多路超声波传感器信号处理方法

    公开(公告)号:CN101324669A

    公开(公告)日:2008-12-17

    申请号:CN200810120197.7

    申请日:2008-07-25

    Abstract: 本发明涉及多路超声波传感器信号处理方法。单一传感器信号难以保证输入信息的准确性和可靠性。本发明采用数字处理器TMS320LF2407A,超声波传感器谐振频率为40kHz,具体方法是:将数字处理器初始化,设定多路传感器数据采集通道;定时器T1产生激励脉冲,各个超声波发射传感器接收到激励脉冲后,分别发射超声波;对应的超声波接收传感器接收到超声回波后,CAP模块产生中断,测得障碍物距离信息;如果超声波接收传感器在定时器T2的定时周期内没有接收到超声回波,则判断无障碍物,定时器T2重新开始计时。本发明通过设定不同通道的超声波发射接收通道,完成多路超声波数据采集,可以获得高精度的采集数据。

    一种基于去耦合的弱监督机场图像语义分割方法

    公开(公告)号:CN119888228A

    公开(公告)日:2025-04-25

    申请号:CN202411968358.3

    申请日:2024-12-30

    Abstract: 本发明公开了一种基于去耦合的弱监督机场图像语义分割方法,通过构建一个弱监督语义分割模型,利用弱监督语义分割方法收集机场各个类别的实例图,将训练图像进行解耦操作,生成新的训练图像和机场伪标签,再训练基于机场的辅助学习任务以及监督训练图像分类主任务,生成效果更好的新的机场伪标签,最后训练弱监督语义分割模型,并对其进行完全监督,获得最终的分割结果。本发明的方法增强了系统在机场环境下的鲁棒性。在机场中,能够有效应对机场这一特殊环境,显著提升飞行器和地面设备的监控效率,在自动驾驶、无人机监管和智能交通等领域具有广阔的应用前景,为机场的智能化和自动化运营提供了重要支持。

    基于回溯Q学习的雷达抗干扰智能决策方法

    公开(公告)号:CN115508790B

    公开(公告)日:2025-04-11

    申请号:CN202211150864.2

    申请日:2022-09-21

    Abstract: 本发明提出一种基于回溯Q学习的雷达抗干扰智能决策方法,主要解决现有雷达面对复杂干扰场景时,对干扰信号的抑制效果以及反应能力不佳的问题。方案包括:1)建立Q表格;2)雷达对回波信号进行检测,识别其中所有干扰样式;3)按照先空域后时频域的基本原则,使用贪婪算法从总抗干扰算法库中选择一个抗干扰方法;4)使用选择的抗干扰算法对回波数据进行处理,并使用干扰抑制评价指标对该抗干扰方法的性能进行评估;5)使用评价指标对Q表格进行更新;6)对所有干扰都选择了一种对应的抗干扰算法后,依据最终的性能评估指标对Q表格进行回溯更新。本发明能够有效帮助雷达快速寻找最佳抗干扰方法,提高了系统稳健性和干扰抑制能力。

    一种联合电子地图的机场场面飞行器目标跟踪方法及系统

    公开(公告)号:CN118608993A

    公开(公告)日:2024-09-06

    申请号:CN202410655714.X

    申请日:2024-05-24

    Abstract: 本发明提供了一种联合电子地图的机场场面飞行器目标跟踪方法及系统,属于航空技术领域,该方法包括采集机场的电子地图数据以及飞行器视频数据,并对其进行预处理,得到同构地图;结合电子地图的先验结构信息,并利用基于电子地图的代价敏感RPN网络MRPN,获取飞行器目标的外观特征;利用电子地图对飞行器的运动状态进行约束,获取飞行器目标的运动状态预测特征;融合飞行器目标的外观特征和运动状态预测特征,并根据融合结果,通过获取飞行器目标的关联矩阵,得到飞行器目标跟踪轨迹。本发明解决了多目标跟踪场景下目标与环境之间的相互遮挡的问题。

