-
公开(公告)号：CN118099762A
公开(公告)日：2024-05-28
申请号：CN202410409663.2
申请日：2024-04-07
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所 , 上海交通大学
摘要： 本发明公开了一种相扫频扫的反射阵、透射阵及透反阵，所述反射阵包括馈源喇叭、反射阵地平面以及设置在反射阵地平面一侧表面呈矩阵排列的第一传输网络，所述反射地平面的另一侧表面设置与每个第一传输网络位置对应的移相器或者功率放大器，所述第一传输网络包括发射单元和接收单元；所述馈源喇叭向空气中发射电磁波信号，各个接收单元接收到信号并通过各自对应的移相器或者功率放大器传输给发射单元，各个发射单元向外发射波束，发射单元能够接收不同接收单元发射的波束，所述反射阵通过馈源喇叭的频率调整实现频扫过程，通过移相器的相位或者功率放大器的放大倍数调整实现相扫过程；本发明的优点在于：实现连续波扫描且路径损耗较小。
-
公开(公告)号：CN117115170B
公开(公告)日：2024-01-12
申请号：CN202311385351.4
申请日：2023-10-25
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
IPC分类号： G06T7/00 , G06N3/088 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种无监督域自适应SAR舰船检测方法及系统，包括以下步骤：获取光学舰船图像和SAR舰船图像；构建UDA‑SARDet模型；将所述光学舰船图像和所述SAR舰船图像作为所述UDA‑SARDet模型的输入数据进行训练与测试；利用通过测试的所述UDA‑SARDet模型完成对SAR图像舰船检测。本发明使用未标注的SAR舰船图像和现有的已标注的光学数据集，高效完成SAR图像的舰船检测任务。同时设计全新的网络模型结构和IoU损失函数，解决了SAR图像舰船目标多尺度、特征少、信息容易丢失等问题，提升了模型的检测性能。
-
公开(公告)号：CN114519679B
公开(公告)日：2022-10-21
申请号：CN202210158438.7
申请日：2022-02-21
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
摘要： 本发明提供一种SAR目标图像数据智能增强方法，包括：输入待增强的SAR图像数据，确定需要生成图像的角度，对SAR图像数据进行旋转填充；构建高分辨率GAN模型，包括生成器和鉴别器；所述生成器依次包括：第一卷积层、多个密集连接的残差模块、第二卷积层、上采样层和第三卷积层；所述鉴别器包括四个序列模块；将旋转填充后的SAR图像数据输入到高分辨率GAN模型，进行重构，获得增强后的高分辨率SAR图像数据。用此智能数据增强的方法，可以扩充Mstar等一些数据量较少的SAR目标数据集，提高分类的精度。也可以用于扩充SSDD等目标检测常用的数据集，提高检测的精度。
-
公开(公告)号：CN114529836A
公开(公告)日：2022-05-24
申请号：CN202210170355.X
申请日：2022-02-23
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
摘要： 本发明提供一种SAR图像目标检测方法，包括：为了解决SAR目标轮廓不清晰和多尺度问题，所述SAR图像目标检测网络的基准网络采用YOLOX网络，引入了无锚框的检测框架，在此基础上对其骨干网络进行了重新的轻量化设计，即NLCNet网络，包括对网络尾部的SE模块进行了删除，并对深度可分离卷积进行了重新的堆叠，同时在网络尾部使用了大的卷积核，从而获取图像的全局信息；针对SAR目标的强散射特性，在骨干网络中设计了一种新的位置注意力机制，细节是在不同空间方向上，将SE模块的全局池化操作替换为两个一维池化操作，形成两个独立的分支，能够更好的在通道注意力中添加位置信息来抑制背景杂波，从而更加准确的识别和定位目标；该方法具有较快的检测速度和精度。
-
公开(公告)号：CN115546555B
公开(公告)日：2024-05-03
申请号：CN202211274361.6
申请日：2022-10-18
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明提供一种基于混合表征学习增强的轻量化SAR目标检测方法，属于SAR图像目标检测技术领域，包括以下步骤：构建用于SAR图像舰船目标识别的HRLE‑SARDet网络模型；将待检测的舰船目标的SAR图像数据输入至训练后的HRLE‑SARDet网络模型中，输出获得目标检测结果。本发明提出了一种基于混合表征学习增强的轻量化SAR目标检测算法HRLE‑SARDet，从更加均衡的角度解决SAR图像舰船目标检测的问题，在大大减小参数量和计算量的同时，检测精度也得到一定保证和提升。
