-
公开(公告)号：CN115311185B
公开(公告)日：2023-07-11
申请号：CN202211027066.0
申请日：2022-08-25
Applicant: 哈尔滨工业大学
IPC: G06T5/50 , G06T3/40 , G06T7/10 , G06N3/0464 , G06N3/088 , G06V10/774 , G06V10/764
Abstract: 机动目标ISAR散焦图像高分辨重聚焦方法，属于ISAR图像处理领域。为了解决现有的机动目标ISAR图像存在的散焦问题。本发明首先将ISAR散焦图像进行分割，然后将分割后的ISAR散焦图像以复数的形式送入CVPHD网络进行处理，CVPHD网络为基于复数域Pix2pixHD结构，其包含一个复数的卷积单元、一个复数的残差单元、一个复数的反卷积单元、一个实数卷积单元；实数卷积单元输出虚假生成图像，即聚焦后的图像。本发明用于机动目标ISAR散焦图像的高分辨重聚焦。
-
公开(公告)号：CN114565653A
公开(公告)日：2022-05-31
申请号：CN202210202888.1
申请日：2022-03-02
Applicant: 哈尔滨工业大学
Abstract: 一种存在旋转变化和尺度差异的异源遥感图像匹配方法，涉及一种异源遥感图像匹配方法。为了解决异源遥感图像匹配是存在旋转变化和尺度差异的问题。本发明利用先验匹配点对计算初始的仿射变换矩阵并将异源遥感图像分成对应的图像块，基于harris算子提取光学遥感图像块中的角点，利用HOPC算法确定光学遥感图像块上的角点坐标对应的SAR遥感图像上的坐标点；以匹配点对为中心截取子图像块，基于神经网络得到匹配损失值并进一步筛选正确的匹配点；根据每对匹配图像块中正确匹配点的损失值对匹配点进行筛选，由损失值得到仿射变换矩阵的贡献度，通过贡献度加权获得最终的仿射变换矩阵，从而实现异源遥感图像匹配。主要用于异源遥感图像的匹配。
-
公开(公告)号：CN114114262A
公开(公告)日：2022-03-01
申请号：CN202111417477.6
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于CV‑ConvGRU的SAR三维转动目标重聚焦方法，涉及图像处理技术领域，针对现有技术中由于海浪、风、自身航行等因素的影响导致SAR成像模糊的问题，本申请提出了一种CV‑ConvGRU，CV‑ConvGRU将包括卷积层、激活函数、更新门、重置门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvGRU训练的反向传播算法。本申请基于CV‑ConvGRU设计了CV‑SSRN架构，进行SAR三维转动目标重聚焦，将SAR重聚焦任务转换为一个图像回归问题，并加入编码器与解码器，来实现目标重新聚焦，聚焦精度显着提高，避免了SAR成像模糊的问题。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR重聚焦需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN113407902A
公开(公告)日：2021-09-17
申请号：CN202110730293.9
申请日：2021-06-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的输入分块重映射FFT方法，它属于FPGA平台上FFT运算速度优化技术领域。本发明解决了现有方法中FFT运算速度慢，并没有对FPGA内部资源进行最大化利用的问题。本发明通过使用改进输入结构的蝶形算法，从FFT的计算过程以及FPGA的硬件架构出发，采用HLS编译工具将并行输入FFT运算中的数据输入重映射模块与蝶形运算系数初始化进IP核中，实现与硬件综合。本发明设计的FFT方法能够在FPGA平台上对并行输入数据进行FFT计算，最大化并行的插值输入信号在FPGA平台上进行FFT的运算效率，时间性能上优于官方提供的IP核，实现了对FPGA内部资源进行最大化利用。本发明可以应用于对FPGA平台上FFT运算速度进行优化。
-
公开(公告)号：CN113096058A
公开(公告)日：2021-07-09
申请号：CN202110441799.8
申请日：2021-04-23
Applicant: 哈尔滨工业大学
Abstract: 空间目标多源数据参数化仿真与MinCenterNet融合检测方法，涉及ISAR图像处理领域。本发明是为了解决目前的多源数据融合检测方法存在可操作性低、检测精度不高从而导致的在实际中难以应用的问题。本发明包括：获取光学渲染图像；获取空间目标ISAR仿真图像；将光学渲染图像和ISAR仿真图像进行MixCenterNet融合检测；融合检测时将成对的光学渲染图像和ISAR仿真图像输入MixCenterNet中；光学图像经34层ResNet骨干网络处理，ISAR图像经16层的VGG骨干网络处理，然后分别通过级联角点池化与中心池化生成角点热图与中心点热图确定目标在光学图像中的位置；ISAR图像经16层的VGG骨干网络处理所得特征图，连同光学图像经34层的ResNet骨干网络处理所得特征图一并输入到全连接层，再经Softmax层输出目标类别信息。
