类簇中的样本量达到给定阈值的簇；(2)对筛选的簇进行核密度估计计算其每个簇各维度特征的概率密度函数；(3)结合Wasserstein距离和Hausdorff距离计算两两簇间各特征概率密度函数的相似性系数，并利用双曲正切函数进行映射并对超过阈值的相似性系数求积得到两个簇的合并概率；(4)利用SDIF算法计算潜在待合并簇组中两个簇的脉冲重复间隔PRI，并通过匈牙利算法判断PRI是否一致，若一致则对合并概率进行补偿；(5)将补偿后的合并概率大于0.5的簇组标记为同一类别实现簇合并。
-
-
公开(公告)号：CN116068517A
公开(公告)日：2023-05-05
申请号：CN202211683371.5
申请日：2022-12-27
Applicant: 南京大学
Abstract: 本发明公开了一种基于黎曼距离的矩阵CFAR海面目标检测方法，包括以下步骤，根据各个距离门接收到的回波计算协方差矩阵；根据黎曼距离的定义，计算参考距离门对应的协方差矩阵的黎曼均值矩阵；计算目标对应的协方差矩阵，得到目标协方差矩阵和黎曼均值的黎曼距离；确定检测门限；将目标协方差矩阵和黎曼均值矩阵的黎曼距离与检测门限值进行比较，若目标黎曼距离大于检测门限值，则判定存在目标，反之，则判定为不存在目标，通过上述技术方案提供的基于黎曼距离的检测算法，实现了在现有海杂波背景下，使雷达目标检测更容易，同时提高了检测的准确率。
-
公开(公告)号：CN114970835A
公开(公告)日：2022-08-30
申请号：CN202210751714.0
申请日：2022-06-28
Applicant: 南京大学
IPC: G06N3/04 , G06N3/08 , G06F30/20 , G06F111/10
Abstract: 本发明公开一种结合深度神经网络和极点留数传递函数的编码超材料电磁响应参数化建模方法，通过构建深度神经网络学习传递函数的极点留数和编码超材料几何结构之间的映射关系，实现对电磁响应的快速精确预测。根据该方法所构建的参数化模型，对测试集中超材料表面几何结构预测的极点留数参数值，通过传递函数生成的电磁响应S参数值与超材料电磁响应全波仿真结果高度拟合，精确性和实时性显著优于其他方法。
-
公开(公告)号：CN114936630A
公开(公告)日：2022-08-23
申请号：CN202210695660.0
申请日：2022-06-20
Applicant: 南京大学
IPC: G06N3/04 , G06N3/08 , G06V10/774 , G06F30/20 , G06F113/26
Abstract: 本发明公开了一种电磁超表面单元及超表面电磁响应快速预测方法，涉及电磁超材料设计领域，超表面电磁响应快速预测方法包括如下步骤：步骤一、获取电磁参数；步骤二、制作数据集：步骤三、预训练，构建网络模型：步骤四，对预训练后的实部网络和虚部网络进行剪枝操作。本发明在保证电磁超表面正向预测设计的精度和泛化性能的同时，解决了现有技术中神经网络训练模型所占内存空间过大、训练时间过长的问题。
-
Patent Agency Ranking
公开(公告)号：CN112929111A
公开(公告)日：2021-06-08
申请号：CN202110259255.X
申请日：2021-03-10
Applicant: 南京大学
IPC: H04B17/382
Abstract: 本发明涉及属于频谱感知技术领域，尤其是多用户电平的频谱感知装置和方法，多用户电平的频谱感知装置,包括依次连接的射频处理模块、数字处理模块和接口模块，除了检测信号存在情况，还能够识别信号电平等级，可以提高频谱感知的准确度，同时提供接口满足通信选频的需要。
-
公开(公告)号：CN106332254B
公开(公告)日：2019-05-17
申请号：CN201610692260.9
申请日：2016-08-19
Applicant: 南京大学
