-
公开(公告)号:CN116679301A
公开(公告)日:2023-09-01
申请号:CN202310937331.7
申请日:2023-07-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种宽带雷达目标距离像快速超分辨重构的方法,涉及雷达成像技术领域,解决了现有技术中稀疏贝叶斯算法在迭代重构宽带雷达目标超分辨距离像的过程中因涉及矩阵求逆而导致计算效率慢或求解精度低的问题;该方法包括:获取待重构宽带雷达目标回波;将待重构宽带雷达目标回波输入至训练好的超分辨距离像网络中,并输出待重构宽带雷达目标回波对应的超分辨距离像;进而实现了构建新的求解模型,且不用进行矩阵求逆,计算速度快,求解得到的超距离分辨像精度高、效率高。
-
公开(公告)号:CN116626646A
公开(公告)日:2023-08-22
申请号:CN202310902080.9
申请日:2023-07-21
Applicant: 西安电子科技大学
IPC: G01S7/41 , G01S7/40 , G06F18/21 , G06F17/16 , G06F18/2136
Abstract: 本发明公开了一种基于时频非均采样的雷达目标无网格化损失相参积累方法,包括:建立雷达接收回波信号模型;对回波信号数据矩阵和目标散射系数矩阵矢量化,根据目标在距离‑多普勒域的稀疏性建立稀疏重构模型;初始化先验信息、及网格化误差矩阵和;基于建立的稀疏重构模型和当前得到的、、、,更新矢量化后的目标散射系数矩阵的后验估计均值和方差;判断的后验估计均值是否达到精度要求,若否,更新、以及和,并再次更新的后验估计均值和方差;若是,将当前得到的作为目标最大后验估计输出,并将其重新排布为二维矩阵形式,其所在分辨网格的索引对应目标的距离和多普勒信息。本发明重构精度高,能提高雷达对目标参数提取的效率。
-
公开(公告)号:CN115902803A
公开(公告)日:2023-04-04
申请号:CN202211366322.9
申请日:2022-11-02
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于恒频辅助的解速度模糊方法及装置,方法包括步骤:使雷达依次发射恒频段信号和线性连续调频脉冲串,并获取雷达回波信号;将恒频段回波信号和锯齿波段回波信号均进行混频处理,得到恒频段中频信号和锯齿波段中频信号;将恒频段中频信号进行快速傅立叶变换处理,得到目标真实速度估计;将锯齿波段中频信号依次进行二维快速傅立叶变换、二维恒虚警处理和质心凝聚处理,得到目标距离速度估计;基于傅里叶旋转因子的速度匹配方法,将目标真实速度估计与目标距离速度估计进行匹配,得到所有目标的真实速度。该方法在解决速度模糊的同时也提高了速度的精度,具有测速高精度,实时性高,方法简单的优势。
-
公开(公告)号:CN112465880B
公开(公告)日:2023-03-10
申请号:CN202011355669.4
申请日:2020-11-26
Applicant: 西安电子科技大学
IPC: G06T7/30 , G06T7/11 , G06T5/50 , G06V10/80 , G06V10/774
Abstract: 本发明提出了一种多源异构数据认知融合的目标检测方法,用于解决现有技术中存在的图像中包含被遮挡的目标导致目标检测精度较低的技术问题,实现步骤为:数据预处理;获取训练数据集和测试数据集;构建基于多源异构数据认知融合的目标检测模型H;对基于多源异构数据认知融合的目标检测模型H进行迭代训练;获取目标检测结果。本发明在目标检测网络的基础上,通过融合输入的光学遥感图像和SAR图像、融合提取特征后的光学遥感特征图和SAR特征图、融合光学遥感图像和SAR图像的检测结果,使得目标检测模型既学习到SAR图像的特征,又学习到光学遥感图像的特征,解决了包含被遮挡目标的图像的检测精度较低的技术问题。
-
公开(公告)号:CN114047509A
公开(公告)日:2022-02-15
申请号:CN202111334592.7
申请日:2021-11-11
Applicant: 西安电子科技大学昆山创新研究院
Abstract: 本发明揭示了一种基于CD‑ASP算法的MIMO雷达超分辨成像算法,其主要包括以下:1)雷达成像场景模型构造;2)对待输入测量矩阵进行预处理。由于待成像区域存在块稀疏的性质,对测量矩阵进行块稀疏处理,以减小噪声干扰对雷达成像的影响,测量矩阵的每一小块中,判断存在信号的区域所对一个的测量举证予以保存,不存在信号的区域所对应的测量矩阵置零;3)对块稀疏处理之后的测量矩阵进行自适应子空间算法。本发明在稀疏度未知条件下能够自适应恢复稀疏目标场景,并具有较强的鲁棒性,有效地解决了由于稀疏度未知所带来的问题。
-
公开(公告)号:CN111505591A
