-
公开(公告)号：CN119881878A
公开(公告)日：2025-04-25
申请号：CN202411955001.1
申请日：2024-12-27
Applicant: 北京理工大学 , 北理工郑州智能科技研究院
IPC: G01S13/88 , G01S7/02 , G01S7/41 , G06F18/243 , G06N3/0464 , G06N3/084 , G06F18/213 , G06F18/10
Abstract: 本发明公开了一种层次原型损失函数约束的雷达HRRP目标开集识别方法，在面对RATR实际应用中的开放环境，测试集中包含训练阶段未曾出现的目标时，提高模型对已知类别的泛化性能，并在识别未知类别的同时提供未知类别与已知类别之间关系的信息。具体来说，首先，基于先验知识构建了一个类别层次结构，以指导训练和测试阶段。然后，我们提出了一种层次原型损失(HPL)以约束特征空间分布与类别层次结构一致。最后，利用训练好的原型网络按照层次结构进行预测，以此能够提供未知类别与已知类别之间关系的信息。在实测HRRP数据上的广泛实验验证了我们所提方法对于开集识别的有效性。
-
公开(公告)号：CN115308705B
公开(公告)日：2024-12-03
申请号：CN202210940267.3
申请日：2022-08-05
Applicant: 北京理工大学
IPC: G01S7/41 , G06F18/15 , G06F18/213 , G06F18/241 , G06F18/27 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/049 , G06N3/09
Abstract: 本发明涉及极窄脉冲雷达数据生成技术领域，具体涉及一种基于生成对抗网络(Generative Adversarial Network,GAN)的多姿态极窄脉冲回波生成方法。该方法通过构建一个具备多姿态极窄脉冲回波数据生成能力的GAN，对目标的缺失视角极窄脉冲回波进行生成，能够一定程度上替代实测采集、电磁仿真等方法实现未知视角极窄脉冲回波数据的快速获取，解决雷达目标电磁特性、RATR研究中面临的极窄脉冲回波姿态敏感性问题。
-
公开(公告)号：CN114896713B
公开(公告)日：2024-08-20
申请号：CN202210116238.5
申请日：2022-01-30
Applicant: 北京理工大学
IPC: G06F30/17 , G06F30/27 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本公开的基于多目标分解分层遗传算法的雷达多元天线阵列设计方法，基于车载毫米波雷达多元天线阵列探测系统，构建所述雷达阵列优化模型；利用多目标分解的分层遗传算法对所述雷达阵列优化模型进行求解，得到所述车载毫米波雷达多元天线阵列构型。通过雷达多元天线组合探测模式设计与阵元位置的优化，可有效抑制多波束指向下的天线方向图栅瓣，提升车载毫米波雷达的环境感知性能。
-
公开(公告)号：CN116166982A
公开(公告)日：2023-05-26
申请号：CN202211385705.0
申请日：2022-11-07
Applicant: 北京理工大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/08 , G06N3/0464
Abstract: 本发明提出了一种基于散射中心匹配度约束和结构特征辅助约束的多域极窄脉冲雷达回波目标融合识别方法，构建了一种极窄脉冲雷达回波多频多极化融合识别的端到端分类模型，能够对输入的多频多极化极窄脉冲雷达回波进行特征提取与频率维和极化维信息的融合，进而将融合特征直接进行识别，实现了端到端的融合识别一体化，该方法采用基于特征级融合的深度学习技术，能够较为充分地利用样本包含的特征信息，使模型在分类任务中做出更准确、更稳定的判决。充分挖掘多频段、多极化信息之间的关联，并融合挖掘的频率维和极化维信息，利用多频多极化极窄脉冲雷达回波丰富的散射信息，达到相对理想的目标识别效果。
-
公开(公告)号：CN116049712A
公开(公告)日：2023-05-02
申请号：CN202211494295.3
申请日：2022-11-25
Applicant: 北京理工大学
IPC: G06F18/24 , G06F18/25 , G06F18/214 , G06F18/22 , G06F30/20
