-
公开(公告)号：CN114219960B
公开(公告)日：2024-12-20
申请号：CN202111544817.1
申请日：2021-12-16
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V20/70 , G06V10/30 , G06V10/36 , G06V10/44 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法，属于ISAR图像处理技术领域。是为了解决针对现有对小样本条件下空间目标ISAR图像识别率低的问题。本发明针对待分类的ISAR自旋空间目标图像，利用基于多学习器优化的XGBoost模型进行空间目标ISAR图像分类；XGBoost模型是利用XGBoost算法集成堆叠网络形成的XGBoost网络模型，堆叠网络中并行的基础学习器包括图卷积网络、胶囊网络和加入基于旋转不变性的注意力机制模块的Alexnet网络；其中，胶囊网络包含一个基础特征提取模块、一个向量特征提取模块以及动态路由层，且胶囊网络中不含有池化层。主要用于ISAR图像的分类。
-
公开(公告)号：CN114114263B
公开(公告)日：2024-07-02
申请号：CN202111417490.1
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S13/90
Abstract: 基于CV‑ConvLSTM的SAR三维转动目标转速估计方法，涉及图像处理技术领域，针对现有技术中运用时频分析成像处理的方法消除模糊存在准确率低的问题，本申请提出了一种CV‑ConvLSTM，CV‑ConvLSTM将包括卷积层、激活函数、输入门、遗忘门、输出门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvLSTM训练的复数域随时间反向传播算法CV‑BPTT。本申请基于CV‑ConvLSTM设计了TSF‑Net架构，进行SAR三维转动目标转速估计，将SAR转速估计任务转换为一个图像回归问题，来实现目标转速估计，估计精度显着提高。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR转速估计需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN114114261B
公开(公告)日：2024-07-02
申请号：CN202111417460.0
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于C2C的自监督SAR海杂波抑制方法、系统、存储介质及设备，属于雷达图像处理技术领域。为了解决现实中缺乏无杂波的真实数据，从而导致不能有效地利用现有的深度学习技术对SAR杂波进行抑制的问题。本发明首先对待抑制的宽幅场景SAR进行裁剪，形成测试切片集；在用于CV‑UNet++训练的杂波切片集中随机选取N个杂波切片，并按照C2C策略将测试切片S与N个杂波切片相减得到#imgabs0#并输入到CV‑UNet++中，得到N个杂波抑制后的切片Ti，取#imgabs1#为测试切片S的最终杂波抑制效果图。主要用于SAR海杂波的抑制。
-
公开(公告)号：CN114114190B
公开(公告)日：2024-07-02
申请号：CN202111417489.9
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S7/41 , G01S13/90 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/06 , G06N3/084 , G06N3/045
Abstract: 基于Mix‑CV‑CNN网络的三维转动舰船目标识别方法，涉及目标识别领域。本发明是为了解决目前舰船识别方法在针对运动状态的舰船进行目标识别时会出现模糊、散焦的现象进而造成的舰船目标识别准确率低的问题。本发明具体过程为：获取待识别的SAR三维转动舰船目标图像，将待识别的SAR三维转动舰船目标图像输入到训练好的Mix‑CV‑CNN模型中获取SAR三维转动舰船目标的类别。Mix‑CV‑CNN模型采用Mix‑CV‑CNN前向传播和Mix‑CV‑CNN反向传播方法训练，Mix‑CV‑CNN前向传播为将训练集中的图像输入到构建的Mix‑CV‑CNN模型中输出舰船目标的类别；Mix‑CV‑CNN反向传播为利用前向传播获得的全连接层输出向量获取Mix‑CV‑CNN模型中每一层的误差项，并利用误差项更新卷积层和全连接层的权值获得训练好的Mix‑CV‑CNN模型。本发明用于动态舰船目标的识别。
-
公开(公告)号：CN115311185B
公开(公告)日：2023-07-11
申请号：CN202211027066.0
申请日：2022-08-25
Applicant: 哈尔滨工业大学
IPC: G06T5/50 , G06T3/40 , G06T7/10 , G06N3/0464 , G06N3/088 , G06V10/774 , G06V10/764
Abstract: 机动目标ISAR散焦图像高分辨重聚焦方法，属于ISAR图像处理领域。为了解决现有的机动目标ISAR图像存在的散焦问题。本发明首先将ISAR散焦图像进行分割，然后将分割后的ISAR散焦图像以复数的形式送入CVPHD网络进行处理，CVPHD网络为基于复数域Pix2pixHD结构，其包含一个复数的卷积单元、一个复数的残差单元、一个复数的反卷积单元、一个实数卷积单元；实数卷积单元输出虚假生成图像，即聚焦后的图像。本发明用于机动目标ISAR散焦图像的高分辨重聚焦。
