-
公开(公告)号：CN117557997A
公开(公告)日：2024-02-13
申请号：CN202311327745.4
申请日：2023-10-13
Applicant: 中国人民解放军国防科技大学
IPC: G06V20/70 , G06V10/764 , G06V10/40 , G06N5/04
Abstract: 本发明公开了一种基于反因果模型的无偏场景图生成方法、设备及存储介质，获取图像训练数据集，将所述图像训练数据集输入预训练的物体检测器，提取关系特征；利用所述关系特征训练分类器；将观测到的图像数据输入训练后的分类器，根据所述预测结果生成无偏场景图。本发明将标准的场景图生成范式的因果链结构重构为共因结构，结合了主动反向估计技术用于估计反向因果以及最大信息采样用于反因果估计的增强，其消除了场景图生成任务中的假相关。
-
公开(公告)号：CN112699735B
公开(公告)日：2022-07-19
申请号：CN202011440876.X
申请日：2020-12-07
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提供一种基于深度学习的近场源定位方法。技术方案包括以下步骤：首先，利用雷达天线阵列得到近场源相位差矩阵；随后，将近场源相位差矩阵的信息输入自动编码器，计算近场源的波达方向；其次，将自动编码器的输出，输入至第一类卷积神经网络，计算近场源的波达方向；最后，利用第一类卷积神经网络的输出信息，将近场源相位差矩阵信息中包含的波达方向参数除去，并输入至第二类卷积神经网络，计算近场源的距离。本发明能够对多个近场源的波达方向和距离参数进行有效分离和计算，而且定位精度高，泛化能力强。
-
公开(公告)号：CN113093095A
公开(公告)日：2021-07-09
申请号：CN202110450806.0
申请日：2021-04-26
Applicant: 中国人民解放军国防科技大学
IPC: G01S3/14
Abstract: 本发明属于雷达信号处理技术领域，尤其涉及一种基于雷达外辐射源的低空目标无源测向方法，包括以下步骤：S1：构建低空环境下混合信号模型；S2：空间差分处理不相关信号；S3:协方差矩阵重构；S4:相干信号DOA估计。本发明具有以下技术效果：针对低空环境下强杂波和多径效应导致不相关信号和相干信号同时存在情况下的测向问题，本发明充分结合了空间差分方法和IAA算法的优点，通过最小二乘的迭代方式进行计算，对数据快拍要求低，有利于在工程化实践中应用。本发明对于提高低空目标探测的环境适应性，促进以雷达为外辐射源的低空目标无源测向向实用化、精细化方向发展起到重要作用。
-
公开(公告)号：CN113030843A
公开(公告)日：2021-06-25
申请号：CN202110450689.8
申请日：2021-04-26
Applicant: 中国人民解放军国防科技大学
IPC: G01S3/14
Abstract: 本发明属于雷达信号处理技术领域，尤其涉及一种基于改进IAA波束形成的低空目标测向方法，包括以下步骤：S1：构建低空环境下混合信号模型；S2：空间差分处理不相关信号；S3:重构差分矩阵；S4:分离相干信号和DOA估计；S5：抑制相干干扰信号。本发明具有以下技术效果：本发明通过对差分矩阵进行优化以构造出新的差分矩阵，从而提高测向精度。同时，本发明结合IAA算法得到的相干信号空间谱，构建干扰噪声协方差矩阵来对空域相邻的相干干扰信号进行抑制。本发明不仅能够有效提高低空目标探测的环境适应性，而且对于促进低空目标无源测向向实用化、精细化方向发展提供技术支撑。
-
公开(公告)号：CN112394354A
公开(公告)日：2021-02-23
申请号：CN202011392375.9
申请日：2020-12-02
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明属于雷达目标识别领域，涉及一种基于元学习的不同极化方式HRRP融合目标小样本识别方法，分为以下步骤：S1将不同极化方式的雷达回波数据进行数据预处理以及划分训练集和测试集；S2构建元学习网络结构；S3训练MetaLearner；S4利用训练得到的MetaLearner‑last指导Learner完成对另一种极化方式下不同雷达目标的HRRP数据的识别。本发明取得的有益效果为：本发明是基于数据层面的融合方式，能够缓解基于特征层面的融合存在的雷达目标识别的最终结果很大程度上依赖于特征选取好坏的问题；将元学习的方法引入雷达小样本识别当中，缓解了小样本条件下雷达目标识别准确率低，泛化能力差的问题，对于小样本条件下，融合由不同极化方式产生的HRRP数据进行目标识别具有重要的工程应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110764062B
