-
公开(公告)号：CN105676200A
公开(公告)日：2016-06-15
申请号：CN201610009296.2
申请日：2016-01-07
Applicant: 北京环境特性研究所
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明公开了一种进动目标结构参数提取方法，其特征在于，包括：分别通过两部雷达的目标一维距离像获取两部雷达的目标径向长度信息；根据获取的目标径向长度信息计算两部雷达的目标径向长度曲线；利用两部雷达的目标径向长度曲线计算目标进动角、及两部雷达的进动轴视线角差值；基于目标进动角、两部雷达的进动轴视线角差值、及两部雷达的目标径向长度曲线计算目标长度及目标底面半径。与现有技术相比，本发明能够以较小的误差精确提取合作/非合作目标的结构参数及进动角，同时大幅减小提取进动特征所需的观测时间。
-
公开(公告)号：CN111830505A
公开(公告)日：2020-10-27
申请号：CN202010752426.8
申请日：2020-07-30
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于微动周期掩膜的雷达快速成像方法、装置和计算机可存储介质，其中方法包括：对空间锥形目标的雷达回波信号进行高速运动补偿；对高速运动补偿后的雷达回波信号进行广义Keystone变换，获得相位补偿后的目标一维距离像；利用Hough变换检测目标一维距离像中的微动特征，确定目标存在微动的方位向时间区间；截取存在微动的目标一维距离像，利用时频分析估计微动周期，确定幅值掩膜区间长度；对所截取的目标一维距离像进行幅值掩膜；对掩膜后的一维距离像信号进行方位向快速微动成像，得到空间锥形目标的二维雷达图像。本发明可在目标微动条件下实现高分辨率快速雷达二维成像，大幅降低数据计算量，适用于实时数据处理。
-
公开(公告)号：CN105676200B
公开(公告)日：2017-11-03
申请号：CN201610009296.2
申请日：2016-01-07
Applicant: 北京环境特性研究所
IPC: G01S7/41
Abstract: 本发明公开了一种进动目标结构参数提取方法，其特征在于，包括：分别通过两部雷达的目标一维距离像获取两部雷达的目标径向长度信息；根据获取的目标径向长度信息计算两部雷达的目标径向长度曲线；利用两部雷达的目标径向长度曲线计算目标进动角、及两部雷达的进动轴视线角差值；基于目标进动角、两部雷达的进动轴视线角差值、及两部雷达的目标径向长度曲线计算目标长度及目标底面半径。与现有技术相比，本发明能够以较小的误差精确提取合作/非合作目标的结构参数及进动角，同时大幅减小提取进动特征所需的观测时间。
-
Patent Agency Ranking
公开(公告)号：CN117763303A
公开(公告)日：2024-03-26
申请号：CN202311702066.0
申请日：2023-12-12
Applicant: 北京环境特性研究所
Abstract: 本发明涉及姿态角估计技术领域，特别涉及一种基于隐马尔科夫模型的目标姿态角估计方法和装置。方法包括：将目标的姿态角作为隐马尔科夫模型的隐藏状态，RCS值作为隐马尔科夫模型的观测状态，来建立隐马尔科夫模型的初始状态概率矩阵、状态转移概率矩阵和观测概率矩阵；针对每一个待估计的RCS时间序列，均执行：将当前RCS时间序列输入至隐马尔科夫模型后，利用维特比解码算法对RCS时间序列进行解码，得到目标的姿态角序列。本方案将目标的运动过程看作是隐马尔科夫过程，在完成对隐马尔科夫模型的建模之后使用维特比解码算法可计算出每一个待估计RCS时间序列对应的概率最大的姿态角序列，以有效解决目标姿态角难以估计的问题。
-
公开(公告)号：CN117591862A
公开(公告)日：2024-02-23
申请号：CN202311616690.9
申请日：2023-11-29
Applicant: 北京环境特性研究所
IPC: G06F18/213 , G06F18/24 , G06F18/10 , G06N3/088
Abstract: 本发明提供了一种基于无监督学习的特征表征方法及装置，其中方法包括：获取雷达目标的特性数据；将所述特性数据输入预先训练好的特征生成模型，输出得到利于分类的新特征；其中，所述特征生成模型是通过目标特征集合对参数优化后的神经网络进行训练得到的，所述目标特征集合是通过对初始特征集合进行构建得到的，所述初始特征集合是通过对所述特性数据进行滑窗特征提取得到的。本方案，能够通过构建编码器解码器架构的自编码器网络对特征进行生成，得到有利于分类的新特征。
-
公开(公告)号：CN108470194B
公开(公告)日：2020-10-13
申请号：CN201810300526.X
申请日：2018-04-04
Applicant: 北京环境特性研究所
IPC: G06K9/62
Abstract: 本发明涉及数据处理技术领域，提供了一种特征筛选方法及装置，该方法包括：获取至少两个待筛选的特征；分别确定每一个特征对应的评估度量值；根据各个特征之间的相关性，将至少两个特征划分为至少两个特征子集，其中，在每个特征子集中对应评估度量值最大的一个特征与其他各个特征之间的相关性系数大于预先设定的第一相关性系数阈值；从每一个特征子集中获取对应评估度量值最大的一个特征，将获取到的各个特征构建为最优特征集；通过计算最优特征集的识别概率，对最优特征集包括的特征进行更新；将更新之后最优特征集包括的各个特征作为对至少两个特征进行筛选的结果。本方案能够在特征数据集动态变化情况下进行特征筛选。
-
公开(公告)号：CN108470194A
公开(公告)日：2018-08-31
申请号：CN201810300526.X
申请日：2018-04-04
Applicant: 北京环境特性研究所
IPC: G06K9/62
CPC classification number: G06K9/6231
Abstract: 本发明涉及数据处理技术领域，提供了一种特征筛选方法及装置，该方法包括：获取至少两个待筛选的特征；分别确定每一个特征对应的评估度量值；根据各个特征之间的相关性，将至少两个特征划分为至少两个特征子集，其中，在每个特征子集中对应评估度量值最大的一个特征与其他各个特征之间的相关性系数大于预先设定的第一相关性系数阈值；从每一个特征子集中获取对应评估度量值最大的一个特征，将获取到的各个特征构建为最优特征集；通过计算最优特征集的识别概率，对最优特征集包括的特征进行更新；将更新之后最优特征集包括的各个特征作为对至少两个特征进行筛选的结果。本方案能够在特征数据集动态变化情况下进行特征筛选。
-
公开(公告)号：CN107153527A
公开(公告)日：2017-09-12
申请号：CN201710350927.1
申请日：2017-05-17
Applicant: 北京环境特性研究所
IPC: G06F9/38
CPC classification number: G06F9/3885
Abstract: 本发明公开了一种基于消息队列的并行雷达数据处理方法，即发送端根据业务需求，将雷达原始回波数据根据数据帧结构分割成独立的数据块，发送给消息输入队列，处理模块采用竞争方式抢占消息进行所述数据块的数据处理，并将结果发送给输出队列，接收端将所述结果进行出队列处理，并对处理结果进行合并。本发明将雷达数据处理过程中的各个模块抽取成单独的程序，独立运行，每个程序只处理单一的数据，减少了模块间的耦合程度；对于耗时的处理流程，可在满足硬件需求的情况下部署多个处理模块进行加速数据处理过程，提高雷达数据处理的效率和实时性。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.025 seconds)
