-
公开(公告)号：CN102680946A
公开(公告)日：2012-09-19
申请号：CN201210184751.4
申请日：2012-06-06
Applicant: 西安电子科技大学
IPC: G01S7/02
Abstract: 本发明公开一种基于微分算子的超宽带波束形成器及其实现方法。超宽带波束形成器包括一个波束求和模块和多个阵元通道，每个阵元通道包括权系数和时延量存储模块、窄带相位补偿模块、精确时延补偿模块。本发明超宽带波束形成器实现方法的步骤：1.存储权系数和时延量；2.窄带相位补偿；3.精确时延补偿；4.波束求和。本发明采用微分算子时延补偿器进行时延补偿，减少了乘法次数，降低了运算量和乘法器资源开销，该时延补偿器为全通滤波器，可以实现全带宽内精确时延补偿，基于该微分算子时延补偿器的波束形成器可以实现大角度连续波束扫描，采用可编程逻辑器件FPGA进行实现，具有较高的移相/延时精度。
-
公开(公告)号：CN114565824B
公开(公告)日：2024-09-06
申请号：CN202210198503.9
申请日：2022-03-02
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/22 , G06V10/46 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于全卷积网络的单阶段旋转舰船检测方法，实现步骤为：获取训练样本集和测试样本集；构建单阶段旋转舰船目标检测模型；对单阶段旋转舰船目标检测模型进行迭代训练；通过训练好的单阶段旋转舰船目标检测模型对所有目标的边界框位置和类别置信度进行检测。本发明基于对水平框检测的全卷积单阶段目标检测网络模型，在原有网络基础上加入角度分支并优化网络结构及损失函数，通过网络中多层全卷积层卷积得到的特征图直接逐像素点无锚框的生成预测结果，实现了对旋转舰船目标的快速检测，在保证旋转舰船目标检测检测精度的前提下提高了检测效率，可用于海上监测、海防预警、海洋维权等领域。
-
公开(公告)号：CN113960586B
公开(公告)日：2024-07-30
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的#imgabs0#个图像量测与第一时刻下雷达量测已关联的#imgabs1#个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN116540203B
公开(公告)日：2023-09-22
申请号：CN202310811676.8
申请日：2023-07-04
Applicant: 西安电子科技大学
IPC: G01S7/41 , G06F18/2415
Abstract: 本发明公开了一种基于快速稀疏贝叶斯的宽带雷达高速目标的相参积累方法，包括：建立雷达回波观测模型；基于雷达回波观测模型得到矩阵形式的雷达回波观测模型；基于矩阵形式的雷达回波观测模型的HRRP得到分层先验联合概率分布；基于分层先验联合概率分布得到待重构HRRP的第二后验均值和第二后验协方差矩阵；基于SBL框架和期望最大化算法更新离散形式的HRRP的精度向量和观测噪声精度；基于SBL框架和期望最大化算法更新高阶相位误差矩阵；得到最终的后验均值、后验协方差矩阵、离散形式的HRRP的精度向量、观测噪声精度和高阶相位误差矩阵，以获得最终的高速目标相参积累结果。本发明能够在速度未知的情况下对高速目标进行快速相参积累。
-
公开(公告)号：CN116540203A
公开(公告)日：2023-08-04
申请号：CN202310811676.8
申请日：2023-07-04
Applicant: 西安电子科技大学
IPC: G01S7/41 , G06F18/2415
Abstract: 本发明公开了一种基于快速稀疏贝叶斯的宽带雷达高速目标的相参积累方法，包括：建立雷达回波观测模型；基于雷达回波观测模型得到矩阵形式的雷达回波观测模型；基于矩阵形式的雷达回波观测模型的HRRP得到分层先验联合概率分布；基于分层先验联合概率分布得到待重构HRRP的第二后验均值和第二后验协方差矩阵；基于SBL框架和期望最大化算法更新离散形式的HRRP的精度向量和观测噪声精度；基于SBL框架和期望最大化算法更新高阶相位误差矩阵；得到最终的后验均值、后验协方差矩阵、离散形式的HRRP的精度向量、观测噪声精度和高阶相位误差矩阵，以获得最终的高速目标相参积累结果。本发明能够在速度未知的情况下对高速目标进行快速相参积累。
-
Patent Agency Ranking
公开(公告)号：CN109948527B
公开(公告)日：2022-12-02
申请号：CN201910205485.0
申请日：2019-03-18
