公开(公告)号：CN119959922A

公开(公告)日：2025-05-09

申请号：CN202510355606.5

申请日：2025-03-25

Applicant: 中国电子科技集团公司第二十九研究所

Inventor： 张伟 ,  张琬滢 ,  高由兵 ,  李泽一 ,  顾杰 ,  杜昌建

IPC: G01S13/02 ,  G01S7/02 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/0455

Abstract: 本申请公开了一种基于DPRNN的目标雷达信号增强方法及装置，首先构建数据集，将数据集中训练集的混合信号进行滑窗分段处理得到混合时域信号，其次基于DPRNN网络构建目标雷达信号增强模型，对混合时域信号进行信号增强处理得到重建后的时域信号，之后将重建后的时域信号输入目标雷达信号增强模型，并利用数据集中的训练集对目标雷达信号增强模型进行训练得到训练后的目标雷达信号增强模型，最后使用训练后的目标雷达信号增强模型对在线截获的混合时域信号进行处理得到增强后的目标时域信号。通过构造的目标雷达信号增强模型对提取雷达信号的上下文特征，解决时频交叠情况下的目标信号增强问题，提升了信号增强的效果。

公开(公告)号：CN119471600A

公开(公告)日：2025-02-18

申请号：CN202411507551.7

申请日：2024-10-28

Applicant: 中国电子科技集团公司第二十九研究所

Inventor： 高由兵 ,  杜昌建 ,  顾杰 ,  赵耀东 ,  李玉鹏 ,  张琬滢

IPC: G01S7/40 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2431 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0985 ,  G06N3/048 ,  G06F123/02

Abstract: 本发明公开了一种基于深度学习的雷达辐射源多任务一体化识别方法及装置，属于雷达辐射源多任务一体化识别领域，包括：S1，识别模型构建：对雷达辐射源型号类型、工作模式、工作体制进行特征表征实现识别模型构建；S2，识别模型训练：构建训练数据集合，对先验知识模型进行训练，将模型训练超参数结果、识别模型的网络架构及其训练得到的权重系数存储于识别知识文件中；S3，识别模型测试：加载超参数、识别模型的网络架构及其参数，再利用测试数据测试智能识别模型的性能，最后依次识别数据帧序列，并将识别测试结果保存用于后续评价。本发明可以实现一体实现型号、状态、体制属性的多任务识别，识别准确率与现有方法相当，且泛化性更强。