-
公开(公告)号：CN119027944A
公开(公告)日：2024-11-26
申请号：CN202410943323.8
申请日：2024-07-15
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开了一种基于基础模型的场景图生成方法、计算机装置及存储介质，提出基于大模型对现有的场景图生成模型进行改进，大模型可以提供更加鲁棒的关系特征，对场景图任务中的尾部关系和zero‑shot关系的检测能力有极大地提升；关系提示prompts可以一次性从整张图片中获取所有的关系嵌入，极大地提高了模型的运行效率；本发明的模型可以同时保证场景图中头部关系和尾部关系的检测能力，以实现模型的性能优化和平衡。
-
公开(公告)号：CN118859128A
公开(公告)日：2024-10-29
申请号：CN202310948932.8
申请日：2023-07-31
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提出一种基于黎曼积流形空间的收发联合抗间歇采样转发干扰方法，包括在波形恒模约束、接收滤波器能量约束以及非匹配滤波峰值损耗约束下，以最小化雷达发射波形的非匹配滤波积分旁瓣水平以及雷达接收端对间歇采样转发干扰信号进行非匹配滤波处理后的积分水平建立抗间歇采样转发干扰的联合约束优化目标函数；将所述抗间歇采样转发干扰的联合约束优化目标函数转换为黎曼积流形空间上的无约束优化目标函数；求解所述无约束优化目标函数，输出雷达发射波形以及雷达接收端使用的非匹配滤波序列。本发明考虑了发射波形与接收滤波器联合优化问题，提高脉冲多普勒雷达抗ISRJ性，能同时更新发射波形与接收滤波器，且收敛性好。
-
公开(公告)号：CN118859127A
公开(公告)日：2024-10-29
申请号：CN202310948931.3
申请日：2023-07-31
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提出一种雷达收发联合抗间歇采样转发干扰方法及装置，包括：以最小化干扰信号的积分水平与目标信号的积分旁瓣水平为目标，并考虑波形恒模约束、接收滤波器能量约束及非匹配滤波峰值损耗约束，建立抗间歇采样转发干扰的收发联合约束优化目标函数，将欧式空间上的收发联合约束优化目标函数转换为黎曼积流形空间上的无约束优化目标函数；基于一种基于黎曼积流形自适应三次正则化算法求解所述无约束优化目标函数，实现了雷达发射波形和接收滤波器的同步迭代。本发明考虑了发射波形与接收滤波器联合优化问题，提高脉冲多普勒雷达抗ISRJ性。
-
公开(公告)号：CN118731891A
公开(公告)日：2024-10-01
申请号：CN202411206972.6
申请日：2024-08-30
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种基于结构化短时稀疏表示的时频表征增强方法及装置，通过基于雷达回波数据模型与所要求解的时频表征之间的关系，建立雷达回波数据的时频表征稀疏观测模型，利用l1范数、卷积加权和形态学滤波，对时频表征稀疏观测模型中目标的稀疏和结构连续特性进行约束，得到时频表征的结构化稀疏优化模型，将微动目标的实时雷达回波数据输入至结构化稀疏优化模型后，采用交替方向乘子法对结构化稀疏优化模型进行迭代求解，得到稀疏和结构特征联合增强的微动目标二维时频表征。采用本方法可针对传统时频表征分辨率较低、复杂观测条件下性能退化问题，通过挖掘微动目标在时频域的先验信息，提升缺损雷达回波的时频表征分辨率。
-
公开(公告)号：CN118707487A
公开(公告)日：2024-09-27
申请号：CN202411202570.9
申请日：2024-08-29
Applicant: 中国人民解放军国防科技大学
IPC: G01S7/41 , G06F18/213 , G06F18/22 , G06N3/09
Abstract: 本申请涉及一种基于短时相似性表征的非规则微动周期估计方法及装置。所述方法包括：获取雷达回波数据；对雷达回波高分辨一维距离像进行短时相似性表征分析，得到短时相似性表征矩阵；对雷达回波数据进行扩展和增强构建非规则微动回波数据集；搭建深度神经网络，将非规则微动回波数据集中非规则微动回波数据的短时相似性表征矩阵作为深度神经网络输入，同时训练Transformer编码器并引入非规则微动周期性重复次数作为损失函数项，并根据预先设置的损失函数训练周期性预测器和周期长度预测器，利用训练好的非规则微动周期估计模型实现助推器的非规则微动周期估计。采用本方法实现非规则微动目标的准确周期估计。
-
Patent Agency Ranking
