一种目标旋转运动参数估计与PFA成像方法及装置

    公开(公告)号:CN117805818A

    公开(公告)日:2024-04-02

    申请号:CN202311871497.X

    申请日:2023-12-29

    Abstract: 本发明公开了一种目标旋转运动参数估计与PFA成像方法,包括:对ISAR回波信号进行距离压缩及平动补偿,得到补偿后的回波信号;以图像熵作为目标函数,利用优化算法搜索最优目标旋转运动参数;其中,最优目标旋转运动参数包括等效旋转中心距离偏移量和等效旋转角速度;基于最优目标旋转运动参数利用PFA成像算法对补偿后的回波信号进行二维成像,得到方位定标的聚焦成像结果。该方法实现了高频段和大带宽下目标旋转运动参数的精确估计,消除了目标非平稳等效旋转对成像的影响,使得ISAR成像结果聚焦更清晰、定标更精确。

    基于深度特征拓展的多功能雷达工作模式增量识别方法

    公开(公告)号:CN117235618A

    公开(公告)日:2023-12-15

    申请号:CN202310986649.4

    申请日:2023-08-07

    Abstract: 本发明公开了一种基于深度特征拓展的多功能雷达工作模式增量识别方法,包括:将获取到的待测雷达的样本数据输入至增量识别模型,增量识别模型在混合损失函数的迭代下,根据由新样本数据和旧样本数据组成的扩展数据集进行训练,得到训练好的模型;再将样本数据输入至训练好的模型,得到识别结果。根据本发明提供的方法,通过将样本数据输入增量模型进行训练,得到训练完成的模型;再将样本数据输入到训练完成的模型,得到雷达工作模式类别的识别结果;由于模型中的扩展特征提取器是在混合损失函数的迭代下训练的,因此模型能够在学习新类型的同时保持对旧知识的记忆,从而能够增强动态环境下的增量识别效果、提高识别的准确率、扩大应用场景。

    一种面向开放环境的MFR工作模式识别方法

    公开(公告)号:CN117113173A

    公开(公告)日:2023-11-24

    申请号:CN202311002769.2

    申请日:2023-08-10

    Abstract: 本发明涉及一种面向开放环境的MFR工作模式识别方法,包括:获取待测MFR的PDW参数,对PDW参数的每一维分别进行最大最小归一化处理,得到归一化PDW参数;将归一化PDW参数,输入至训练完成的工作模式识别网络中,得到MFR工作模式识别结果;其中,工作模式识别网络包括并行注意力‑时序特征感知神经网络和分类器,并行注意力‑时序特征感知神经网络用于对归一化PDW参数进行特征提取,得到对应PDW参数的特征向量,根据特征向量到每一个原型的最短欧几里得距离与拒判阈值的比较结果,分类器对特征向量进行分类,得到MFR工作模式识别结果。本发明的方法能够更好的处理具有时序特性的PDW参数,使工作模式识别网络的识别准确率更高,并且拒判能力更强。

    序贯优化的ISAR多窄带干扰检测与抑制方法

    公开(公告)号:CN116953697A

    公开(公告)日:2023-10-27

    申请号:CN202210386791.0

    申请日:2022-04-13

    Abstract: 本发明公开了一种序贯优化的ISAR多窄带干扰检测与抑制方法,涉及雷达信号处理技术领域,包括:获取回波信号,构建窄带干扰环境下的雷达距离成像模型;基于雷达距离成像模型,构建抗窄带干扰波形优化模型;将回波信号的频谱划分为等长的若干段子频段,将每段子频段的幅度调制系数设置为相同值,采用GA算法求解每段子频段的幅度调制系数,对窄带干扰所在的子频段进行粗估计;采用PSO算法对每段子频段在频谱中的占比进行求解,实现对窄带干扰所在的频段的精估计;基于窄带干扰所在的频段的估计结果构造频谱陷波器,经匹配滤波后实现干扰抑制。本申请在多窄带干扰环境下能够获得精确的优化波形功率谱估计结果。