    一种基于多维域编码的阵列雷达抗主瓣干扰方法及系统

    公开(公告)号:CN117741582A

    公开(公告)日:2024-03-22

    申请号:CN202410192567.7

    申请日:2024-02-21

    Abstract: 本发明公开了一种基于多维域编码的阵列雷达抗主瓣干扰方法及系统,包括获取接收信号,并对所述接收信号进行混频,得到混频后的信号;依次对所述混频后的信号进行慢时间相位补偿、离散傅里叶变换、信号分离和脉冲压缩处理,得到脉冲压缩后的信号;根据脉冲压缩后的信号、干扰信号和噪声得到接收总信号;根据所述接收总信号得到干扰抑制结果。本发明采用多维域编码的雷达新体制,相较EPC‑MIMO雷达体制,使用多普勒调制实现雷达发射波形分离,克服了在干扰功率很高时EPC‑MIMO雷达正交性无法满足要求的缺点,提高了MIMO雷达的抗干扰能力。

    基于阵元-脉冲-脉内三重编码的MIMO雷达抗干扰方法

    公开(公告)号:CN116774164A

    公开(公告)日:2023-09-19

    申请号:CN202311023538.X

    申请日:2023-08-15

    Abstract: 本发明公开了一种基于阵元‑脉冲‑脉内三重编码的MIMO雷达抗干扰方法,应用于MIMO雷达系统,包括:计算第#imgabs0#个发射阵元发射的第#imgabs1#个脉冲的第#imgabs2#个子脉冲的编码,并确定第#imgabs3#个脉冲的第#imgabs4#个子脉冲的编码矢量#imgabs5#;对接收到的回波信号进行混频,得到混频后的回波信号;基于#imgabs6#对混频后的回波信号进行试解码,得到点目标脉冲前沿的快时间,并结合#imgabs7#对混频后的回波信号进行正式解码,通过对正式解码后的回波信号进行匹配滤波,得到分离的回波信号,进一步结合干扰信号模型,确定包含点目标与干扰信号的接收回波,并通过构建非自适应波束形成器对其进行干扰抑制。本发明不仅能抑制不同距离模糊区间的假目标,对同一距离模糊区间的假目标也有良好的抑制效果。

    基于渐进校准的类增量无监督域自适应图像识别方法

    公开(公告)号:CN116468991A

    公开(公告)日:2023-07-21

    申请号:CN202310166627.3

    申请日:2023-02-24

    Abstract: 本发明公开了一种基于渐进校准的类增量无监督域自适应图像识别方法,包括:获取未标记的目标数据集和已标记的源数据集;利用源域预训练模型对目标数据集进行预测以生成目标类,并为目标数据集中的样本生成伪标签,将目标类和伪标签存入在内存库;将目标数据集划分为置信度高的样本和置信度低的样本,并联合源数据集训练目标模型;且训练过程中施加多种约束损失同时进行目标类类级校准和目标级校准;在每一次迭代训练之后对内存库数据进行更新,直至损失函数收敛;利用训练好的目标模型对待识别的图像进行处理,得到最终的识别结果。该方法合理利用了来自源领域的知识,平衡缓解了负迁移和灾难性遗忘之间的关系,实现了算法效率和准确度的提升。

    一种基于回溯DQN的雷达抗干扰智能决策方法

    公开(公告)号:CN116338598A

    公开(公告)日:2023-06-27

    申请号:CN202310627693.6

    申请日:2023-05-31

    Abstract: 本发明涉及一种基于回溯DQN的雷达抗干扰智能决策方法,包括:根据接收的回波信号的干扰类型,确定对应的干扰状态;根据干扰状态,利用训练完成的DQN算法神经网络,遍历抗干扰方法库中的抗干扰方法,实现雷达抗干扰智能决策;其中,利用基于回溯更新Q值的方法对DQN算法神经网络进行训练,得到训练完成的DQN算法神经网络。本发明方法结合雷达抗干扰技术与强化学习中的DQN算法,提出了一种回溯DQN算法,该算法在目标网络的更新公式中加入了回溯更新Q值,该回溯更新Q值的引入能降低优数据变化的影响,提高雷达智能决策系统的稳健性,增强雷达的抗干扰能力。

Patent Agency Ranking