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/46 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于集成深度学习的小样本太赫兹图像异物检测方法，主要解决现有方法需要人工设计图像特征，训练过程复杂，且不能对某一类样本数目特别少的小样本赫兹图像进行异物检测的问题。本发明的具体要步骤如下：(1)制作小样本太赫兹图像数据集；(2)扩增图像训练集；(3)搭建集成深度学习网络；(4)训练集成深度学习网络；(5)对图像测试集进行检测。本发明能够自动提取图像特征，训练过程简单，考虑了实际样本中某一类样本数目特别少的小样本情况，能够对小样本太赫兹图像进行异物检测，能提高小样本中数目特别少的一类的检测正确率。
-
公开(公告)号：CN114565824A
公开(公告)日：2022-05-31
申请号：CN202210198503.9
申请日：2022-03-02
Applicant: 西安电子科技大学
IPC: G06V20/00 , G06V10/22 , G06V10/46 , G06V10/764 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于全卷积网络的单阶段旋转舰船检测方法，实现步骤为：获取训练样本集和测试样本集；构建单阶段旋转舰船目标检测模型；对单阶段旋转舰船目标检测模型进行迭代训练；通过训练好的单阶段旋转舰船目标检测模型对所有目标的边界框位置和类别置信度进行检测。本发明基于对水平框检测的全卷积单阶段目标检测网络模型，在原有网络基础上加入角度分支并优化网络结构及损失函数，通过网络中多层全卷积层卷积得到的特征图直接逐像素点无锚框的生成预测结果，实现了对旋转舰船目标的快速检测，在保证旋转舰船目标检测检测精度的前提下提高了检测效率，可用于海上监测、海防预警、海洋维权等领域。
-
公开(公告)号：CN113469077A
公开(公告)日：2021-10-01
申请号：CN202110767810.X
申请日：2021-07-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于NCSAE的PolSAR数据压缩农作物分类方法。本发明的实现步骤为：(1)生成自编码器网络训练集；(2)设置非负性约束稀疏自编码器NCSAE的目标函数E；(3)训练非负性约束稀疏自编码器；(4)使用非负性约束稀疏自编码器对待分类数据进行压缩；(5)生成农作物像素分类网络训练集；(6)构建多尺度特征分类网络；(7)训练多尺度特征分类网络；(8)测试多尺度特征分类网络。本发明利用多尺度特征分类网络，克服了现有技术只能从单通道提取单一特征的问题，使得本发明提高了对相似农作物的分类精度。
-
公开(公告)号：CN106712820B
公开(公告)日：2020-02-07
申请号：CN201611137027.0
申请日：2016-12-12
Applicant: 西安电子科技大学
IPC: H04B7/0452 , H04B7/0456 , H04B1/7103
Abstract: 本发明公开了一种自干扰抑制的多流分集BD预编码方法及装置，该方法包括：基站获取所有用户信道矩阵；确定各用户接收天线的干扰矩阵，以此构造用户所有接收天线的零空间正交基；并以此构造每个用户的自干扰抑制等效信道矩阵，进而构造各用户多流分集BD预编码和接收译码矩阵；对基站发送给各用户原始信号进行多流分集BD预编码并信号相加后从基站发射；用户用对应的接收译码矩阵对接收信号处理，将各用户接收数据流合并，估计出用户原始发送数据。本发明解决了MU‑MIMO系统中接收端天线间自干扰的技术问题，消除多用户干扰的同时，抑制了等效信道的自干扰，多路数据流合并增加了空间分集增益，提高了可靠性。用于无线通信领域的抗干扰。
-
公开(公告)号：CN108282427B
公开(公告)日：2019-11-26
申请号：CN201711345202.X
申请日：2017-12-15
Applicant: 西安电子科技大学
IPC: H04L27/00 , H04L1/00 , H04B17/391
Abstract: 本发明公开一种基于多尺度轻量网络的无线电信号认知识别方法，其实现步骤为：(1)生成29种编码调制联合信号和2种调制信号；(2)生成训练样本集和测试样本集；(3)构建多尺度轻量网络模型；(4)设置多尺度轻量网络模型的参数；(5)训练多尺度轻量网络模型；(6)将测试样本集输入到训练好的多尺度轻量网络模型中进行测试，获得识别准确率。本发明具有模型轻量化、普适性强、训练参数少、识别的无线电信号类型多，分类精度高的优点，可用于信号分类识别技术领域中。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.036 seconds)