Abstract: 本发明公开了涉及一种先验知识辅助多分类器融合的极窄脉冲雷达目标识别方法，属于雷达目标识别技术领域。本方法将目标的先验概念信息，引入树形层次结构的自动化构建过程，弥补了基于数据自动化构建方法在知识上的不足，构建的树形结构中各分类节点的任务区分难度大大降低。因此，面对类别种类繁多、数据量不足的识别场景，本发明方法依然有较好的精细化目标识别性能。
-
Patent Agency Ranking
公开(公告)号：CN115166649B
公开(公告)日：2023-04-11
申请号：CN202211095425.6
申请日：2022-09-08
Applicant: 北京理工大学
Abstract: 本发明属于雷达目标检测领域，具体涉及一种极窄脉冲雷达散射点特征聚合目标极化检测方法，适用于对距离扩展目标进行检测。本发明在散射点特征聚合时，分别对每个距离单元使用能量强度和极化特征差异信息获取目标散射点位置标记矩阵，并根据各距离单元被判定为目标散射点的频次作为权重进行特征聚合，该操作可以自适应地为各个距离单元赋予不同的权重，使检测器更关注于目标所在的距离单元，避免陷落损失问题，提升检测性能。
-
公开(公告)号：CN115685114A
公开(公告)日：2023-02-03
申请号：CN202211142804.6
申请日：2022-09-20
Applicant: 北京理工大学
IPC: G01S7/41 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法，属于雷达目标识别技术领域，特别涉及一种结合先验知识辅助深度神经网络的目标极窄脉冲雷达回波识别方法。本发明提出了一种结合词包模型和注意力机制的目标电磁特征知识嵌入深度神经网络的方法。本方法通过词包模型对目标特征知识进行整合与表示，使得特征知识与深度特征的表示更为相似，有利于两种信息的结合。同时利用注意力机制使网络自适应地关注对分类任务贡献更大的特征组合，增强了特征组合的判别性，能够进一步提升网络的识别性能。
-
公开(公告)号：CN112198488A
公开(公告)日：2021-01-08
申请号：CN202010934824.1
申请日：2020-09-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种极窄脉冲雷达角度关联目标回波空间聚合方法，首先，得到每个极窄脉冲的角误差信息，对全部结果进行直方图统计，得到角度分布规律；其次，对统计结果进行平滑处理，完成角度的聚合；然后，对平滑聚合后的结果进行峰合并，并给出各峰与目标散射点间的映射关系；最后根据角误差信息与峰值的映射关系，完成目标回波聚合，并得到目标的角度信息；本发明能够准确地将属于同一目标的极窄脉冲聚合起来，并给出相应的角度信息。
-
公开(公告)号：CN119851128A
公开(公告)日：2025-04-18
申请号：CN202411954997.4
申请日：2024-12-27
Applicant: 北京理工大学 , 北理工郑州智能科技研究院
IPC: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0475 , G06N3/094 , G06N3/096 , G01S7/41
Abstract: 本发明公开了一种基于稀疏视角特征生成融合的雷达目标HRRP识别方法。为解决非合作目标的HRRP数据通常难以覆盖全视角，导致的HRRP目标识别方法的性能受限，本发明提出了一种生成式多视角HRRP识别(GMVR)模型。首先，利用深度生成模型的模式学习和生成能力，提出了一个视角特征扩展模块(VFEM)，用于生成稀疏视角附近的多视角特征。随后，基于特征级融合，提出了一个多视角特征融合模块(MVFM)。借助注意力机制，生成的特征能够自适应地整合，从而减少由单视角HRRP样本导致的决策偏差。此外，本发明采用迁移学习来缓解由稀疏视角造成的样本量小的问题。
-
公开(公告)号：CN115685116A
公开(公告)日：2023-02-03
申请号：CN202211211127.9
申请日：2022-09-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于非合作信号敏感同步的分布式雷达相参合成探测方法，属于雷达信号处理技术领域，特别涉及一种基于弱小目标非合作信号敏感同步的分布式毫米波雷达相参合成探测方法。对于雷达探测空间中的非合作弱小目标，传统方法难以获取其相参参数实现有效的接收相参合成。本方法利用空间中特显点目标，通过自适应补偿多目标相对位置与系统误差引起的相位差，可有效实现空间中多目标混合接收相参合成，同时提升多目标信噪比及检测性能。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
