双边带频率分集阵列雷达系统及其目标定位方法

    公开(公告)号:CN106093926A

    公开(公告)日:2016-11-09

    申请号:CN201610588746.8

    申请日:2016-07-25

    CPC classification number: G01S13/06 G01S7/42

    Abstract: 本发明提供双边带频率分集阵列雷达系统及其目标定位方法,属于雷达信号处理技术领域,其中,双边带频率分集阵列雷达系统由N个呈等间距线性排列的阵元构成,其中N为正整数;每个阵元包括发射部分和接收部分。发射部分包括调制信号生成器、双边带调制器和发射天线;调制信号生成器的输出端与双边带调制器的输入端相连,双边带调制器的输出端连接发射天线。接收部分包括接收天线、滤波器组和定位解算单元;滤波器组由2个通过频率不同的窄带滤波器组成;接收天线同时连接这2个窄带滤波器的输入端,2个窄带滤波器的输出端同时与定位解算单元的输入端连接。

    基于提升结构的两通道双正交图滤波器组设计方法

    公开(公告)号:CN105243241A

    公开(公告)日:2016-01-13

    申请号:CN201510769589.6

    申请日:2015-11-12

    Abstract: 本发明公开一种基于提升结构的两通道双正交图滤波器组设计方法,其基于单级提升结构,能有效控制分析和综合频谱核的频率特性。其利用单级提升结构,将分析和综合频谱核表示为关于两个提升滤波器的函数,使其自动满足重构条件,从而将对分析和综合子带滤波器的优化转化为对两个提升滤波器的优化,即分析和综合滤波器的频率特性可描述为关于提升滤波器的函数,通过求解带约束的二次规划问题优化,以获得良好的频率特性。本发明方法在保证完全重构特性的前提下获得良好了的频率特性。

    一种未知信源数高精度波达方向估计方法

    公开(公告)号:CN104076324A

    公开(公告)日:2014-10-01

    申请号:CN201410325063.4

    申请日:2014-07-09

    CPC classification number: G01S3/74

    Abstract: 本发明公开一种未知信源数高精度波达方向估计方法,先通过设定K个不同的时间平滑间隔去对天线阵列所接收数据进行时间平滑处理,以构建K个空时自相关矩阵;再计算最终的组合空时自相关矩阵和波达方向估计的空间谱函数;后通过逐步改变搜索方向对空间谱函数进行谱峰搜索,由此估计出信源个数及波达方向。本发明不需要预先估计信源数便能估计出信号波达方向,而且不需要对接收信号的自相关矩阵进行特征分解,因此该方法可靠性强,计算量小,易于硬件实现,使得波达方向估计应用在实际系统中成为可能。

    一种基于改进人工兔优化算法的随机共振系统优化的方法

    公开(公告)号:CN118690651A

    公开(公告)日:2024-09-24

    申请号:CN202410832771.0

    申请日:2024-06-26

    Abstract: 本发明提出了一种利用改进的人工兔优化算法来优化随机共振系统的新方法。该方法首先建立包含输入信号、二次采样、改进人工兔算法、随机共振系统模型、尺度恢复和FFT频谱分析的系统模型。接着,通过Circle混沌映射初始化种群,引入适应度和距离并重策略(FDB)以及模拟退火算法的Metropolis准则,增强种群多样性,扩大搜索范围,避免局部最优,并保持快速收敛。最后,通过MATLAB仿真验证,该方法能有效探索全局最优解,实现快速精准的参数优化,使得随机共振系统有良好共振效果。

    一维卷积神经网络的地下介质反演方法U1DNet

    公开(公告)号:CN116050279A

    公开(公告)日:2023-05-02

    申请号:CN202310133390.9

    申请日:2023-02-20

    Abstract: 本发明公开一种一维卷积神经网络(FCN)的地下介质反演方法U1DNet,首先,由于介电常数值难以量化,本发明提出通过电磁波电磁速度作为A‑Scan反演介电常数的中间量,根据地下介质介电常数范围随机生成一维电磁速度和A‑Scan数据对。然后,对U‑Net网络改进为U1DNet,将原本应用于二维数据的网络模型根据A‑scan一维数据特点,改变卷积核大小及维度,使其能够学习A‑Scan和电磁速度的隐藏关系,再通过上采样进行解译。最后,将预测所得的结果转化为二维数据图,将不同介电常数值以颜色标记。实验表明本发明依据电磁波物理特性并结合深度学习方法,提出的地下介质反演方法U1DNet具有良好的性能和理论依据,能通过A‑Scan数据反演得到电磁速度进而得到介电常数值,并直观展示。

    穿墙雷达人体图像序列的姿态实时识别方法及计算机设备

    公开(公告)号:CN111796272A

    公开(公告)日:2020-10-20

    申请号:CN202010513674.7

    申请日:2020-06-08

    Abstract: 本发明适用于穿墙雷达领域,提供了一种穿墙雷达人体图像序列的姿态实时识别方法及计算机设备。方法包括:根据目标的雷达回波信号通过人体图像生成算法构建隐藏人体目标运动时的人体图像序列;将隐藏人体目标运动时的人体图像序列按照预设的比例划分为训练集样本和测试集样本,并在对应时刻标注相应动作标签;通过3D卷积层和3D卷积门控循环单元相结合的方式构建人体姿态实时识别网络,并通过训练集样本对人体姿态实时识别网络进行训练;将测试集样本输入到训练后的人体姿态实时识别网络中,得到每个时刻的姿态类别。本发明具备了人体行为类型短时判决的能力,有效地解决了固定时间内动作不完整或存在两种动作时就很难区分出来等问题。

    基于IPSO-BP的频率分集阵列的雷达目标定位方法

    公开(公告)号:CN111273269A

    公开(公告)日:2020-06-12

    申请号:CN202010100020.1

    申请日:2020-02-18

    Abstract: 本发明公开一种基于IPSO-BP的频率分集阵列的雷达目标定位方法。首先,根据构造频率分集阵列,获取 K个目标的回波信号,计算每个目标的回波信号的协方差矩阵,将每个目标的协方差矩阵取其上三角进行实虚部分离操作,然后利用PCA算法进行数据的有效降维,经过归一化后按列全排形成目标的的数据集。将训练集输入IPSO-BP神经网络后,得到对应的目标位置预测输出,根据目标函数使用IPSO对网络的权值和阈值进行修正更新,达到设置误差范围后固定权值和阈值,将测试的样本输入最终训练好的网络,进行目标位置的估计。计算机仿真实验表明,该方法具有较好的目标定位效果,有效提高了算法的收敛速度,证明了本发明的有效性和可靠性。

Patent Agency Ranking