公开(公告)号：CN118584441A
公开(公告)日：2024-09-03
申请号：CN202410659537.2
申请日：2024-05-27
Applicant: 中国人民解放军国防科技大学
IPC: G01S7/41 , G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本申请涉及一种方位角缺失的HRRP目标识别方法、装置及设备。所述方法包括：根据目标方位角划分模块对训练数据集进行方位角划分，得到方位角信息；根据方位角信息对训练数据集进行正负样本划分，得到正负样本对数据；将正负样本对数据输入到编码网络中后将特征表示分为两条支路，其中一条支路输入到分类器中，得到分类结果，另外一条支路输入到映射网络中，得到映射表示；在损失函数模块中根据分类结果设置分类损失，利用正负样本数据和映射表示设置目标方位角监督对比损失；对目标识别模型进行训练，利用训练好的目标识别模型对待识别的姿态角缺失条件下HRRP进行识别。采用本方法能够提高了姿态角缺失条件下HRRP目标识别性能。
-
公开(公告)号：CN117991202A
公开(公告)日：2024-05-07
申请号：CN202410141544.3
申请日：2024-01-31
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种基于SAC的间歇采样转发干扰方法、装置和计算机设备。所述方法包括：将干扰机对雷达执行突防任务过程建模为马尔可夫模型；构建SAC模型；从回放缓冲区中采样经验数据，利用经验数据训练SAC模型中的Q网络，目标Q网络生成目标Q值辅助Q网络进行更新，得到训练好的Q网络，根据当前策略网络得到经验数据中同一状态下的新动作；将经验数据中的状态和新动作对应的新状态动作对输入训练好的Q网络，得到对应的Q估计值，优化Q估计值，根据优化后的Q估计值引导策略网络优化，得到训练好的策略网络；根据训练好的策略网络进行干扰决策。采用本方法能够在降低雷达探测性能的同时获得功率高效的干扰策略。
-
公开(公告)号：CN117949948A
公开(公告)日：2024-04-30
申请号：CN202410112532.8
申请日：2024-01-26
Applicant: 中国人民解放军国防科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种合成孔径雷达自动目标识别方法、终端设备及存储介质，用于训练对抗样本的产生不直接依赖于目标系统的实测SAR数据，因此可以更好地模拟未知攻击者的攻击威胁；本发明产生的训练对抗样本迁移攻击实测数据的能力增强，能够更好地测试目标模型的鲁棒性能，也可以将其作为训练数据进一步提升目标模型对该类攻击的防御能力。
-
公开(公告)号：CN117911835A
公开(公告)日：2024-04-19
申请号：CN202311855466.5
申请日：2023-12-29
Applicant: 中国人民解放军国防科技大学
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种遥感目标检测方法、终端设备及存储介质，获取遥感图像，利用所述遥感图像构建训练集；利用所述训练集训练混合二值尺度融合网络，得到目标识别模型；其中，所述混合二值尺度融合网络包括多个级联的基础块，每个所述基础块均与特征金字塔网络连接。本发明通过训练混合二值尺度融合网络，可以获得一个高精度的目标检测模型，FPN结构具有更强的尺度特征融合能力，从而适应遥感场景的目标检测；本发明利用大量的遥感图像数据来训练模型，这使得模型更具泛化能力，可以适应不同的场景和条件，能够捕捉到图像中的复杂特征和模式，提高了遥感目标检测的精度。
-
公开(公告)号：CN116342795A
公开(公告)日：2023-06-27
申请号：CN202211633144.1
申请日：2022-12-19
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种基于ISAR像序列的神经网络三维重构方法和装置。所述方法包括：通过基于ISAR序列图像将目标表示为空间位置坐标和观测方向的六位函数，并用多层感知器网络隐式表征，在没有目标三维结构的情况下，仅以二维ISAR像序列监督训练网络。通过构建空间中的所有点坐标，利用优化的网络求得目标的三维体素密度，进一步使用Marching Cube算法，将体素密度转化为目标的三维面元结构以实现三维结构的重构。采用本方法在无需进行特征提取和关联的情况下，最终能够为复杂的空间目标生成更完整、更准确的面元结构信息。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.05 seconds)
