-
公开(公告)号：CN109283506A
公开(公告)日：2019-01-29
申请号：CN201811236640.7
申请日：2018-10-23
Applicant: 中北大学
IPC: G01S7/41
Abstract: 本发明公开一种基于稀疏傅立叶变换的弱目标信号检测装置及方法。本方法首先对信号进行离散、重排处理，接着分别对单分量信号和多分量信号进行基于矩形窗函数和高斯窗函数的滤波处理；其次，对处理后的结果进行分段快速傅立叶变换，并采用最大值方法和恒虚警方法进行定位循环处理；最后，对定位循环结果进行估值循环和参数估计。该方法可以突破以往稀疏傅里叶变换难以对弱信号进行有效检测的瓶颈，同时可完成对多个弱目标信号的快速检测和参数分离，其在远距离目标信号的频率参数估计方面具有较大的应用价值。
-
公开(公告)号：CN104766336B
公开(公告)日：2017-11-28
申请号：CN201510195757.5
申请日：2015-04-16
Applicant: 中北大学
Abstract: 本发明涉及一种固体发动机三维CT缺陷提取及标记方法，属于无损检测领域。针对一系列固体发动机推进剂孔洞缺陷，在进行缺陷分割时，本发明首先对重建后体数据分层，对得到的一组二维切片数据进行滤波、形态学处理、阈值分割、缺陷提取、缺陷标记和三维可视化等操作，提取及标记出缺陷信息。在形态学处理时，采用略小于中心星孔10的正方形结构算子对每一层图像进行高帽变换。在缺陷提取中，采用最大连通区域法提取缺陷区域。本发明能够有效的分割、提取并标记图像中的孔洞缺陷。
-
公开(公告)号：CN107290589A
公开(公告)日：2017-10-24
申请号：CN201710610408.4
申请日：2017-07-25
Applicant: 中北大学
IPC: G01R23/16
Abstract: 本发明公开的基于短时分数阶傅里叶变换的非线性信号时频分析方法属于目标信号分析技术领域，该分析方法是利用短时分数阶傅里叶变换的非线性信号时频分析方法，通过短时分数阶傅里叶变换对信号进行分段处理和分数阶傅里叶变换的不同阶次相结合处理，以及分数阶阶次搜索采用了角度约束方法，提高目标信号的时频分辨率以及时频分析的准确性，完成对单分量和多分量非线性信号的时频分析，解决目标非线性回波信号时频分辨率低以及分离难的问题，有利于弱目标信号的参数估计，提高信号参数估计精度，具有时频分辨率高，以及不同信号在时频域上的准确分离等优点，还大大减小了运算量，给后续系统完成任务提供可靠的数据支持，该分析方法值得采用和推广。
-
公开(公告)号：CN102866391A
公开(公告)日：2013-01-09
申请号：CN201210335020.5
申请日：2012-09-05
Applicant: 中北大学
IPC: G01S7/41
Abstract: 本发明公开的基于短时傅里叶变换和分数阶傅里叶变换的多目标检测方法属雷达目标探测技术领域，本方法首先利用短时傅里叶变换进行信号初步检测，然后采用二值化方法对初检结果进行处理，在处理中保留信号的相位信息，接着对短时傅里叶逆变换还原后的信号，采用分数阶傅里叶变换进行检测，采用多种方法进行联合处理的优点是可以克服强信号旁瓣对弱信号主瓣的压制现象，提高待检测信号的信噪比，解决其它已有方法在低信噪比下检测信号时出现的虚警概率较大的问题；同时图像对比度方法和逐步消去法的采用，利用了信号的空间和功率强度信息，能够检测调频率不同或相同的多个强弱信号，进一步提高检测概率和计算效率，易于工程实现，值得采用和推广。
-
公开(公告)号：CN118330590A
公开(公告)日：2024-07-12
申请号：CN202311646808.2
申请日：2023-12-04
Applicant: 中北大学
IPC: G01S7/41 , G06F18/2131 , G01S13/88
Abstract: 一种基于微多普勒参数匹配的STFT无人机参数估计方法，属于雷达目标信号检测和参数估计技术领域，解决低信噪比条件下无人机多旋翼参数估计难度大的技术问题。解决方案为：针对无人机多旋翼回波信号，首先通过STFT获得微多普勒时频图的初步轮廓，接着利用时频匹配曲线及相关处理求取时频匹配最大值，然后根据最大值位置处对应的坐标，获得多旋翼的个数、长度、旋转频率等参数。本发明可提高低信噪比下多旋翼参数的估计精度，有利于目标识别率的进一步提高，值得采用和推广。
-
