公开(公告)号：CN117934820B

公开(公告)日：2024-06-14

申请号：CN202410332193.4

申请日：2024-03-22

申请人： 中国人民解放军海军航空大学

发明人： 徐从安 ,  吴俊峰 ,  高龙 ,  孙显 ,  史骏 ,  孙炜玮 ,  周伟 ,  宿南 ,  艾加秋

IPC分类号： G06V10/25 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于困难样本增强损失的红外目标识别方法，属于数据识别领域。该方法采用的红外目标识别检测模型包括骨干网、颈部和头部，骨干网基于ResNet结构，包括依次连接的卷积层和四个阶段部分；待识别的红外图像作为骨干网的输入图像输入至卷积层，用于提取图像特征；骨干网还包括三个与最末的三个阶段部分分别对应并联设置的注意力增强模块；颈部包括特征金字塔网络，头部包括区域建议网络和结果预测网络。本发明引入了注意力增强模块和基于红外图像物理特性的样本增强损失函数，显著提高了红外目标的识别检测性能。

公开(公告)号：CN113534146B

公开(公告)日：2023-12-01

申请号：CN202110845414.4

申请日：2021-07-26

申请人： 中国人民解放军海军航空大学

发明人： 陈小龙 ,  关键 ,  王国庆 ,  牟效乾 ,  王志高 ,  董云龙 ,  周伟

IPC分类号： G01S13/89 ,  G01S13/90 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明涉及一种雷达视频图像目标自动检测方法和系统。该雷达视频图像目标自动检测方法在实时获取雷达回波数据之后，采用包括CSPDarknet53、SPP、PANet和幂函数非极大值抑制层的训练好的雷达视频图像目标检测网络模型，就可以实现雷达视频图像目标自动检测，进而能够提高雷达在复杂环境下自适应目标检测能力，在增加适用性的同时提高检测效率。并且，采用包括CSPDarknet53、SPP、PANet和幂函数非极大值抑制层的训练好的雷达视频图像目标检测网络模型，还能够解决现有技术中存在的在杂波背景下检测结果虚警率偏高、泛化能力不强，难以正确区分杂波和目标回波点等问题。

公开(公告)号：CN113504515B

公开(公告)日：2023-08-29

申请号：CN202110721741.9

申请日：2021-06-28

申请人： 中国人民解放军海军航空大学航空作战勤务学院

发明人： 丁昊 ,  黄勇 ,  刘宁波 ,  董云龙 ,  王国庆 ,  周伟 ,  关键

IPC分类号： G01S7/35 ,  G01S7/41 ,  G01S7/536 ,  G01S7/539

摘要： 本发明提供一种回波极值模型的参数估计、检测门限形成方法及装置，该方法包括：估计回波数据的经验概率密度函数PDF和经验互补累积分布函数CCDF、CCDF的区间范围以及相应的经验分位点序列；基于经验分位点序列得到理论分位点序列，并利用理论分位点序列和经验分位点序列，构造多分位点联合优化目标函数；采用最大似然方法得到模型参数初始值，基于模型参数初始值得到初始理论分位点序列；通过多分位点联合优化目标函数，基于初始理论分位点序列，采用数值优化方法对模型参数进行迭代搜索求解，得到最终的模型参数估计值。本发明所得到的理论分布模型与实测数据吻合度较高，所得到的检测门限与背景回波分布特性匹配度高，降低实际虚警概率的效果明显。

