-
公开(公告)号：CN118898020A
公开(公告)日：2024-11-05
申请号：CN202411345626.6
申请日：2024-09-26
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F18/241 , G06F18/21 , G06F18/25 , G01S13/04
摘要： 本发明公开了一种应用SLPA算法的海面小目标检测方法，涉及海面小目标检测技术领域，包括以下步骤：步骤一：提取海杂波以及待检测单元特征；步骤二：构建不完全图：首先需要控制虚警率：检测器控制虚警率的方法是按照以下优先级顺序删除属于海杂波样本的节点，直到满足设定的虚警率；S1：与其他所有节点的距离都大于#imgabs0#。本发明所述的一种应用SLPA算法的海面小目标检测方法，利用SLPA算法进行标签传播，相比于LPA算法的标签传播结果更为稳定，将SLPA算法应用于海面小目标检测领域，实现高维特征空间内的融合检测，更加充分挖掘了海杂波与目标回波之间的差异性。
-
公开(公告)号：CN118818462A
公开(公告)日：2024-10-22
申请号：CN202411295390.X
申请日：2024-09-18
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41 , G06F18/24 , G06F18/213 , G06N3/045 , G06N3/08
摘要： 本发明涉及雷达目标检测技术领域，尤其涉及一种基于非线性降维和特征样本距离的海上小目标检测方法，包括：S1，分别提取历史海杂波数据和历史目标数据的多维特征；S2，基于同一特征分别在历史海杂波数据和历史目标数据计算特征密度距离；S3，基于特征密度距离对多维特征空间进行非线性特征降维；S4，基于历史海杂波特征样本结合历史特征样本距离构建用于检测海杂波的凹包目标检测器；S5，提取待检测单元的多维特征，并进行非线性特征降维；S6，获取待检测单元与参考单元之间的当前特征样本距离；S7，基于凹包目标检测器结合当前特征样本距离判断待检测单元是否为目标。提出的检测方法检测成功概率更高，且受虚警概率的影响更小。
-
公开(公告)号：CN118799358A
公开(公告)日：2024-10-18
申请号：CN202411281824.0
申请日：2024-09-13
申请人： 中国人民解放军海军航空大学
IPC分类号： G06T7/246 , G06N3/0442 , G06N3/08 , G06N3/0464
摘要： 本发明涉及目标跟踪技术领域，具体提供一种基于长短期记忆和UT变换的智能机动目标跟踪方法及装置，包括：获取视频流数据，并从所述视频流数据中提取目标的轨迹数据；将所述轨迹数据转换至指定的坐标系下，得到坐标时间序列；基于所述坐标时间序列计算速度向量和加速度向量，将坐标、速度向量和加速度向量整合为多维特征序列；将所述多维特征序列输入预测模型，所述预测模型包括时域卷积网络和长短记忆循环卷积网络，所述时域卷积网络采用因果卷积和残差连接；获取并缓存预测模型输出的预测结果。本发明通过融合现代神经网络和传统卡尔曼滤波，能够同时利用神经网络的强大预测能力和卡尔曼滤波方法的实时校正能力，显著提高了跟踪准确性和鲁棒性。
-
公开(公告)号：CN118551312B
公开(公告)日：2024-10-11
申请号：CN202411016849.8
申请日：2024-07-29
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F18/2431 , G06F18/15 , G06F18/2113 , G06F18/2131 , G06F18/2132 , G06F18/2135 , G06F18/21 , G06F18/22 , G01S7/41 , G06F123/02
摘要： 本发明公开了基于Spearman相关性特征再表达的目标检测方法，涉及目标检测技术领域，包括特征特性分析与改进、Spearman相关性特征的目标检测和试验结果与分析。本发明分析了现有特征的幅度分布特性，修正了基于默认正态分布的归一化特征提取方式，进一步，提出了修正特征和新特征，对目标和海杂波有较好的分类能力。提出了基于Spearman相关性的广义线性分组方法，优化了组内特征的线性关系。并在此基础上，提出了基于B氏距离的组内特征再表达方法，将12维特征向量压缩为一个3维特征向量。此方法得到的3维特征，相较直接降维方法有更好的分类能力，且无主次关系，在三维特征空间中可以彼此补充。
-
公开(公告)号：CN117388816B
公开(公告)日：2024-09-10
申请号：CN202311189788.0
申请日：2023-09-15
申请人： 中国人民解放军海军航空大学
摘要： 本发明涉及一种基于CA/GO/OS三维联合的自适应CFAR检测方法。首先，利用参考单元及其邻近单元中的观测数据计算得到CA/GO/OS三维特征向量，形成训练样本；然后，根据给定的虚警概率，利用训练样本，结合凸包算法，求解CA/GO/OS三维联合特征空间中的决策凸包；接着，利用待检测单元及其邻近单元中的观测数据计算得到CA/GO/OS三维特征向量，形成待测样本；最后，基于该待测样本在特征空间中相对于决策凸包的位置，判断待检测单元中是否存在目标。与单一CFAR方法相比，本发明能够在均匀背景，杂波边缘环境以及多目标环境中都能获得优良的检测性能。