公开(公告)日:2020-08-07
申请号:CN202010284374.6
申请日:2020-04-13
Applicant: 西安电子科技大学
IPC: G01S7/40
Abstract: 本发明公开了一种基于应答机制的相控阵和差通道误差校正系统,它由多个功能模块组成。其界面显控模块下发通道校正命令及阵面工作指令,显示各模块工作状态;任务命令调度模块中转各模块任务消息并进行任务分发与数据缓存;波束控制模块控制相控阵天线阵元通道工作状态;相控阵天线阵列模块控制阵列天线工作状态;天线信号合成模块对阵列天线阵元接收的信号进行幅度与相位加权及信号功率合成;射频数据采集模块将射频信号转为基带信号;数据预处理模块对和差网络传输的基带信号进行滤波及通道校正;通道校正模块控制和差通道信号增益、解算幅相影响因子和监测通道校正性能。本发明显示直观简洁,灵活性好,可靠性高,可用于对阵列及雷达信号处理。
-
公开(公告)号:CN108243129B
公开(公告)日:2019-12-24
申请号:CN201711345302.2
申请日:2017-12-15
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于注意力深度网络的无线电信号特征提取方法,其实现步骤为:在构建编码调制联合无线电信号基础上生成训练样本集和测试样本集;构建包含注意力机制层的用于提取无线电信号特征的注意力深度网络;将训练样本集输入注意力深度网络中进行训练,得到训练好的注意力深度网络;利用测试样本集和训练好的注意力深度网络获得识别准确率。本发明具有普适性强,不需要人工特征提取,可去除冗余信息,复杂度低,分类结果准确、稳定的优点,可用于后续无线电信号的认知识别等处理中。
-
公开(公告)号:CN107527054B
公开(公告)日:2019-12-24
申请号:CN201710844379.8
申请日:2017-09-19
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于多视角融合的前景自动提取方法,用于解决现有基于图切割的前景提取方法中,提取过程比较繁琐和提取的前景边缘不精确的技术问题。本发明首先对SVM分类器进行训练,然后对待提取图像进行灰度化,得到灰度图像,通过训练的SVM分类器,在灰度图像中检测包含前景的子图像,并将子图像在待提取图像中的位置坐标,作为GrabCut算法的输入,对待提取图像进行前景提取,得到待提取图像的像素视角下的提取结果,以SLIC算法对待提取图像生成超像素图像,通过融合超像素图像和像素视角下的提取结果,得到待提取图像的精确的前景提取结果。本发明可用于立体视觉、图像语义识别,三维重建、图像搜索等的应用与研究。
-
公开(公告)号:CN107240138B
公开(公告)日:2019-07-23
申请号:CN201710378830.1
申请日:2017-05-25
Applicant: 西安电子科技大学
IPC: G06T9/40 , H04N19/124 , H04N19/176 , H04N19/85 , H04N19/96
Abstract: 本发明提出了一种基于样本二叉树字典学习的全色遥感图像压缩方法,用于解决现有全色遥感图像压缩方法中存在的结构复杂的纹理信息不能够得到有效表示的技术问题。实现步骤为:通过图像样本复杂度的评价函数,区分图像中简单样本和复杂样本;对训练图像和待压缩图像分别进行预处理得到样本集Y和T;由样本集Y和T分别建立训练样本二叉树和测试样本二叉树,完成不同复杂度样本的划分;训练样本二叉树叶节点上不同复杂度的样本用来训练不同尺度的字典;而测试样本二叉树叶节点上不同复杂度的样本集在对应字典下稀疏编码,得到系数矩阵;系数矩阵经过量化编码得到二进制码流。本发明压缩重构图像的PSNR指标和主观视觉评价高。
-
公开(公告)号:CN109919108A
公开(公告)日:2019-06-21
申请号:CN201910182161.X
申请日:2019-03-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度哈希辅助网络的遥感图像快速目标检测方法,解决了现有目标检测框架对于宽幅遥感图像中存在的占大部分面积的无目标存在的背景区域不能做高效检测的问题。实现步骤为:生成实验训练图像块集合和测试图像块集合;构建基于深度哈希辅助网络的遥感图像快速目标检测模型;训练基于深度哈希辅助网络的遥感图像快速目标检测模型;用训练好的深度哈希辅助网络得到测试图像块集合的测试结果并统计运行时间。本发明引入了哈希辅助分支网络模块,通过快速过滤宽幅遥感图像中大部分无目标的背景区域,大幅减少了目标检测中的冗余计算,使无目标背景区域检测时间大大降低,大幅提高了检测效率。用于宽幅遥感图像的目标检测。
-
-
-
-
-
-
-
-
-