-
公开(公告)号：CN115453484B
公开(公告)日：2023-08-25
申请号：CN202211038268.5
申请日：2022-08-29
Applicant: 电子科技大学
Abstract: 本发明公开一种自适应散射中心估计的距离扩展目标广义似然比检测方法，应用于雷达目标检测技术领域。针对传统非高斯杂波下距离扩展目标检测器在目标散射中心先验信息未知或先验信息与实际不匹配时，目标检测性能不稳健问题，本发明利用雷达检测窗口中目标散射中心个数稀疏的特性，提出了基于稀疏表示理论的散射中心自适应估计的距离扩展目标检测方法；特别是所提出的方法中，为了兼顾了目标散射中心非稀疏情形下估计性能，提出了正则化项权重动态调整的稀疏正则化估计模型。仿真结果表明，本发明所提方法能够在目标散射中心分布稀疏和非稀疏情况下，实现散射中心有效估计，并获得稳健的目标检测性能。该方法无需目标散射中心的先验信息。
-
公开(公告)号：CN114236545B
公开(公告)日：2023-06-09
申请号：CN202111542860.4
申请日：2021-12-16
Applicant: 电子科技大学
IPC: G01S13/931 , G01S13/42
Abstract: 本发明公开一种车载毫米波雷达非直视前前车探测方法，应用于非直视目标检测定位技术领域，现有技术缺少非直视前前车目标探测方案的问题，本发明利用毫米波雷达对道路环境中非直视前前车目标进行检测定位；本发明首先根据电磁波的传播现象，分析了道路中前前车探测场景下的多径信号传播路径；然后基于地面一次反射路径的回波时延建立回波信号模型；最后对回波信号应用目标恒虚警检测及多通道比相定位算法获取前前车目标的定位结果；本发明的方案能够真实确定探测前前车目标的电磁传播路径，并有效实现前前车目标的检测定位功能。
-
公开(公告)号：CN114114192B
公开(公告)日：2023-05-23
申请号：CN202111460395.X
申请日：2021-12-02
Applicant: 电子科技大学
IPC: G01S7/41 , G06F18/10 , G06F18/24 , G06F18/23213
Abstract: 本发明公开了一种集群目标检测方法，基于雷达回波的距离‑多普勒域中集群目标散射中心的幅度特征以及相邻两帧回波中散射中心位置分布特征，本发明采用固定阈值滤波和位置交叉滤波级联的方式，有效估计各个集群目标强散射中心数量和分布，最后对每个集群目标的强散射中心能量进行非相干积累实现检测，有效解决了噪声中目标散射中心估计不精确以及散射中心在距离‑多普勒域扩展的集群目标回波能量积累问题，从而在恒定虚警率下针对集群目标具有更高的检测概率，提高了雷达探测效能。
-
公开(公告)号：CN116125420A
公开(公告)日：2023-05-16
申请号：CN202310064432.8
申请日：2023-01-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于张量分解的极化‑空‑时域联合抗主瓣压制干扰方法，首先建立极化敏感的“矢量测量”系统接收阵列模型，对接收到的混合信号进行下变频与采样处理，将采样得到的观测信号矩阵重构成张量形式，运用正规化最小二乘算法对观测信号张量进行标准分解，从分解得到的矩阵中提取目标回波信号与干扰信号，实现干扰的抑制，最后对分离后的目标回波信号进行脉冲压缩与MTD处理，提取目标的距离和多普勒信息。本发明的方法通过引入雷达信号极化域信息，在空间中有极化学习能力的干扰机发射变极化干扰信号的情况下，能够对干扰进行分离，通过利用张量能展现信号高维特征的优势，在干扰信号多域信息和雷达信号相似性高的情况下有较好分离效果。
-
公开(公告)号：CN116125397A
公开(公告)日：2023-05-16
申请号：CN202310066921.7
申请日：2023-01-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于强化学习的捷变频多雷达协同抗干扰方法，首先根据相控阵雷达信号处理流程，建立目标回波模型和干扰信号模型，将每个雷达均视为一个智能体，并将雷达协同抗干扰过程建模为广义马尔可夫决策过程，得到状态价值函数，利用提出的并行多智能体Q学习算法求解该问题，最后可以得到雷达载频选择策略。本发明的方法可以根据干扰当前所在频段，查表选择雷达合适的频段，从而避开干扰下一时刻可能的频段，通过将多雷达协同抗干扰过程建模为广义马尔科夫决策过程，雷达载频视为动作，干扰载频视为状态，SINR作为奖励函数，雷达之间相互合作，降低干扰对单个雷达的干扰程度，有效抑制扫频干扰。