公开(公告)号：CN111830481B

公开(公告)日：2023-03-07

申请号：CN202010657861.2

申请日：2020-07-09

申请人： 中国人民解放军海军航空大学

发明人： 丁昊 ,  董云龙 ,  刘宁波 ,  周伟 ,  黄勇 ,  王国庆 ,  关键

IPC分类号： G01S7/41

摘要： 本发明实施例提供一种雷达回波单分量幅度分布模型参数估计方法及装置，其中方法包括：基于雷达回波数据，确定经验CCDF、经验CCDF区间范围及其对应的经验分位点；基于雷达回波单分量幅度分布模型的初始参数，确定初始理论CCDF；确定经验CCDF区间范围内的每一经验分位点对应的理论分位点；以CCDF区间范围内经验分位点与理论分位点误差最小为目标函数，对雷达回波单分量幅度分布模型的模型参数进行迭代优化，得到雷达回波单分量幅度分布模型的参数估计值。本发明实施例提供的方法及装置，对于雷达回波单分量幅度分布模型的参数估计具有普遍的适用性，对异常样本具有稳健性，可用于杂波背景下的雷达目标检测。

公开(公告)号：CN110941671B

公开(公告)日：2022-10-25

申请号：CN201911151094.1

申请日：2019-11-21

申请人： 中国人民解放军海军航空大学

发明人： 周伟 ,  金佳龙 ,  姜佰辰 ,  徐从安 ,  黄勇 ,  关键 ,  何友

IPC分类号： G06F16/27 ,  G06F16/903 ,  G06F16/906 ,  G06Q10/04

摘要： 本发明涉及轨迹分析技术领域，具体涉及一种海上目标轨迹分段与描述方法、电子设备及存储介质。所述海上目标轨迹分段与描述方法包括：将给定的航迹按轨迹分段规则划分为多条子轨迹；确定子轨迹的轨迹类型，合并相同类型的子轨迹，使航迹优化为由轨迹段组成；各轨迹段按吞噬规则进行吞噬，使航迹优化为由吞噬航迹段组成；各吞噬轨迹段按侵略规则进行侵略，使航迹优化为由侵略航迹段组成；各侵略轨迹段按进化规则进化，以获得由进化轨迹段组成的航迹。本发明通过充分根据轨迹的形状特征对轨迹进行分段，排除了环境因素的影响；本发明采用七种行为模式对轨迹进行分段与描述，分段与描述精确可靠；此外，本发明适用性强。

公开(公告)号：CN113534146A

公开(公告)日：2021-10-22

申请号：CN202110845414.4

申请日：2021-07-26

申请人： 中国人民解放军海军航空大学

发明人： 陈小龙 ,  关键 ,  王国庆 ,  牟效乾 ,  王志高 ,  董云龙 ,  周伟

IPC分类号： G01S13/89 ,  G01S13/90 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种雷达视频图像目标自动检测方法和系统。该雷达视频图像目标自动检测方法在实时获取雷达回波数据之后，采用包括CSPDarknet53、SPP、PANet和幂函数非极大值抑制层的训练好的雷达视频图像目标检测网络模型，就可以实现雷达视频图像目标自动检测，进而能够提高雷达在复杂环境下自适应目标检测能力，在增加适用性的同时提高检测效率。并且，采用包括CSPDarknet53、SPP、PANet和幂函数非极大值抑制层的训练好的雷达视频图像目标检测网络模型，还能够解决现有技术中存在的在杂波背景下检测结果虚警率偏高、泛化能力不强，难以正确区分杂波和目标回波点等问题。

公开(公告)号：CN113189554A

公开(公告)日：2021-07-30

申请号：CN202110389008.1

申请日：2021-04-12

申请人： 中国人民解放军海军航空大学航空作战勤务学院

发明人： 刘宁波 ,  丁昊 ,  黄勇 ,  刘洋 ,  关键 ,  董云龙 ,  周伟

IPC分类号： G01S7/41 ,  G06F17/14

摘要： 本发明提供一种雷达实测回波数据处理方法、电子设备及存储介质，该方法包括：获取雷达实测数据，并基于傅里叶变换，生成雷达回波多普勒谱；估算雷达回波多普勒谱每个距离单元的平均杂噪比，并基于每个距离单元的平均杂噪比得到分界线，以将雷达探测区域划分为近程区、中程区和远程区；在近程区进行信杂比计算，在中程区进行信杂噪比计算，在远程区进行信噪比计算。本发明通过对雷达回波区域进行划分，再分别依据划分区域内不同能量占据主导地位的情况，对近程区、中程区和远程区分别进行信杂比、信杂噪比和信噪比的计算，以避免受不同距离区域内的能量影响造成信杂比估算不准的情况，为提高雷达探测性能评估结果的准确性奠定基础。