Abstract: 本发明公开了一种双跳中继系统中无线信息和能量的联合传输方法，源节点S将B比特信息发送给目的节点D，包括如下步骤：(1)源节点发送阶段：源节点S将B比特信息全部发送给中继节点R；源节点S首先根据中继节点R发送的导频信息估计S‑R链路的信道信息γsr，然后根据γsr决定源节点S的发送模式和发送功率；(2)中继节点发送阶段：中继节点R先利用所采集的能量对接收的信息进行解码和重新编码，再将编码后的符号发送给目的节点D。本发明使系统在满足源节点S的功率约束和中继节点R的因果约束的条件下，获得最大的平均吞吐量。
-
公开(公告)号：CN119513723A
公开(公告)日：2025-02-25
申请号：CN202411571820.6
申请日：2024-11-06
Applicant: 南京大学
IPC: G06F18/2415 , G01S13/88 , G06F18/214 , G06F18/213 , G06F18/2321 , G06F30/27 , G06F18/20 , G06N3/0464 , G06N3/084 , G06N7/01
Abstract: 本发明公开了一种基于深度贝叶斯聚类和类别关联的辐射源识别方法，包括将雷达数据输入仿真程序，构建辐射源数据集，数据集分别仿真得到训练集和测试集数据，构建一个类别判定模型，训练得到一个特征提取器，训练完成后固定网络参数用于后续的特征提取；构建一个基于时间序列的分类模型，用提取出来的脉冲重复间隔训练网络，网络收敛后固定参数用于后续的类别关联；构建一个用于不指定类别数目聚类的基于高斯模型的中国餐馆聚类算法，并得到聚类后的簇，在一个时间周期内计算簇间的距离以进行微簇合并；将上述聚类好的簇输入基于脉冲重复间隔构建的分类模型，实现类别关联。不仅适应了现实环境中复杂多变的信号环境，还提高了识别效率。
-
公开(公告)号：CN119513627A
公开(公告)日：2025-02-25
申请号：CN202411565651.5
申请日：2024-11-05
Applicant: 南京大学
IPC: G06F18/23 , G01S7/41 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种基于反距离加权在线聚类的雷达脉冲分选方法，属于雷达信号分选领域，包括步骤一，根据现代雷达信号的特点，用python来生成大量具有典型雷达信号多样性的脉冲样本；步骤二，将生成的脉冲数据集的前1000个全量预聚类；步骤三，剩余的脉冲数据进行单样本反距离加权相似度的实时信号分选，步骤四，对分选结果进行实时验证；步骤五，重复步骤三步骤四，直至全部数据分选完；步骤六，用增量Leader算法和非增量DBSCAN和BGMM算法重复步骤三步骤四，与本发明进行对比试验验证，本发明基于加权和的判别准则进行脉冲的聚类关联，克服了先验知识依赖的困扰，通过滑动平均技术动态更新簇中心，实现了更高的分选准确度。
-
公开(公告)号：CN119001708A
公开(公告)日：2024-11-22
申请号：CN202411135075.0
申请日：2024-08-19
Applicant: 南京大学
Abstract: 本发明公开了一种针对复杂机动目标的长时间相参积累方法，属于雷达信号处理技术领域，包括如下步骤：(1)将雷达接收机接收到的回波信号按照快速时域‑慢速时域排列，对信号在快速时域内进行脉冲压缩处理；(2)使用keystone变换对得到的信号分别做正序二阶keystone变换和逆序二阶keystone变换，将两段信号相乘，实现了快速频率与二阶慢速时间的解耦，并消除了一阶与三阶距离走动；(3)使用分数阶傅里叶变换对目标加速度进行估计，根据估计结果构造加速度补偿函数，补偿加速器引起的弯曲；(4)通过逆傅里叶变换将信号变换至快速时域，进行相参积累，对积累结果进行检测以提取目标信息。本发明解决了雷达对具有高阶运动模型的机动目标的长时间相参积累的问题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.022 seconds)