公开(公告)日：2020-10-13
申请号：CN201911085593.5
申请日：2019-11-08
Applicant: 中国人民解放军国防科技大学
IPC: G01S7/292
Abstract: 本申请涉及一种基于分数阶傅里叶域滤波的多分量线性调频信号参数估计方法。所述方法包括：根据预先获取的外辐射源直达波，建立线性调频信号的参数模板库，然后当接收到回波信号时，根据各个线性调频信号分量的模板脉冲宽度，确定观测帧长度，在所述参数模板库中进行匹配，得到回波信号中各个线性调频信号分量的实时脉冲宽度和实时调频斜率，针对每个匹配的线性调频信号分量，根据上升沿时间确定线性调频信号分量的脉冲到达时间，以及确定线性调频信号分量的实时中心频率，输出多分量线性调频信号中各个线性调频信号分量的脉冲到达时间、实时脉冲宽度、实时调频斜率以及实时中心频率。采用本方法能够准确估计出每个线性调频信号分量参数。
-
公开(公告)号：CN119471596A
公开(公告)日：2025-02-18
申请号：CN202411603106.0
申请日：2024-11-11
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种ISAR二维假目标生成方法、装置、计算机设备和介质，基于周期二相相位调制技术，根据截获得到的由逆合成孔径雷达发射的雷达信号的参数以及预设的与假目标相关的需求信息生成二维假目标距离模版，对雷达信号进行单比特采样和量化处理得到处理后的雷达信号，将处理后的雷达信号与二维假目标距离模版进行卷积操作，得到作用于雷达信号的假目标信号。采用本方法可以有效减少搭载实体的存储空间和计算资源消耗的同时，提高干扰信号的干扰能力。
-
公开(公告)号：CN118897250A
公开(公告)日：2024-11-05
申请号：CN202410938258.X
申请日：2024-07-13
Applicant: 中国人民解放军国防科技大学
IPC: G01S3/14 , G06F18/21 , G06F18/2136 , G06F18/2131
Abstract: 本发明属于超表面和阵列信号处理技术领域，特别是涉及一种基于时空编码超表面的相干信号DOA估计方法，通过由时空编码超表面阵列、FPGA控制板和喇叭接收天线组成的相干信号DOA估计系统，使用时空编码超表面阵列对相干信号进行预处理，得到丰富的信号幅度和相位信息，利于后续DOA估计的信号处理；使用#imgabs0#算法进行解相干，降低了噪声的影响，减小了多快拍情况下数据矩阵的规模；不仅适用于相干信号的DOA估计，对于非相干情况下的DOA估计也有效，更适合于实际场景。
-
公开(公告)号：CN116106836A
公开(公告)日：2023-05-12
申请号：CN202211535981.0
申请日：2022-12-02
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明涉及雷达抗干扰信号处理技术，尤其涉及一种基于相位编码调频波形的逆合成孔径雷达抗干扰方法；本发明基于交替投影算法基本原理，采用的波形为相位编码调频波形，提出一种新的ISAR抗干扰波形设计方法，解决现有方法运算复杂度高、所设计波形不便于物理实现的问题；该方法在原理上基于AP算法，运算复杂度低，设计高效；PCFM波形保留了随机相位编码信号的设计自由度，且具有连续相位特性，便于实际的物理实现；所设计波形和滤波器具有较好的抗ISRJ效果。
-
公开(公告)号：CN110324041B
公开(公告)日：2022-11-18
申请号：CN201910625891.2
申请日：2019-07-11
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明属于宽带信号采样技术领域，涉及一种宽带交叉采样系统通道失配估计方法。对宽带交叉采样系统采集的噪声数据进行偏置失配估计，采用基于正弦拟合估计方法获得各通道在每个测试频点的振幅值和相位值，选取参考通道，得到各通道在每个测试频点的增益离散函数和相位差离散函数，对得到的各测试频点的增益离散函数和相位差离散函数进行频率范围扩展，得到各通道的增益失配频率响应和相位失配频率响应；通过去除偏置失配的影响，提高通道失配的估计精度；只需对关注频段进行数据采集和处理，不关注频段的增益失配和相位失配由各测试频点的增益离散函数和相位差离散函数进行频率范围扩展得到，减少通道失配估计过程中数据采集和处理的工作量。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.065 seconds)