-
Patent Agency Ranking
公开(公告)号：CN109035301A
公开(公告)日：2018-12-18
申请号：CN201810761110.8
申请日：2018-07-11
Applicant: 哈尔滨工业大学
IPC: G06T7/246
CPC classification number: G06T7/251 , G06T2207/30108
Abstract: 一种基于斥力模型修正随机矩阵算法的群组目标跟踪方法，本发明涉及基于斥力模型修正随机矩阵算法的群组目标跟踪方法。本发明为了解决现有方法计算复杂度高和精度低的问题。本发明包括：一：建立群组目标运动时的空间斥力模型和特征子空间斥力模型；二：将步骤一建立的群组目标运动时的空间斥力模型和特征子空间斥力转换到直角坐标系下；三：用步骤二转换到直角坐标系下的特征子空间斥力模型修正雷达量测值，并用步骤二转换到直角坐标系下的空间斥力模型修正随机矩阵算法的运动方程和修正量测方程的特性预测协方差。本发明与交互多模型随机矩阵算法相比，队列估计精度提高了11.79％，位置估计精度提高了21.12％。本发明用于群组目标跟踪领域。
-
公开(公告)号：CN105050114B
公开(公告)日：2018-10-02
申请号：CN201510363063.8
申请日：2015-06-26
Applicant: 哈尔滨工业大学
Abstract: 高频段频谱占用的Volterra预测方法，涉及高频段频谱监测技术领域。实现了对变化剧烈的非平稳高频频谱占用因子序列的预测。本发明利用状态空间理论对高频段频谱占用因子序列进行状态空间重构，获得频谱占用因子序列状态空间的重构序列；利用频谱占用因子序列状态空间的重构序列，建立高频段频谱占用因子序列的Volterra预测模型；采用递归最小二乘算法，对Volterra预测模型的核系数进行动态调整，实现高频段频谱占用的Volterra预测。本发明适用于对变化剧烈的非平稳高频频谱占用因子序列进行预测。
-
公开(公告)号：CN105403863B
公开(公告)日：2018-03-30
申请号：CN201510907373.1
申请日：2015-12-09
Applicant: 哈尔滨工业大学
Abstract: 基于多特征提取的雷达脉冲重复间隔调制识别方法，涉及雷达辐射源识别技术领域。本发明的目的是为了解决现有的雷达辐射源识别方法中存在的可识别PRI调制方式较少和雷达辐射源PRI调制方式识别正确率低的问题。本发明根据常规PRI、参差PRI、抖动PRI、滑变PRI、正弦PRI和驻留与切换PRI共6种调制方式的特点，有针对性地定义了7个特征量；然后通过比较特征量与对应门限之间的关系，建立了基于多特征量的识别处理方法，实现对6种调制PRI调制方式的识别或对未知调制方式的输出。本发明应用于雷达脉冲重复间隔调制方式的识别。
-
公开(公告)号：CN107290731A
公开(公告)日：2017-10-24
申请号：CN201710476610.2
申请日：2017-06-21
Applicant: 哈尔滨工业大学
IPC: G01S7/41
Abstract: 一种基于图像域模板匹配的雷达航迹起始方法，本发明涉及图像处理和目标数据处理领域。本发明的目的是为了解决现有的模板匹配法在强杂波的背景下存在算法计算量大，处理时间长，无法满足航迹起始对于实时性的要求的问题，以及航迹起始处理结果虚警率高，正确率低的问题。过程为：一：得到带有圈数标记的点迹数据；二：得到包含雷达的三圈点迹数据；三：得到雷达单层图像矩阵；四：得到多维图像矩阵；五：直至含有雷达的三圈点迹数据；六：进行匹配，如成功则保存结果，如失败则舍弃；判断是否框选完毕，如果没有则执行五；如果完毕，判断是否全部滑窗完成，如果没有则执行二；如果有，则结束。本发明用于雷达航迹起始领域。
-
公开(公告)号：CN107132515A
公开(公告)日：2017-09-05
申请号：CN201710322173.9
申请日：2017-05-09
Applicant: 哈尔滨工业大学
IPC: G01S7/41
CPC classification number: G01S7/414
Abstract: 一种基于多维信息约束的点迹筛选方法，本发明涉及基于多维信息约束的点迹筛选方法。本发明为了解决杂波环境下目标跟踪器输入点迹中虚假点迹占比过高的问题。本发明通过对典型运动目标进行建模分析，提出一种综合利用点迹运动信息、信噪比信息对所有点迹进行多维约束筛选的方法。本发明方法可给出点迹类型评定，剔除被判别为杂波与干扰的点迹，输出被判别为疑似目标或确认目标的点迹。从源头上改善目标跟踪处理器的输入数据质量，提升目标跟踪准确性和可信度。本发明主要包括：一、点迹单元格划分；二、搜索后续帧候选点迹；三、计算点迹离散度与归一化信噪比；四、对点迹进行质量判定并筛选。本发明用于雷达目标跟踪领域。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.042 seconds)
