-
公开(公告)号：CN115754961A
公开(公告)日：2023-03-07
申请号：CN202211436168.8
申请日：2022-11-16
Applicant: 上海无线电设备研究所 , 北京理工大学
IPC: G01S7/41
Abstract: 本发明提供一种基于属性散射中心近场修正模型的回波生成方法，包含步骤：S1、输入属性散射中心远场模型的参数；S2、基于近场时的雷达参数、LSC与雷达之间的位置关系修正LSC的远场散射场幅度、相位，得到局部型散射中心近场修正模型；S3、划分DSC为多个分段，搜索各个雷达视线角度下，DSC被雷达观测到的分段及被观测区域；S4、通过阶跃响应函数，修正DSC的远场散射场幅度；S5、修正各雷达视线角度下DSC的远场散射场相位，结合DSC被观测到分段数量得到分布型散射中心近场修正模型；S6、基于属性散射中心近场修正模型，生成目标在当前雷达位置下的近场散射回波，改变雷达位置，重复S2至S6。
-
公开(公告)号：CN115712115A
公开(公告)日：2023-02-24
申请号：CN202211444950.4
申请日：2022-11-18
Applicant: 上海无线电设备研究所
Abstract: 一种算、测数据结合的雷达目标属性散射中心提取方法，获取目标的一维单频扫角仿真数据和二维扫频扫角测试数据，选取一维单频扫角仿真数据计算时频像，根据多普勒频率特征，检测局部型散射中心，对时频像进行IRT变换，得到局部型散射中心LSC的位置信息与幅度信息，通过对时频像的每一行进行一维峰值检测，设置分布型散射中心DSC的检测阈值以及最小DSC长度，检测提取DSC信息，解出DSC精确位置，将得到的散射中心信息代入到散射中心模型中，得到重构的散射场，再根据时频像幅度和电场幅度间的关系调整使得模型幅度更为准确。本发明降低了属性散射中心参数估计所需的数据量，在提升运算效率的同时并保证了模型的准确性，可有效提高重建模型RCS的精度。
-
公开(公告)号：CN117830641A
公开(公告)日：2024-04-05
申请号：CN202311538343.9
申请日：2023-11-17
Applicant: 上海无线电设备研究所
IPC: G06V10/40 , G01S13/88 , G01S7/41 , G06V10/762
Abstract: 本发明公开了一种圆柱包围面扫描测试的目标散射中心提取方法，其包含：步骤S1、采用天线对目标进行近场圆柱面散射特性扫描测试；步骤S2、将圆柱坐标系下的扇形柱面数据插值到直角坐标系，然后对插值后的频域数据进行逆傅里叶变换，得到目标在3个维度方向上的散射成像；步骤S3、通过3个方向上的一维距离像提取对应维度下的一维散射中心位置，将这些位置组成三维散射中心的候选位置，然后采用CLEAN算法对候选位置进行幅度参数估计，得到目标三维散射中心模型；步骤S4、对步骤S3中的散射中心进行聚类，合并位置和幅度参数，生成目标的散射中心模型和重构散射数据。本发明对圆柱包围面扫描测试数据进行建模，保证了建模精度，建模速度更为快速。
-
公开(公告)号：CN116879892A
公开(公告)日：2023-10-13
申请号：CN202310655961.5
申请日：2023-06-05
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种基于参数化部件电磁散射特征的雷达目标分解方法，其包含：步骤S1、建立基本部件参数化散射模型；步骤S2、对目标全方位、俯仰的仿真散射数据进行分割，确定目标散射结构的有效区域；步骤S3、基于目标的几何结构，将目标分解为步骤S1中若干个所述基本部件，并设定各个所述基本部件对应的参数化散射模型的模型参数初始值；步骤S4、根据步骤S3中的模型参数初始值，估计各个所述基本部件的散射中心模型参数；步骤S5、判断步骤S4得到的各个基本部件的散射中心模型参数之间是否存在遮挡，重构目标的RCS，对相似度较低的角度采用点散射中心模型参数进行拟合。本发明对雷达目标进行分解建模，保证了建模精度，模型参数更为准确。
-
公开(公告)号：CN119249715A
公开(公告)日：2025-01-03
申请号：CN202411291480.1
申请日：2024-09-14
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种连续距离变化下散射中心建模方法，包括：采用仿真软件对目标进行远场扫频、扫方位、扫俯仰的三维雷达散射截面仿真，得到远场三维散射数据，对目标进行近场到远场扫距离雷达散射截面仿真，得到连续距离散射数据；根据所述远场三维散射数据，得到目标在三个维度方向上的散射成像；进行幅度参数估计，得到目标三维散射中心模型；获取天线到每个散射中心的距离和姿态角，重构每个散射中心的复数散射场，矢量叠加后得到散射总场。本发明通过散射中心和近场天线的位置和角度几何关系对散射中心幅度进行修正，可以通过远场数据重构任意距离下的散射数据，在保证了建模精度的同时，极大的提高了建模的效率。