Patent Agency Ranking
公开(公告)号：CN112288680B
公开(公告)日：2024-03-29
申请号：CN201911075637.6
申请日：2019-11-06
Applicant: 中北大学
Abstract: 本发明公开了一种汽车轮毂X射线图像的缺陷区域自动提取方法及系统。所述方法首先获取汽车轮毂的X射线图像并构建结构元素；然后对X射线图像进行顶帽变换和顶帽重建变换，并以顶帽重建变换结果为标记，顶帽变换结果为模板进行膨胀重建运算；对膨胀重建结果进行二值化处理得到轮毂的初步缺陷区域；对初步缺陷区域进行特征剔除得到轮毂的真正缺陷区域；获取真正缺陷区域的最小外接矩形即为该轮毂X射线图像的缺陷区域。采用本发明方法进行轮毂的缺陷区域提取，无需操作人员提前指定感兴趣区域，而是可以直接在被检测轮毂的X射线图像上自动确定出缺陷区域，不受轮型识别和区域跟踪匹配算法等环节影响，能大大提高缺陷区域的提取效率和准确性。
-
公开(公告)号：CN110850386B
公开(公告)日：2023-04-18
申请号：CN201911143456.2
申请日：2019-11-20
Applicant: 中北大学
Abstract: 本发明涉及一种基于分数阶域特征的旋翼类无人机深度学习识别方法，属于雷达目标分类识别技术领域，解决目标分类识别概率差的技术问题。本发明利用短时分数阶傅里叶变换对旋翼类无人机目标回波信号进行初步特征提取，然后在此基础上，从u‑v域、u‑z域，v‑z域三个维度进行自编码深度识别学习，结果表明本发明的目标识别率可达到87%，远远高于将信号直接应用深度学习算法获得的识别率，同时，本发明数据处理量较小，将传统特征识别和深度学习识别两种方法进行了很好的融合应用。
-
公开(公告)号：CN109283506B
公开(公告)日：2022-09-30
申请号：CN201811236640.7
申请日：2018-10-23
Applicant: 中北大学
IPC: G01S7/41
Abstract: 本发明公开一种基于稀疏傅立叶变换的弱目标信号检测装置及方法。本方法首先对信号进行离散、重排处理，接着分别对单分量信号和多分量信号进行基于矩形窗函数和高斯窗函数的滤波处理；其次，对处理后的结果进行分段快速傅立叶变换，并采用最大值方法和恒虚警方法进行定位循环处理；最后，对定位循环结果进行估值循环和参数估计。该方法可以突破以往稀疏傅里叶变换难以对弱信号进行有效检测的瓶颈，同时可完成对多个弱目标信号的快速检测和参数分离，其在远距离目标信号的频率参数估计方面具有较大的应用价值。
-
公开(公告)号：CN113702969A
公开(公告)日：2021-11-26
申请号：CN202110960283.4
申请日：2021-08-20
Applicant: 中北大学
IPC: G01S13/88
Abstract: 本发明涉及一种基于自适应STFT方法的微多普勒信号参数估计方法，属于雷达目标信号检测和参数估计技术领域，解决低信噪比下无人机信号参数难以有效估计的问题，解决方案为：本发明针对无人机旋翼回波信号，首先通过傅里叶变换自适应选取STFT信号长度、窗长、旋转频率等参数的初步估计值，接着利用STFT、SST完成旋翼类微多普勒信号的参数估计。这种自适应STFT方法的旋翼类无人机微多普勒信号参数估计技术可提高信号时频分辨率，有利于参数估计精度和目标识别率的提高，给后续雷达探测系统的检测和识别需求提供技术保障，值得采用和推广。
-
公开(公告)号：CN110389325A
公开(公告)日：2019-10-29
申请号：CN201910647077.0
申请日：2019-07-17
Applicant: 中北大学
Abstract: 本发明涉及一种旋翼无人机的雷达微多普勒信号提取方法，属于目标信号检测技术领域，为了对旋翼无人机的回波信号进行时频分析，并提高运算的效率。本方法首先对信号进行分数阶傅里叶变换处理，接着信号进行滤波处理；其次，对处理后的结果进行逆分数阶傅里叶变换、自然对数变换、傅里叶变换方法进行微多普勒信号频率参数的估计；最后，利用不同采样间隔处理方法实现多分量微多普勒信号的检测。本发明可以大幅度降低机体多普勒频率对旋翼微多普勒频率的影响，同时可完成对多个微多普勒分量信号的快速检测，本发明在无人机分类和识别方面具有较大的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.089 seconds)
