-
公开(公告)号：CN119559449B
公开(公告)日：2025-05-27
申请号：CN202510111754.2
申请日：2025-01-24
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06N3/045
Abstract: 本发明涉及一种基于诱虫灯辅助雷达建库的迁飞昆虫智能识别方法。本申请首先融合同一夜间时段诱虫灯与雷达对昆虫监测数据，通过两者匹配建立昆虫数据集，有效克服了传统昆虫数据集建库方式在数据采集上的困难；其次，提出一种CL‑GC‑Swin Transformer网络模型，通过在Swin Transformer中引入对比学习模块和全局上下文块，利用昆虫的全极化时频特征图进行训练，显著增强了网络对昆虫时频特征图的表征能力，可有效提高昆虫种类识别的准确性。本发明直接利用昆虫的飞行特性进行识别，不再依赖复杂的散射特征计算和精确的雷达定标，极大地降低了对雷达系统精度和校准的要求，可提升识别的适应性与鲁棒性。
-
公开(公告)号：CN119881807A
公开(公告)日：2025-04-25
申请号：CN202510094543.2
申请日：2025-01-21
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本发明公开了一种短错时全极化雷达波形的设计方法、设备及介质，属于全极化雷达技术领域，用于解决现有全极化雷达在分时测量时，会导致测量数据率低且引入的散射矩阵存在去相关效应，使全极化体制数据率高且无去相关效应，造成雷达系统隔离度低的技术问题。方法包括：分别建立H极化发射信号模型以及V极化发射信号模型；对全极化雷达发射波形进行自相关特性的分析计算，对全极化雷达发射波形进行互相关特性的分析计算；雷达系统隔离度的比值计算，得到幅值比值函数；基于隔离度提升效果函数，确定出全极化雷达发射波形的错位时间；述H极化发射信号与V极化发射信号进行错时发射且同时接收处理。
-
公开(公告)号：CN119493094B
公开(公告)日：2025-04-08
申请号：CN202510075389.4
申请日：2025-01-17
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G01S7/41 , G01S13/58 , G06N3/042 , G06N3/0464 , G06N3/045 , G06F18/213 , G06F18/25
Abstract: 本说明书实施例公开了一种集群飞行目标的航迹修正方法、设备及介质，涉及集群目标跟踪技术领域，用于解决当前难以实现集群目标高精度跟踪的问题，方法包括：获取预置雷达对集群飞行目标检测的多目标点迹，以对其进行预处理获得初始集群目标航迹；构建初始集群目标航迹的图表征，以根据预置图卷积神经网络提取目标间交互信息和漏检帧修正信息，对图表征的初始节点特征进行更新；融合初始节点特征与更新后的节点特征，以根据双向长短时记忆网络对融合后的节点特征进行平滑处理，获得节点隐状态；获取同一目标不同时刻的节点隐状态，以对其进行特征权重分配，得到更新后的节点隐状态，并对更新后的节点隐状态进行转换，获得修正后的集群目标航迹。
-
公开(公告)号：CN119535398A
公开(公告)日：2025-02-28
申请号：CN202510104992.0
申请日：2025-01-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本申请实施例公开了一种非均匀杂波背景下目标检测方法、设备及介质，属于雷达信号处理技术领域，解决传统目标检测方法准确率较低的问题。基于雷达慢时间维回波数据构建样本协方差矩阵，在黎曼流形中建立基于样本协方差矩阵的二元假设检验问题；基于黎曼距离通过黎曼高斯分布进行建模，得到样本协方差矩阵在黎曼流形上的统计分布特性，以基于统计分布特性得到目标检测器；基于获取到的参考单元的样本数据，构建杂波的协方差矩阵，以及基于雷达慢时间维回波数据确定出目标信号的协方差矩阵；基于杂波的协方差矩阵、目标信号的协方差矩阵以及目标检测器，得到基于黎曼距离的检测统计量，将检测统计量与检测门限比对，以确定出检测目标。
-
公开(公告)号：CN118209953B
公开(公告)日：2024-09-03
申请号：CN202410619501.1
申请日：2024-05-20
Applicant: 北京理工大学前沿技术研究院
IPC: G01S7/41 , G06F18/20 , G06F18/2431 , G06F18/2415 , G01S7/292 , G01S7/295 , G01S13/88
Abstract: 本发明的一种基于空间连续约束的场景杂波分割与分治检测方法及装置，属于雷达信号处理技术领域，方法包括以下步骤：对雷达单个分辨单元慢时间维采集的两个脉冲进行自适应脉冲对消；对雷达扫描过程中采集的空间维回波数据进行数据截断；对经数据截断后的空间维回波数据进行基于隐马尔可夫随机场模型的杂波分割，得到每个分辨单元杂波的类别以及各类别的分布参数；利用参考窗内样本的杂波类别及各类别的分布参数估计待检测单元的杂波概率分布，根据给定的虚警率确定检测门限，并将待检测单元回波幅度与检测门限比较，得到检测结果。本发明提高了降雨场景云、雨等气象杂波中的目标检测概率，同时有效降低了检测虚警率。