-
Patent Agency Ranking
公开(公告)号：CN114565653A
公开(公告)日：2022-05-31
申请号：CN202210202888.1
申请日：2022-03-02
Applicant: 哈尔滨工业大学
Abstract: 一种存在旋转变化和尺度差异的异源遥感图像匹配方法，涉及一种异源遥感图像匹配方法。为了解决异源遥感图像匹配是存在旋转变化和尺度差异的问题。本发明利用先验匹配点对计算初始的仿射变换矩阵并将异源遥感图像分成对应的图像块，基于harris算子提取光学遥感图像块中的角点，利用HOPC算法确定光学遥感图像块上的角点坐标对应的SAR遥感图像上的坐标点；以匹配点对为中心截取子图像块，基于神经网络得到匹配损失值并进一步筛选正确的匹配点；根据每对匹配图像块中正确匹配点的损失值对匹配点进行筛选，由损失值得到仿射变换矩阵的贡献度，通过贡献度加权获得最终的仿射变换矩阵，从而实现异源遥感图像匹配。主要用于异源遥感图像的匹配。
-
公开(公告)号：CN114114262A
公开(公告)日：2022-03-01
申请号：CN202111417477.6
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于CV‑ConvGRU的SAR三维转动目标重聚焦方法，涉及图像处理技术领域，针对现有技术中由于海浪、风、自身航行等因素的影响导致SAR成像模糊的问题，本申请提出了一种CV‑ConvGRU，CV‑ConvGRU将包括卷积层、激活函数、更新门、重置门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvGRU训练的反向传播算法。本申请基于CV‑ConvGRU设计了CV‑SSRN架构，进行SAR三维转动目标重聚焦，将SAR重聚焦任务转换为一个图像回归问题，并加入编码器与解码器，来实现目标重新聚焦，聚焦精度显着提高，避免了SAR成像模糊的问题。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR重聚焦需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN105445718B
公开(公告)日：2018-01-26
申请号：CN201510801617.8
申请日：2015-11-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于阵列重构的分布式多载舰超视距雷达的DOA估计方法，本发明涉及分布式多载舰超视距雷达的DOA估计方法。本发明是要解决现有的超分辨算法在分布式多舰载超视距雷达系统中对目标的角分辨能力差、以及不能适用于任意结构阵列和运动阵列的问题，而提供一种基于阵列重构的分布式多舰载超视距雷达的DOA估计算法。该方法是通过一、子阵间的初始距离d以及子阵行驶距离；二、行驶距离与初始距离的和为dm；三、确定△θ和载频；四、得到虚拟阵列1、2、3和4；五、确定最佳的虚拟阵列；六、计算得到最佳虚拟阵列的非时变数据协方差矩阵；七、得到合成空间谱等步骤实现的。本发明应用于分布式多载舰超视距雷达的DOA估计领域。
-
公开(公告)号：CN105403864B
公开(公告)日：2017-11-03
申请号：CN201511023520.5
申请日：2015-12-30
Applicant: 哈尔滨工业大学
Abstract: 本发明是基于改进斜投影的二维船载高频地波雷达海杂波抑制方法，属于杂波抑制领域。本发明针对正交投影算法和斜投影算法海杂波抑制效果差的问题，进而提出基于改进斜投影的二维船载高频地波雷达海杂波抑制方法。本发明方法包括：步骤一：对任一天线阵元的高频地波雷达回波基带信号数据进行距离变换和多普勒变换形成距离单元数据和多普勒单元数据；步骤二：利用步骤一得到的数据，对任一距离单元和任一天线阵元进行多普勒域海杂波抑制；步骤三：利用步骤二得到的数据，对任一距离单元和任一多普勒单元的天线阵元数据进行斜投影处理抑制海杂波。本发明用于海杂波的抑制。
-
公开(公告)号：CN106443633A
公开(公告)日：2017-02-22
申请号：CN201611093000.6
申请日：2016-12-01
Applicant: 哈尔滨工业大学
IPC: G01S7/41
Abstract: 船载高频地波雷达海杂波时域抑制方法，本发明涉及杂波抑制领域，具体涉及船载高频地波雷达海杂波时域抑制方法。本发明的目的是为了克服传统方法FFT-DBF输出信杂噪比低，目标检测性能差的问题。具体过程为：一：利用无目标数据，针对待检测距离单元，对阵元数据进行数字波束形成，得到待检测距离单元和方位的时域数据xD；所述高频为3-30MHz；二：利用一得到的无目标待检测距离单元和方位的时域数据对RBF网络进行训练；得到训练好的RBF网络；三：根据有目标数据，利用训练好的RBF网络对待检测距离单元和方位的时域数据进行预测、对消，得到z′[k0]；四：对z′[k0]进行处理，得到待检测距离单元和方位的频域结果z'fft。本发明用于杂波抑制领域。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.055 seconds)