-
公开(公告)号：CN116540199B
公开(公告)日：2024-09-10
申请号：CN202310495237.0
申请日：2023-04-27
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明涉及一种船载导航雷达的帧间非相参积累技术，属于雷达信号处理领域。本发明针对未经动平台补偿情况下，船载导航雷达帧间非相参积累效果显著下降的问题，提供一种基于两步法动平台补偿的船载导航雷达帧间非相参积累方法。首先，划分方位网格和建立数据存储矩阵；然后，随着雷达扫描进入第q圈，依次完成方位补偿、方位插值、平均经纬度计算以及经纬度坐标到地心直角坐标的转换；接着，雷达扫描进入第q+1圈，依次完成方位补偿、方位插值、坐标转换、点点映射以及非相参积累。与传统动平台补偿方法相比，本发明给出的两步法动平台补偿方法，具有补偿精度高，数据存储量少，适于工程实现的优点。
-
公开(公告)号：CN118551312A
公开(公告)日：2024-08-27
申请号：CN202411016849.8
申请日：2024-07-29
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F18/2431 , G06F18/15 , G06F18/2113 , G06F18/2131 , G06F18/2132 , G06F18/2135 , G06F18/21 , G06F18/22 , G01S7/41 , G06F123/02
摘要： 本发明公开了基于Spearman相关性特征再表达的目标检测方法，涉及目标检测技术领域，包括特征特性分析与改进、Spearman相关性特征的目标检测和试验结果与分析。本发明分析了现有特征的幅度分布特性，修正了基于默认正态分布的归一化特征提取方式，进一步，提出了修正特征和新特征，对目标和海杂波有较好的分类能力。提出了基于Spearman相关性的广义线性分组方法，优化了组内特征的线性关系。并在此基础上，提出了基于B氏距离的组内特征再表达方法，将12维特征向量压缩为一个3维特征向量。此方法得到的3维特征，相较直接降维方法有更好的分类能力，且无主次关系，在三维特征空间中可以彼此补充。
-
公开(公告)号：CN118409293A
公开(公告)日：2024-07-30
申请号：CN202410840222.8
申请日：2024-06-27
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明涉及一种分数阶域特征目标检测方法、装置及介质，属于雷达检测算法技术领域。为了解决现有归一化操作中的标准差估计不准确，导致显著的系统误差，降低其在现实世界场景中的有效性的问题，该方法，包括以下步骤：S1、计算待检测单元的特征；S2、将步骤S1中得到的待检测单元的三个特征与相同场景下该特征的门限进行比较；S3、通过步骤S2的比较结果，判断是否存在目标。该方法可以减少非正态分布模型引起的归一化过程的不稳定性；在各种虚警概率条件下，具有更好的杂波抑制效果和优越的检测性能。
-
公开(公告)号：CN117724087B
公开(公告)日：2024-05-28
申请号：CN202410171831.9
申请日：2024-02-07
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S13/72
摘要： 本发明涉及一种雷达多目标跟踪双标签多伯努利滤波算法。包括以下步骤：1）雷达数据处理终端给新生目标添加唯一性标签，产生新生目标的高斯项；雷达数据处理终端通过运动模型对上一时刻的航迹进行状态预测，得到存活目标的高斯项；新生目标的高斯项和存活目标的高斯项同时输入DLMB预测环节，得到k时刻的多目标预测高斯项；2）通过为每个量测添加唯一性标签并对k时刻所有量测进行筛选，将筛选出来的能够与目标进行关联的量测对每一个高斯项进行状态更新，得到k时刻更新的高斯项；3）雷达数据处理终端通过步骤2）获得更新后的高斯项之后，设计一种基于量测‑航迹关联关系的高斯项合并策略，将统一航迹中关联到相同量测的高斯项进行合并。
-
公开(公告)号：CN116540199A
公开(公告)日：2023-08-04
申请号：CN202310495237.0
申请日：2023-04-27
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明涉及一种船载导航雷达的帧间非相参积累技术，属于雷达信号处理领域。本发明针对未经动平台补偿情况下，船载导航雷达帧间非相参积累效果显著下降的问题，提供一种基于两步法动平台补偿的船载导航雷达帧间非相参积累方法。首先，划分方位网格和建立数据存储矩阵；然后，随着雷达扫描进入第q圈，依次完成方位补偿、方位插值、平均经纬度计算以及经纬度坐标到地心直角坐标的转换；接着，雷达扫描进入第q+1圈，依次完成方位补偿、方位插值、坐标转换、点点映射以及非相参积累。与传统动平台补偿方法相比，本发明给出的两步法动平台补偿方法，具有补偿精度高，数据存储量少，适于工程实现的优点。
-
-
-
-
-
-
-
-
-
搜索结果
99 条记录 (耗时 0.054 秒)