-
Patent Agency Ranking
公开(公告)号：CN115932750A
公开(公告)日：2023-04-07
申请号：CN202211662345.4
申请日：2022-12-23
Applicant: 电子科技大学
IPC: G01S7/36
Abstract: 本发明公开了一种雷达空‑时‑频‑能多域联合智能主动抗干扰方法，首先建立雷达和多干扰机环境下的对抗场景，然后梳理雷达和干扰机双边的模型参数和工作模式，确定评价指标完成对雷达调度策略的评估，再将问题转化为马尔可夫决策过程，用Q学习来求解雷达多域资源调度的最优策略。本发明的方法得到的优化策略自适应性强，模型可扩展性好，可根据实际需要调度的参数资源进行调整，通过协同调控雷达多个域之间的发射参数，相比于现有单域资源调度抗干扰方法，可实现在提高任务性能的同时，显著增强雷达主动抗干扰的能力，挖掘雷达潜在的任务性能，同时利用Q学习来优化雷达节点多域联合主动抗干扰策略，提高雷达电子对抗环境下的生存能力。
-
公开(公告)号：CN114722710B
公开(公告)日：2023-02-24
申请号：CN202210373255.7
申请日：2022-04-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于随机仿真优化的RGPO干扰方法，本发明的方法将RGPO干扰策略的优化建模为一个随机仿真优化问题，设计了一种不依赖雷达跟踪系统内部知识的干扰策略评分方案，并提出了一种基于CALPSO‑OCBA的RGPO干扰策略优化算法，能够不依赖目标函数的代数描述，缓解了解空间搜索与候选解性能估计之间的冲突，克服了RGPO干扰策略定量优化的难题，相比传统随机仿真优化算法具有更高的优化效率，显著提升了干扰效果，极大地提高了干扰成功率。
-
公开(公告)号：CN115436901A
公开(公告)日：2022-12-06
申请号：CN202211072917.3
申请日：2022-09-02
Applicant: 电子科技大学
Abstract: 本发明公开一种基于梯度加权生成对抗网络的非均匀海杂波抑制方法，应用于雷达信号杂波抑制技术领域，针对传统目标检测方法对漂浮小目标的检测存在明显的性能瓶颈的问题，本发明首先收集雷达对海的实测数据，对雷达原始回波信号的每一个脉冲进行信号预处理；然后生成对应信号模型的样本，加入样本集，将处理后的信号按照脉冲划分为训练集和测试集两部分；接着构建基于梯度罚函数加权生成对抗网络，然后训练集训练网络参数，得到网络模型；最后将测试集样本输入训练得到的网络模型中，网络输出抑制后的距离幅度图。采用本发明的方法能够很好的抑制非均匀海杂波，提取复杂杂波背景下的目标信息，在保留目标的同时能够有效地将杂波剔除。
-
公开(公告)号：CN115407278A
公开(公告)日：2022-11-29
申请号：CN202211003385.8
申请日：2022-08-19
Applicant: 电子科技大学
Abstract: 本发明公开一种基于复值U‑Net网络学习的非均匀杂波抑制方法，应用于雷达探测技术领域；针对现有基于统计模型的杂波抑制技术虽然能对原始杂波回波进行一定程度的去除，但在强杂波环境下，目标特征被湮没，会导致抑制性能出现急剧下降的问题。本发明首先引入了复值卷积模块来提取雷达的复信号特征，并设计了一种基于复值U‑Net网络的杂波抑制方法；本发明相比于实值U‑Net对目标信杂比增益，可提升约9dB。
-
公开(公告)号：CN115327537A
公开(公告)日：2022-11-11
申请号：CN202210972364.0
申请日：2022-08-15
Applicant: 电子科技大学
Abstract: 本发明公开一种基于透反协同的建筑布局重建方法，应用于基于雷达的建筑布局成像领域，针对现有技术中基于反射信号的布局重构结果存在图像空洞、墙体偏移等问题，基于透射信号的布局重构结果存在伪影干扰严重等问题，本发明首先构建了透射信号时延与未知布局之间的数学联系，通过交替方向乘子法对目标函数求解从而获得了透射信号成像结果；基于该成像结果完成了反射信号时延补偿，进而采用后向投影成像方法得到了反射信号成像结果；最后采用特征级融合算法完成了两种信号体制的图像融合；本发明可在稀疏采样路径下获取高精度的建筑布局，相比于单一类型信号成像结果，有效提高了成像质量。
-
-
-
-
-
-
-
-
-
Search Results
659
records
(took 0.058 seconds)