-
Patent Agency Ranking
公开(公告)号：CN118759482A
公开(公告)日：2024-10-11
申请号：CN202411029687.1
申请日：2024-07-30
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种目标宽带距离像快速生成方法，包括：步骤1，目标的多视角散射中心模型表征：通过对目标进行多视角下二维雷达的像的仿真，并针对二维雷达像进行主要散射中心提取，建立目标多视角下的散射中心分布模型，作为宽带距离像生成的先验数据；步骤2，目标宽带距离像的生成：以目标多视角下散射中心模型为输入，根据宽带距离像成像条件选择指定视角下的目标散射中心数据，通过对散射中心分布进行径向维度投影，获取目标的冲击响应，通过与窗函数的处理实现宽带距离像的快速生成。本发明用于解决常规电磁散射特性仿真建模技术将目标数字模型代入到仿真程序中扫频计算获取宽带散射场数据，之后通过傅里叶变换获取目标宽带距离像，无法实现目标宽带距离像实时生成的问题。
-
公开(公告)号：CN117665838A
公开(公告)日：2024-03-08
申请号：CN202311779390.2
申请日：2023-12-21
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种基于超音速飞行器衍生效应的目标识别方法，包括：步骤S1、建立音爆云数学模型；步骤S2、根据所述音爆云数学模型，模拟构建仿真音爆云；步骤S3、获取不同飞行姿态下超音速飞行器的激光雷达回波特征；步骤S4、对所述激光雷达回波特征进行分析，识别所述超音速飞行器。本发明突破了传统飞行器基于目标自身的反射进行识别的固有方法，为未来飞行器探测提供了新的思路。
-
公开(公告)号：CN118859141A
公开(公告)日：2024-10-29
申请号：CN202411040583.0
申请日：2024-07-31
Applicant: 上海无线电设备研究所
Abstract: 一种基于宽角度散射机理识别的目标部件分解方法，包含以下步骤：S1、获取目标某频点下宽俯仰角、全方位角电磁散射场数据；S2、对某频点、某俯仰角下全方位角电磁散射场数据进行时频变换，得到方位时频图；S3、对所述S2中的方位时频图进行散射中心自动检测；S4、根据属性散射中心模型得到散射中心信息并记录；并转到下一个俯仰角数据，重复所述S2和S3处理流程，直到得到全部俯仰角下的散射中心信息；S5、将不同俯仰角下的散射中心信息统一投影到同一坐标系下；S6、综合S5中同一坐标系下的三维信息得到目标部件分解结果。本发明能够在保证精度的前提下，避免了大量仿真计算过程，具有更高的工程应用价值。
-
公开(公告)号：CN117094170A
公开(公告)日：2023-11-21
申请号：CN202311144604.9
申请日：2023-09-06
Applicant: 上海无线电设备研究所
IPC: G06F30/20 , G01S7/40 , G01S7/41 , G06F111/10
Abstract: 本发明提供一种宽频带近场零中频信号仿真方法，其包含：S1、获取目标的面元模型、近场天线方向图以及零中频信号仿真所需参数，构建仿真场景；S2、通过数学表达式模拟引信工作中各个阶段的信号，获得理想点目标的近场回波，明确零中频信号仿真流程；S3、采用时域物理光学法计算得到目标近场电场值；S4、将步骤S3中计算得到的近场电场值转换成电压值，再与载波信号混频，经过滤波器滤除高频信号得到零中频信号。本发明通过数学表达式模拟引信工作中各阶段的信号，明确宽频带近场零中频信号仿真流程，结合时域物理光学法及数据处理方法，经一次计算便可得到宽频带回波信号，实现了宽频带近场零中频信号的快速仿真。
-
公开(公告)号：CN117036956A
公开(公告)日：2023-11-10
申请号：CN202311060146.0
申请日：2023-08-22
Applicant: 上海无线电设备研究所
IPC: G06V20/10 , G06V10/774 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于卷积神经网络的SAR目标部件级识别方法，首先使用电磁散射仿真软件计算目标集的SAR图像，在主要俯仰角和全方位角上进行成像，得到数据集，并将数据集分为训练集和测试集。待识别关键部件由先验知识决定，关键部件在该目标的部分俯仰角和方位角SAR图像中可见，对这部分SAR图像中的关键部件区域进行旋转标注，生成标注文件。然后构建单阶段的旋转RetinaNet卷积神经网络，使用带标注的训练集SAR图像进行网络模型训练，直到损失函数及归一化梯度收敛。最后，使用测试集进行网络测试，得到关键部件的位置及置信度，并通过统计对网络性能做出评价。本发明实现了对合成孔径雷达SAR图像的目标关键部件的自动精确识别。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