-
Patent Agency Ranking
公开(公告)号：CN118194609B
公开(公告)日：2024-09-03
申请号：CN202410611952.0
申请日：2024-05-17
Applicant: 北京理工大学前沿技术研究院
IPC: G06F30/20 , G06N7/01 , G06F17/18 , G06F119/12 , G06F119/10
Abstract: 本发明涉及一种基于泛化多变量模型的群目标跟踪方法、装置及存储介质，涉及雷达目标跟踪领域。本申请使用多维状态随机变量联合建模群目标的整体状态和子结构状态，为每个状态随机变量初始先验分布与演化模型；基于多维状态随机变量，对条件高斯混合量测空间分布模型进行修正，使得群整体状态与子结构状态集成到量测似然模型中；将上一时刻群目标多维状态随机变量的后验分布，作为当前时刻的先验分布，基于演化模型进行预测，得到群目标多维状态随机变量的预测分布；使用变分贝叶斯方法，迭代的对群目标多维状态随机变量进行联合滤波直至达到设定的迭代次数，得到各多维状态随机变量的更新后验分布，实现对群目标整体状态和子结构状态的估计。
-
公开(公告)号：CN118194609A
公开(公告)日：2024-06-14
申请号：CN202410611952.0
申请日：2024-05-17
Applicant: 北京理工大学前沿技术研究院
IPC: G06F30/20 , G06N7/01 , G06F17/18 , G06F119/12 , G06F119/10
Abstract: 本发明涉及一种基于泛化多变量模型的群目标跟踪方法、装置及存储介质，涉及雷达目标跟踪领域。本申请使用多维状态随机变量联合建模群目标的整体状态和子结构状态，为每个状态随机变量初始先验分布与演化模型；基于多维状态随机变量，对条件高斯混合量测空间分布模型进行修正，使得群整体状态与子结构状态集成到量测似然模型中；将上一时刻群目标多维状态随机变量的后验分布，作为当前时刻的先验分布，基于演化模型进行预测，得到群目标多维状态随机变量的预测分布；使用变分贝叶斯方法，迭代的对群目标多维状态随机变量进行联合滤波直至达到设定的迭代次数，得到各多维状态随机变量的更新后验分布，实现对群目标整体状态和子结构状态的估计。
-
公开(公告)号：CN117630834A
公开(公告)日：2024-03-01
申请号：CN202311603356.X
申请日：2023-11-28
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
Abstract: 本发明提供了一种基于公共强点目标的远距波形雷达极化校准方法，可用于对全极化雷达的远距波形进行极化校准。本发明首先结合多波形雷达的特点设计实验方案，并提出了一种基于不同波形公共测量区域的公共强点目标的无源极化校准方法。相对于已有的极化校准算法，本方法针对雷达远距波形外场实验难以开展的问题，通过易校准的近距波形实现对远距波形的校准。
-
公开(公告)号：CN117493919A
公开(公告)日：2024-02-02
申请号：CN202311539004.2
申请日：2023-11-17
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06F18/2321 , G06F18/2415
Abstract: 本发明公开了一种基于DBSCAN三维参数空间的虫群自适应分割方法。本发明基于虫群迁移特点，根据每日单位分钟迁飞昆虫数量设定经验参数MinPts，接着基于MinPts对应的密度变化曲线计算Eps，从而采用DBSCAN算法实现虫群聚类；最后对初步聚类结果进行边缘稀疏目标剔除、虫群合并、虫群边缘扩展等优化操作，得到良好的分割效果，识别率高。使用本发明能够对迁飞虫群时间、高度、体重维度上的精细化准确分割，有助于实现迁飞虫群的精细化迁飞行为分析，保护我国粮食安全。
-
公开(公告)号：CN117452363A
公开(公告)日：2024-01-26
申请号：CN202311359140.3
申请日：2023-10-19
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G01S7/41 , G01S13/88 , G01H17/00 , G06F18/15 , G06F18/2131
Abstract: 本发明公开了一种基于模糊函数的昆虫振翅频率提取方法；该发明可以用于昆虫振翅频率高精度提取，对于鉴别昆虫种类具有重要意义；首先对信号进行平滑补偿预处理；接着利用振翅微动信号的周期性特性，计算信号的模糊函数并提取模糊函数最大值所在频率的时延信号；最后经过滑动平均法滤除实际处理过程中时延导致的能量积累，并进行傅里叶变换处理，从而实现昆虫的振翅频率提取。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.04 seconds)