-
公开(公告)号：CN115832689A
公开(公告)日：2023-03-21
申请号：CN202211446575.7
申请日：2022-11-18
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
摘要： 本发明公开了一种宽波束毫米波圆极化磁电偶极子天线，包括层叠排布的第一介质基板、金属层以及第二介质基板，第一介质基板上设有旋转对称的两个L形贴片，两个L形贴片的外围设置分裂环，分裂环沿圆周方向均匀的切割了若干个缝隙，金属层中间切去一块形成耦合缝隙，第二介质基板内设置微带馈线，两个L形贴片与金属层之间通过第一金属化通孔连接，分裂环的每个缝隙处均设置一个第二金属化通孔，第二金属化通孔穿过第一介质基板与金属层接触，两个L形贴片的L形开口与分裂环之间的空隙设置第三金属化通孔，第三金属通过穿过第一介质基板与金属层接触；本发明的优点在于：天线的3‑dB轴比波束宽度及半功率波束宽度，从而实现广角范围内的通信。
-
公开(公告)号：CN114202696B
公开(公告)日：2023-01-24
申请号：CN202111534166.8
申请日：2021-12-15
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
IPC分类号： G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/40
摘要： 本发明提供了一种基于上下文视觉的SAR目标检测方法、装置和存储介质，属于目标检测领域，包括：获取SAR图像；将SAR图像输入目标检测模型中，目标检测模型对SAR图像中的目标物进行定位和识别，获得检测结果。本发明通过从上到下和从下到上的注意力增强双向多尺度连接操作，以指导动态注意力矩阵的学习，增强不同分辨率下的特征交互，促使模型能够更为精准的提取多尺度的目标特征信息，回归检测框和分类，抑制干扰背景信息，从而增强了视觉表示能力。在增加注意力增强模块的情况下，整个Neck几乎不增加参数量和计算量也能使检测性能得到极强的增益。
-
公开(公告)号：CN114519679A
公开(公告)日：2022-05-20
申请号：CN202210158438.7
申请日：2022-02-21
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
摘要： 本发明提供一种SAR目标图像数据智能增强方法，包括：输入待增强的SAR图像数据，确定需要生成图像的角度，对SAR图像数据进行旋转填充；构建高分辨率GAN模型，包括生成器和鉴别器；所述生成器依次包括：第一卷积层、多个密集连接的残差模块、第二卷积层、下采样层和第三卷积层；所述鉴别器包括四个序列模块；将旋转填充后的SAR图像数据输入到高分辨率GAN模型，进行重构，获得增强后的高分辨率SAR图像数据。用此智能数据增强的方法，可以扩充Mstar等一些数据量较少的SAR目标数据集，提高分类的精度。也可以用于扩充SSDD等目标检测常用的数据集，提高检测的精度。
-
公开(公告)号：CN118941973A
公开(公告)日：2024-11-12
申请号：CN202411434113.2
申请日：2024-10-15
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
摘要： 本发明公开了基于多任务强化学习自动剪枝方法的SAR舰船目标检测方法及系统，涉及SAR舰船目标检测领域，其中方法包括：采集包含待检测目标舰船的SAR图像；设计多任务强化学习自动剪枝方法；基于多任务强化学习自动剪枝方法，改进传统SAR舰船目标检测模型，得到最终模型；利用最终模型对SAR图像进行检测，识别其中的舰船。本发明通过多任务强化学习自动剪枝方法优化SAR舰船目标检测，有效减少模型参数量和计算量，同时保持高检测精度，增强模型在边缘设备上的应用能力。
-
公开(公告)号：CN116341323B
公开(公告)日：2023-10-13
申请号：CN202310288398.2
申请日：2023-03-21
申请人： 安徽大学 , 中国电子科技集团公司第三十八研究所
IPC分类号： G06F30/23
摘要： 本发明提出了一种基于空间映射算法的BAW滤波器设计优化方法，包括：构建FBAR和BAW滤波器的多物理场力‑电磁耦合细模型；构建FBAR的Mason等效物理粗模型；构建所述多物理场力‑电磁耦合细模型和所述Mason等效物理粗模型之间的一维映射关系，获取满足目标频率的谐振器。本发明可以快速优化单个谐振器，节省了大量的时间，且谐振器的谐振频率精确度可以优化到0.001Ghz，使优化结果更加准确效率更高。
-
-
-
-
-
-
-
-
-
搜索结果
441 条记录 (耗时 0.068 秒)
