-
公开(公告)号:CN116505998A
公开(公告)日:2023-07-28
申请号:CN202310363998.0
申请日:2023-04-06
Applicant: 复旦大学
Abstract: 本发明提供了基于深度强化学习的多波束卫星通信资源分配系统及方法,包括卫星设备和地面设备,所述卫星设备包括卫星通信模块、卫星可用资源判别设备和卫星资源分配设备,所述地面设备包括卫星波束覆盖地面范围用户集、用户服务性能判别设备和地面用户通信模块,所述卫星通信模块与卫星可用资源判别设备相连,所述卫星可用资源判别设备与卫星资源分配设备相连,所述卫星资源分配设备与卫星通信模块相连。本发明具备较强的信息感知能力和分配决策能力,可实现卫星通信资源分配系统覆盖下卫星通信资源自适应调整,并充分考虑时域相关性,同时提升了系统分配结果的稳定性。
-
公开(公告)号:CN110765974B
公开(公告)日:2023-05-02
申请号:CN201911054117.7
申请日:2019-10-31
Applicant: 复旦大学
IPC: G06V40/20 , G06V10/774 , G06V10/764 , G01S13/88 , G06V10/82 , G06N3/0464
Abstract: 本发明属于人机交互技术领域,具体为基于毫米波雷达和卷积神经网络的微动手势识别方法。本发明的主要步骤包括:根据应用场景设计雷达参数和微动手势;利用毫米波雷达周期性地发射具有确定雷达参数的线性调频信号同时接收人体手部反射的回波信号,与发射信号进行差频后进行ADC采样得到数字中频信号;对数字中频信号进行处理,计算微动手势的特征参数;选取某一特征,建立多种手势的数据集;针对毫米波雷达特征图像设计卷积神经网络,输入手势数据集训练得到分类模型;调用分类模型实现多种手势的分类识别。本发明实用性强,可用于智能家居、隔空输入、手语翻译、机械控制、VR、AR等领域,应用前景广阔。
-
公开(公告)号:CN109766811B
公开(公告)日:2023-05-02
申请号:CN201811650988.0
申请日:2018-12-31
Applicant: 复旦大学
IPC: G06V20/13 , G06V10/46 , G06V10/764 , G06T7/00 , G06T7/136 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明属于雷达图像处理技术领域,具体为一种星载SAR图像中海面船只的端到端检测与识别方法。步骤包括:基于Otsu辅助水图文件的精细海陆分割;自适应多尺度CFAR船只目标自动检测,包括全局、大尺度、小尺度三种尺度CFAR,其中用到基于伽马分布的合成孔径雷达图像海面杂波统计分布模型;自动构建SAR船只标记数据库,数据库包括SAR图像的船只与MMSI码的匹配和目标切片数据集;基于卷积神经网络的船只目标鉴别与分类。本发明精准提取狭窄弯曲河流、海岸线、轮廓等;能很好地解决船只检测虚警率高的问题;通过建立高分辨率船只SAR数据集,为复杂海面船只检测与识别工作提供有力支撑,具有推广应用前景。
-
公开(公告)号:CN111693978B
公开(公告)日:2023-04-07
申请号:CN202010404562.8
申请日:2020-05-13
Applicant: 复旦大学
Abstract: 本发明属于雷达检测技术领域,具体为基于MIMO毫米波雷达散点检测方法。本发明包括:根据TI毫米波雷达芯片XAW1243,设计12发16收L形天线的MIMO毫米波雷达信号处理架构;对同一方向的各天线接收的多散点目标信号进行2D‑FFT变换,同时累加具有相同方向接收天线接收的信号产生2D‑FFT,形成复数检测矩阵;对复数检测矩阵实数化进行峰值特征检测,检测出目标相对位置;对2D‑FFT对应的目标点进行角度FFT,检测出方向角;根据距离相与方向角,检测目标散点的实际坐标。本发明由FPGA采集、处理信号,包括1D&2D‑FFT、目标点检测、角度FFT、频率检测,最后计算散点目标实际位置;本发明在模式识别、自动驾驶等领域有重要应用价值。
-
公开(公告)号:CN115712116A
公开(公告)日:2023-02-24
申请号:CN202110967378.9
申请日:2021-08-23
Applicant: 复旦大学
IPC: G01S13/90
Abstract: 本发明公开了一种变分辨率雷达成像方法,具有这样的特征,包括以下步骤:步骤1,提出变分辨率合成孔径雷达成像方法,将原始场景划分为多个子场景,得到每个子场景的合成孔径长度及合成孔径位置;步骤2,根据每个孔径处需要照射的方位跨度得到采样所需的最低脉冲重复周期,降低回波数据存储;步骤3,根据场景散射幅值分布定义场景信息量;步骤4,基于信息论定义场景与合成孔径雷达图像之间的互信息;步骤5,基于最大互信息原则,计算原始场景与所得合成孔径雷达之间的互信息,构建优化问题的数学模型;步骤6,构建上述问题的等价模型,并在一定限制条件下,通过优化每个子场景的合成孔径长度,使互信息达到最大,最大化地表征场景信息。
