-
公开(公告)号：CN115480248B
公开(公告)日：2025-04-25
申请号：CN202211078127.6
申请日：2022-09-05
Applicant: 南京大学
IPC: G01S13/90 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082 , G06V10/74 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于SAR图像方位角特性的模型融合识别方法，包括以下步骤，根据SAR图像的方位角特性，即方位角敏感性和方位角180°图像对称性来划分子数据集和总数据集，将总体未划分数据集以及子数据集训练对应的总模型和子模型，在进行测试时，将待测图片放进各模型得到初步结果，对待测试图片进行方位角估计，然后进行模型的决策融合，即根据方位角估计的不同情况将各模型的初步结果进行不同的加权求和得到最终的预测结果，相对于单一的总数据集训练总模型得到的预测结果以及相比其它SAR图像识别方法，提高了正确率。
-
公开(公告)号：CN118209948A
公开(公告)日：2024-06-18
申请号：CN202410252983.1
申请日：2024-03-06
Applicant: 南京大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于直方图优化和合并的无参数PRI典型值提取算法，属于雷达信号处理领域，包括如下步骤：步骤一、获取待处理的雷达信号TOA序列，计算TOA序列的差分序列DTOA；步骤二、对差分序列DTOA中的离群值进行删除；步骤三、建立DTOA的直方图，利用直方图优化算法对DTOA直方图的箱bin数进行优化，得到最优数量Nop；步骤四、建立bin的数量为Nop的DTOA最优直方图，并统计该直方图中值为零的bin的个数占Nop的比值，通过比值的大小判断为第一类单典型值PRI或者第二类多典型值PRI，并分别求解第一类单典型值PRI和第二类多典型值PRI的典型值。
-
公开(公告)号：CN116131935A
公开(公告)日：2023-05-16
申请号：CN202211401876.8
申请日：2022-11-09
Applicant: 南京大学
IPC: H04B10/079 , G06N3/0442 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了基于数据重构和LSTM入侵节点检测的方法、装置及存储介质，包括对光纤各个节点进行采样，并对其进行预处理，选择其中一个无入侵光纤节点的采样数据作为训练集去训练网络，建立基于LSTM的预测模型，用训练集的输入数据和输出数据对LSTM进行训练，采用迭代的方式对每个光纤节点进行逐点预测，实现以单输出的形式预测每个节点的光纤信号，将预测数据和标签数据逆归一化，再计算各个节点的预测数据和标签数据的均方根误差，得到所有节点的均方根误差，可视化各个节点的均方根误差，均方根误差最大的节点即为入侵节点，本发明可用于环境噪声淹没入侵信号、入侵特征微弱难以提取时入侵位置点的检测。
-
公开(公告)号：CN116047443A
公开(公告)日：2023-05-02
申请号：CN202211280115.1
申请日：2022-10-19
Applicant: 南京大学
IPC: G01S7/41
Abstract: 本发明公开了一种融合延时与频移的高精度多站目标检测方法，涉及信号处理技术领域。其实现过程为：(1)根据测量空间特征将空间均匀划分子空间；(2)计算不同速度的目标在各子空间中心位置时距离雷达的理论延时与理论多普勒频移，保存为字典矩阵；(3)利用空间中运动目标相对于各雷达的延时与多普勒频移，通过多任务贝叶斯压缩感知算法得到目标在各个子空间可能存在的权值；(4)根据最大权值判断目标存在位置，对目标进行检测定位。仿真数据试验结果证明本发明的目标检测方法具有有效性和优越性。本发明的方法利用延时与多普勒频移特征联合估计目标位置，仿真效果证明比常用的仅延时估计效果好，可用于无人机、飞机等的空间探测。
-
公开(公告)号：CN115542306A
公开(公告)日：2022-12-30
申请号：CN202211211402.7
申请日：2022-09-30
Applicant: 南京大学
Abstract: 本发明公开了一种针对脉间幅度相位随机变化的高速目标探测方法，涉及脉冲技术领域，为解决现有随着目标的径向速度增大，在一定时间内目标运动距离往往会超过一个距离单元，导致脉冲回波不能落在同一距离门内，使得脉冲压缩、积累后的信号能量得不到很好聚集，当径向速度较大时目标的高速运动会引起回波剧烈波动，回波波形相对发射信号波形产生变化的问题。步骤一：接收信号预留处理，对接受脉冲串作下变频、分段等处理，并使用Keystone变换完成目标距离走动问题的校正，得到信号矩阵X；步骤二：对步骤一中得到的信号矩阵X做奇异值分解，得到最大奇异值σ1；步骤三：根据奈曼‑皮尔逊准则，固定虚警概率计算检测门限值η；步骤四：根据判断是否有目标存在。