    一种不完美专家策略的多功能雷达干扰决策方法

    公开(公告)号:CN116755046A

    公开(公告)日:2023-09-15

    申请号:CN202311029543.1

    申请日:2023-08-16

    Abstract: 本发明涉及一种不完美专家策略的多功能雷达干扰决策方法,包括步骤:获取雷达状态;当判断雷达状态与雷达目标状态不一致,利用专家干预判别函数模块判断雷达状态是否属于专家决策失误状态集;当判断雷达状态属于专家决策失误状态集,则利用干扰决策网络中的主决策网络选择干扰样式;当判断雷达状态不属于专家决策失误状态集,则根据雷达状态,利用专家干扰探索函数模块判断专家策略是否参与干扰决策;当判断专家策略参与干扰决策,则利用专家决策网络模块选择干扰样式;当判断专家策略不参与干扰决策,则利用干扰决策网络中的主决策网络选择干扰样式。该方法有效提升了干扰决策算法学习效率与决策精度,降低了对抗博弈试错成本。

    基于多损失特征自校准网络的雷达有源干扰识别方法

    公开(公告)号:CN116482618A

    公开(公告)日:2023-07-25

    申请号:CN202310741199.2

    申请日:2023-06-21

    Abstract: 本发明涉及一种基于多损失特征自校准网络的雷达有源干扰识别方法,包括获取包括雷达有源干扰信号的待识别时频谱图数据;将待识别时频谱图数据输入训练好的多损失特征自校准网络进行干扰类型识别,得到识别分类结果;按照如下步骤进行干扰类型识别:对待识别时频谱图数据进行干扰特征自适应提取,并且自适应缩小同类别干扰特征在特征空间的距离,拉大不同类别干扰特征在特征空间的距离,得到不同类型干扰特征向量;对不同类型干扰特征向量降维映射后进行分类,得到识别分类结果。该方法对复杂混合干扰细微特征的捕捉与表征更为精准。

    一种多分量联合重构的SAR回波宽带干扰抑制方法

    公开(公告)号:CN113238193A

    公开(公告)日:2021-08-10

    申请号:CN202110443842.4

    申请日:2021-04-23

    Abstract: 本发明属于雷达信号处理技术领域,公开了一种多分量联合重构的SAR回波宽带干扰抑制方法;本发明基于自适应窗宽的短时傅里叶变换进行二维时频图的构建,用来进行瞬时频率估计;此外,设计了基于Viterbi算法和提出的重检测方法的脊路径检测,进行瞬时频率估计;最后提出多分量联合重构的宽带干扰抑制方法用于合成孔径雷达的宽带干扰抑制,可有效抑制宽带干扰,为干扰环境下合成孔径雷达图像获取奠定了一定的基础。

    基于LSTM-DAM网络的雷达距离像目标识别方法

    公开(公告)号:CN112965062A

    公开(公告)日:2021-06-15

    申请号:CN202110178168.1

    申请日:2021-02-09

    Abstract: 本发明公开了一种基于长短期记忆(Long Short‑Term Memory,LSTM)‑双注意力模块(Dual Attention Module,DAM)的雷达高分辨距离像目标识别方法,利用双向LSTM网络作为基础网络,将双向LSTM网络的输出作为DAM的输入,DAM可以通过PAM提取目标沿雷达视线方向的投影结构特征,通过CAM提取目标投影结构沿方位向的连续变化特征,并将经PAM和CAM处理得到的特征进行融合,获取融合特征,相较于单一特征,融合特征对目标结构和姿态变化特性描述更为全面,进而利用融合特征实现目标的准确识别。

    一种具有反馈功能的频率估计和能量估计方法

    公开(公告)号:CN106546817B

    公开(公告)日:2019-01-22

    申请号:CN201611006338.3

    申请日:2016-11-08

    Abstract: 本发明属于频率估计和能量估计领域,涉及一种具有反馈功能的频率估计和能量估计方法。本发明方法使用反馈的模式,第一次Chirp_z变换粗略估计出f0得到新的分辨率和带宽,根据第一次变换得到的参数进行第二次变换得到新的f0和能量,并且每次得到f0后都替换原来的f0,这样提高了频率估计和能量估计的精度。而且可以对f0进行追踪;因此,本发明的方法可以实现高效高精度的频率和能量估计。

Patent Agency Ranking