公开(公告)号：CN110941671A

公开(公告)日：2020-03-31

申请号：CN201911151094.1

申请日：2019-11-21

申请人： 中国人民解放军海军航空大学

发明人： 周伟 ,  金佳龙 ,  姜佰辰 ,  徐从安 ,  黄勇 ,  关键 ,  何友

IPC分类号： G06F16/27 ,  G06F16/903 ,  G06F16/906 ,  G06Q10/04

摘要： 本发明涉及轨迹分析技术领域，具体涉及一种海上目标轨迹分段与描述方法、电子设备及存储介质。所述海上目标轨迹分段与描述方法包括：将给定的航迹按轨迹分段规则划分为多条子轨迹；确定子轨迹的轨迹类型，合并相同类型的子轨迹，使航迹优化为由轨迹段组成；各轨迹段按吞噬规则进行吞噬，使航迹优化为由吞噬航迹段组成；各吞噬轨迹段按侵略规则进行侵略，使航迹优化为由侵略航迹段组成；各侵略轨迹段按进化规则进化，以获得由进化轨迹段组成的航迹。本发明通过充分根据轨迹的形状特征对轨迹进行分段，排除了环境因素的影响；本发明采用七种行为模式对轨迹进行分段与描述，分段与描述精确可靠；此外，本发明适用性强。

公开(公告)号：CN105894014B

公开(公告)日：2020-03-10

申请号：CN201610186905.1

申请日：2016-03-29

申请人： 中国人民解放军海军航空大学

发明人： 潘新龙 ,  王海鹏 ,  何友 ,  夏沭涛 ,  彭煊 ,  周伟

IPC分类号： G06K9/62

摘要： 本发明公开了一种基于多因素不一致度量的异常行为序贯检测方法。该方法充分考虑目标的位置、速度和运动方向信息，通过在线学习和序贯异常检测的方式，实现对目标异常行为的实时异常检测，具体包括以下步骤：一、定义输入、输出变量；二、初始化；三、对测试样本中的每个数据点和训练样本序列中的每个样本重复进行相应的异常检测；四、当前测试样本的每个数据点都异常检测完成后，更新训练样本序列；五、对多因素Hausdorff距离矩阵进行更新；六、更新后的训练样本序列和更新后的多因素Hausdorff距离矩阵作为新的输入变量，对下一个测试样本进行异常检测。该方法参数设置简单，虚警率可控，异常检测准确率高，工程易实现，在预警监视领域有广阔的应用前景。

公开(公告)号：CN110426702A

公开(公告)日：2019-11-08

申请号：CN201910670490.9

申请日：2019-07-24

申请人： 中国人民解放军海军航空大学

发明人： 董云龙 ,  刘宁波 ,  丁昊 ,  黄高东 ,  黄勇 ,  周伟

IPC分类号： G01S13/87 ,  G01S7/28

摘要： 本发明实施例提供一种基于多雷达的系统偏差与目标状态的序贯滤波方法及系统，包括：根据第二雷达的目标状态估计值，通过外推法预测第一雷达的第一目标状态估计值；根据第一雷达上一时刻的系统偏差估计值，通过外推法预测第一雷达的第一系统偏差估计值；根据第一目标状态估计值和第一系统偏差估计值，获取第一雷达的实际量测和估计量测之间的新息；根据新息分别对第一雷达上一时刻的目标状态估计值和系统偏差估计值进行滤波更新，得到第二目标状态估计值和第二系统偏差估计值；根据第二目标状态估计值和第二系统偏差估计值，获取相应的协方差矩阵和互协方差矩阵，以用于对目标进行探测。本发明实施例计算资源大幅减小，提高多雷达探测的精确度。