-
公开(公告)号：CN103728595A
公开(公告)日：2014-04-16
申请号：CN201410019863.3
申请日：2014-01-16
Applicant: 西安电子科技大学
IPC: G01S7/36
CPC classification number: G01S7/36
Abstract: 本发明公开了一种基于子空间投影的网络化雷达抑制压制式主瓣干扰方法，主要解决单站雷达只能抑制一种干扰类型的问题。其实现步骤是：1.计算各节点雷达的基带接收信号，并将其在时域上以干扰信号为准对齐，得到节点雷达阵列信号；2.估计节点雷达阵列信号的协方差矩阵，对其进行特征分解，并根据特征分解结果构造噪声子空间，计算向其投影的投影矩阵；3.将节点雷达阵列信号向噪声子空间投影，得到用于目标检测的投影矢量；4.根据用于目标检测的投影矢量，构造广义似然比函数；5.设定检测门限，并将广义似然比函数每个时刻点的值与检测门限比较，得到目标检测的输出结果。本发明能有效抑制不同类型的干扰信号，可用于网络化雷达系统。
-
公开(公告)号：CN102156875B
公开(公告)日：2013-04-03
申请号：CN201110074133.X
申请日：2011-03-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多任务KSVD字典学习的图像超分辨率重构方法，主要解决现有方法在高放大因子下重构图像质量下降比较严重的问题。其步骤为：输入训练图像，对其进行滤波提取特征；抽取特征小块构造特征向量集合并聚类，得到K对高分辨与低分辨样本对集{(H1，L1)，(H2，L2)，...(HK，LK)}；利用KSVD方法从K组样本对集合中训练出K个高分辨字典Dh1，Dh2...DhK和相应的低分辨字典Dl1，Dl2...DlK；对输入的低分辨率图像在低分辨字典Dl1，Dl2...DlK下进行编码；利用编码和高分辨字典Dh1，Dh2...DhK得到初始重构图像，并对其进行局部约束优化，残差补偿和全局优化处理，得到最终重构图像。本发明能够对各种自然图像进行重构，并且在高放大因子条件下能够有效提高重构图像质量，可用于人物、动物、植物、建筑等目标对象的恢复和识别。
-
公开(公告)号：CN102393966A
公开(公告)日：2012-03-28
申请号：CN201110161084.3
申请日：2011-06-15
Applicant: 西安电子科技大学
IPC: G06T9/00
Abstract: 本发明公开了一种基于多尺度显著图的自适应图像压缩采样方法，解决了在压缩采样时对图像平均分配采样率造成采样资源浪费的问题。主要是对采样图像进行SVT变换，计算得到图像显著图；依此图确定“视觉显著”和“非视觉显著”区域；分配测量数，对“视觉显著”区域分配较多的采样资源；通过非线性重构算法，对自适应采样得到的测量数据进行重构，最终得到重构图像。本发明与现有的技术相比，在图像压缩测量时能根据人们视觉注意的区域不同，针对不同注意区域自适应的分配采样资源，提高了采样资源的利用率，同时也提高了恢复图像的质量。本发明可用于自然图像，遥感图像等的自适应压缩采样，在低成本成像设备中有广阔的应用前景。
-
公开(公告)号：CN102156875A
公开(公告)日：2011-08-17
申请号：CN201110074133.X
申请日：2011-03-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多任务KSVD字典学习的图像超分辨率重构方法，主要解决现有方法在高放大因子下重构图像质量下降比较严重的问题。其步骤为：输入训练图像，对其进行滤波提取特征；抽取特征小块构造特征向量集合并聚类，得到K对高分辨与低分辨样本对集{(H1，L1)，(H2，L2)，...(HK，LK)}；利用KSVD方法从K组样本对集合中训练出K个高分辨字典Dh1，Dh2...DhK和相应的低分辨字典Dl1，Dl2...DlK；对输入的低分辨率图像在低分辨字典Dl1，Dl2...DlK下进行编码；利用编码和高分辨字典Dh1，Dh2...DhK得到初始重构图像，并对其进行局部约束优化，残差补偿和全局优化处理，得到最终重构图像。本发明能够对各种自然图像进行重构，并且在高放大因子条件下能够有效提高重构图像质量，可用于人物、动物、植物、建筑等目标对象的恢复和识别。
-
公开(公告)号：CN119536353B
公开(公告)日：2025-04-15
申请号：CN202510080596.9
申请日：2025-01-20
Applicant: 西安电子科技大学
IPC: G05D1/622 , G01C21/20 , G05D1/698 , G06N3/008 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/092 , G06N3/084 , G06N3/0985 , G05D109/20
Abstract: 本发明提供了一种面向动态威胁与局部感知的智能体路径实时决策方法，智能体路径规划技术领域，包括采集自身状态数据以及环境中的局部障碍物感知数据，再进行预处理，之后拼接预处理后的数据得到总体特征信息，将其转换为27维Q值之后输入至当前Q网络中得到最佳动作，再执行最佳动作。当前Q网络利用历史经验数据更新历史Q网络得到，在更新过程中采用多个维度的密集奖励函数引导Q网络向奖励增加的方向选择动作。本发明基于局部态势感知的多源数据的路径规划思路，允许智能体根据实时环境动态调整路径，增强智能体对动态复杂场景的适应能力，并且密集奖励机制能够激励智能体以更精细的方式避开障碍，显著提升了智能体避障的灵活性与精确性。