-
公开(公告)号:CN110988861B
公开(公告)日:2022-09-16
申请号:CN201911056144.8
申请日:2019-10-31
Applicant: 复旦大学
IPC: G01S13/42 , G01S13/58 , G01S13/88 , G06V40/20 , G06V40/10 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/02
Abstract: 本发明属于模式识别技术领域,具体为一种基于毫米波雷达的人体姿态识别系统。本发明系统包括毫米波雷达子系统、数据处理与跟踪定位子系统、人工智能分类子系统;毫米波雷达子系统向检测范围内发射线性调频连续波信号,并采集人体反射的雷达回波数据,经混频、滤波和模数转换采样后输出中频原始数据;数据处理与跟踪定位子系统从原始数据中提取能够表征人体姿态的多种特征,包括距离、速度、加速度、方位特征等,实时跟踪定位人体所在位置;人工智能分类子系统对特征信息进行过滤、分类和判决,综合分类和判决结果确定人体姿态。本发明着眼于现实生活中的人体姿态识别和状态监测,可以适用于家庭、办公室、工厂车间、医院病房、养老院等场景。
-
公开(公告)号:CN108734103B
公开(公告)日:2021-08-20
申请号:CN201810358177.7
申请日:2018-04-20
Applicant: 复旦大学
Abstract: 本发明属于图像和视频处理技术领域,具体为卫星视频中运动目标的检测与跟踪方法。本发明方法包括:采用基于运动和局部杂波建模的检测技术,对在卫星视频中城市里的运动目标‑‑车辆进行检测;采用基于区域增长与多线索的鉴别技术,对检测到的运动目标进行鉴别;采用基于卡尔曼滤波器的目标跟踪技术,以及将检测到的多个车辆目标与正在跟踪的多条轨迹进行关联,进一步对地面运动目标进行跟踪。本发明实用性强,并可用于交通监测、城市监控、军事监测等领域,应用前景广阔。
-
公开(公告)号:CN107145874B
公开(公告)日:2021-06-04
申请号:CN201710336349.6
申请日:2017-05-13
Applicant: 复旦大学
Abstract: 本发明属于雷达图像处理技术领域,具体为一种复杂背景SAR图像中的舰船目标检测与鉴别方法。本发明的主要步骤为:(1)精细海陆分割;(2)舰船目标高效检测,包括大尺度CFAR和小尺度迭代CFAR,其中利用到了基于广义Gamma分布的合成孔径雷达图像杂波统计分布模型;(3)近岸目标虚警鉴别,包括基于最大似然的虚警鉴别算法和基于极化信息的虚警鉴别算法。本发明能够高效、准确地检测出近岸、港口等复杂背景中的舰船目标;能够利用基于最大似然和基于极化信息的虚警鉴别算法鉴别虚警目标,提高舰船目标检测准确率。本发明提出的舰船检测算法适用于任意的SAR图像背景,鲁棒性高,实时性好,具有推广应用前景。
-
公开(公告)号:CN109861003B
公开(公告)日:2020-12-22
申请号:CN201910032635.2
申请日:2019-01-14
Applicant: 复旦大学
Abstract: 本发明属于通信技术领域,具体为一种超材料宽带高隔离MIMO天线。本发明天线包括两个PIFA天线单元、两个超材料表面、接地金属板;超材料表面由两侧的周期性单元槽和介质组成,置于两个PIFA天线单元之间,用于减小天线之间的耦合度;精确选取超材料表面周期性单元的尺寸,使得两个超材料表面在两个天线单元的工作频段实现高的隔离度。本发明克服了原来去耦技术中存在的缺点,同时该天线结构简单,加工方便。
-
公开(公告)号:CN118294913A
公开(公告)日:2024-07-05
申请号:CN202410324968.3
申请日:2024-03-21
Applicant: 复旦大学义乌研究院
Abstract: 本发明属于微波遥感技术领域,具体为一种圆轨全息电磁散射测量系统及其操作方法。本发明系统包括硬件和软件两部分;硬件包括:矢量网络分析仪、微波动态开关、天线、电脑、圆形轨道、小车平台、天线支架、射频线;软件包括:自动化控制软件、人机交互界面软件、信号分析处理软件:电脑分别与矢量网络分析仪、微波动态开关连接;微波动态开关输入端与矢量网络分析仪输入输出端连接,输出端与天线连接;天线通过天线支架放置在小车平台上,小车放置在圆形轨道上移动,自动化控制软件控制系统运行。本发明系统可全方位、多角度获取目标全部电磁散射信息,解决现有雷达系统获取目标电磁信息不全面、跟踪精度低、对目标的分类和识别困难等问题。
-
-
-
-
-
-
-
-
-