-
Patent Agency Ranking
公开(公告)号：CN114282429A
公开(公告)日：2022-04-05
申请号：CN202111432720.1
申请日：2021-11-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于物理约束的超表面原子结构的电磁响应预测方法，包括上层、中层和下层，所述上层为编码图案区域，其宽度为l2＝8mm，在编码图案区域可划分为16×16矩阵，所述矩阵上贴有金属铜贴片，其中金属铜贴片的电导率为5.8e+007S/m，宽度l3＝0.5mm，厚度t2＝0.017mm，所述中层为介质基板，其材质具体为F4B，下层为全金属铜覆盖本发明的有益效果：提升了电磁超表面设计正向预测的精确度和模型的泛化性能，解决了现有技术正向预测实时性和精度不足问题。
-
公开(公告)号：CN107977683B
公开(公告)日：2021-05-18
申请号：CN201711382006.X
申请日：2017-12-20
Applicant: 南京大学
Abstract: 本发明公开了基于卷积特征提取和机器学习的联合SAR目标识别方法，读取SAR原始图像数据集，并做预处理；使用卷积变换提取SAR图像特征，卷积层使用卷积核在输入层上通过滑动窗口计算卷积再通过激活函数作为输出，得到多个特征图，每个特征图也是由多个图卷积组合而成，亚采样层对上层的得到的特征图亚采样，减小特征图的大小，最后生成1行128列的特征值；将特征值分别使用softmax回归、支持向量机、K邻近训练分类模型；预测的未知类别图像所属类别，最终的预测结果是依靠三种分类器预测结果综合处理得到。本发明联合三种机器学习方法，识别准确率高，方法鲁棒性强。
-
公开(公告)号：CN107977683A
公开(公告)日：2018-05-01
申请号：CN201711382006.X
申请日：2017-12-20
Applicant: 南京大学
Abstract: 本发明公开了基于卷积特征提取和机器学习的联合SAR目标识别方法，读取SAR原始图像数据集，并做预处理；使用卷积变换提取SAR图像特征，卷积层使用卷积核在输入层上通过滑动窗口计算卷积再通过激活函数作为输出，得到多个特征图，每个特征图也是由多个图卷积组合而成，亚采样层对上层的得到的特征图亚采样，减小特征图的大小，最后生成1行128列的特征值；将特征值分别使用softmax回归、支持向量机、K邻近训练分类模型；预测的未知类别图像所属类别，最终的预测结果是依靠三种分类器预测结果综合处理得到。本发明联合三种机器学习方法，识别准确率高，方法鲁棒性强。
-
公开(公告)号：CN106304240A
公开(公告)日：2017-01-04
申请号：CN201610696274.8
申请日：2016-08-19
Applicant: 南京大学
CPC classification number: Y02D70/39 , H04W40/22 , H04W52/0203 , H04W72/04 , H04W84/18
Abstract: 本发明公开了一种采用机会性能量采集的多中继系统的协作传输方法，包括如下步骤：源节点S根据所有中继节点发送的导频信息估计所有S-R链路的信道信息，根据目的节点D发送的导频信息估计S-D链路的信道信息；每个中继节点根据目的节点D发送的导频信息估计每条R-D链路的信道信息；源节点S和所有中继节点启动计时器，计时器先减为0的节点被设为发送节点；发送节点发送一个广播信号，接收到广播信号的节点停止计时；若源节点S为发送节点，源节点S计算指示变量；若第l个中继节点为发送节点，该中继节点利用采集的能量对接收的信息进行解码前传。本发明使系统在满足源节点S的功率约束和中继R的因果约束的条件下，获得最大的平均吞吐量。
-
公开(公告)号：CN104463329A
公开(公告)日：2015-03-25
申请号：CN201410706769.5
申请日：2014-11-27
Applicant: 南京大学
IPC: G06N5/02
Abstract: 本发明公开了贝叶斯群验方法，首先对状态组合的发生概率Pm进行初始化，假设群体中个体总数为N，则共有2N种状态组合；第一次测试，随机选择若干个体参与测试，并获得最终输出；在每次测试有了结果后，对所有2N种状态组合中每种状态组合概率更新；确定参与下一次测试的个体；利用选取的测试向量完成测试，并获得测试最终输出，当最大状态组合的概率大于0.5时完成整个测试，否则跳至步骤3进行循环。本发明的有益效果是减少了需要的测试次数；以及在测试结果中存在噪声的情况下，仍能正确找出所有故障个体。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