-
Patent Agency Ranking
公开(公告)号：CN119473919A
公开(公告)日：2025-02-18
申请号：CN202510051994.8
申请日：2025-01-14
Applicant: 西安电子科技大学
IPC: G06F11/3668 , G06F18/23 , G06N3/006
Abstract: 本发明公开了一种高维黑盒智能系统试验用例自适应搜索评估方法，包括：生成初始试验设计用例，通过黑盒系统获得每个初始试验设计用例的输出响应；基于初始试验设计用例及其输出响应，局部自适应地生成加点试验设计用例，通过黑盒系统获得每个加点试验设计用例的输出响应；从初始试验设计用例和加点试验设计用例中筛选输出响应处于预设感兴趣范围的试验设计用例；基于演化算法对筛选得到的试验用例集合#imgabs0#进行序贯智能试验设计，得到扩充后的试验用例集合#imgabs1#及其输出响应集合#imgabs2#；基于集合#imgabs3#的测试因子空间和#imgabs4#对集合#imgabs5#进行分层聚类。本发明提升了面向高维黑盒智能系统测试的自适应试验设计能力与试验用例生成能力，有利于挑选代表性试验设计用例。
-
公开(公告)号：CN118734295A
公开(公告)日：2024-10-01
申请号：CN202410769927.5
申请日：2024-06-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种针对红外智能检测器的对抗攻击方法及装置，通过基于粒子群优化算法对能够添加至目标范围的数字补丁组合进行寻优，得到优化数字补丁组合；其中，粒子的位置向量由数字补丁组合中的多个数字补丁的位置、灰度值矩阵和尺寸组成，寻优过程中以最小化数字补丁组合的功耗值和攻击效果评估指标为寻优目标；基于优化数字补丁组合中的数字补丁的尺寸对应构造真实补丁；根据数字补丁在目标范围内的位置，为真实目标搭载对应的真实补丁；根据数字补丁的灰度值矩阵，控制对应的真实补丁的多个发热单元的温度，提高了真实补丁的隐蔽性和欺骗性，基于真实补丁可以更有效地实现针对红外智能检测器的对抗攻击。
-
公开(公告)号：CN118171717A
公开(公告)日：2024-06-11
申请号：CN202410298581.5
申请日：2024-03-15
Applicant: 西安电子科技大学
IPC: G06N3/096 , G06V10/40 , G06V10/764 , G06V20/58 , G06F18/243 , G06N20/20 , G06N5/01
Abstract: 本发明公开了一种基于多样化样本回放的毫米波雷达点云类增量学习方法，涉及目标识别技术领域，包括：采集雷达原始回波信号，并对雷达原始回波信号进行处理，得到切片级点云数据；将切片级点云数据输入至训练好的增量学习模型，对切片级点云数据中的目标进行识别；其中，训练好的增量学习模型以预设类别的数据作为训练数据，对初始增量学习模型进行训练得到，当训练好的增量学习模型需要识别新类别的数据时，更新训练好的增量学习模型；初始增量学习模型包括特征提取模块、分类识别模块、基于不确定性估计的旧类样本挑选模块和旧类模型更新模块。本发明提出的增量算法复杂度更低，对存储量的需求也低，同时能保持较好的增量学习性能。
-
公开(公告)号：CN113960536B
公开(公告)日：2024-05-14
申请号：CN202111231826.5
申请日：2021-10-22
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于干扰消除的多站雷达多目标检测方法，实现步骤为：构建多站雷达目标检测系统；每个雷达站对接收的回波信号进行采样；信号融合中心计算每个空间分辨单元的观测矩阵；信号融合中心计算每个观测矩阵的干扰检验统计量；信号融合中心计算每个不受干扰和受干扰影响的空间分辨单元的检验统计量；信号融合中心获取多站雷达多目标检测结果。本发明首先判断空间分辨单元是否受干扰影响，对不受干扰影响的空间分辨单元直接构造检验统计量进行目标检测，对受干扰影响的空间分辨单元构造一个修正项进行干扰消除，然后再构造检验统计量进行目标检测，解决了现有技术中多目标环境下由于干扰影响导致多站雷达虚警率较高的技术问题。
-
公开(公告)号：CN116935213A
公开(公告)日：2023-10-24
申请号：CN202310761441.2
申请日：2023-06-26
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种基于知识蒸馏的轻量化SAR图像的目标检测方法，包括：获取待检测的SAR图像；将所述待检测的SAR图像输入至训练好的轻量化的学生网络，得到目标检测结果；其中，以YOLOX‑S模型为基线构建所述轻量化的学生网络；轻量化的学生网络利用训练好的教师网络进行训练，且轻量化的学生网络的损失函数包括非蒸馏损失与蒸馏损失，以使训练好的轻量化的学生网络结合顶层知识蒸馏与隐层知识蒸馏的知识蒸馏方法进行目标检测，得到目标检测结果。本发明能够充分提取教师网络中有利于轻量化的学生网络学习的知识，从而更好地提高轻量化的性能，使得轻量化模型的检测精度可与复杂大模型相比较，实现对地检测的精度要求。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.033 seconds)
