-
公开(公告)号：CN109901130A
公开(公告)日：2019-06-18
申请号：CN201910195620.8
申请日：2019-03-15
Applicant: 桂林电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法，其特征在于，包括如下步骤：1）对雷达回波数据进行短时傅里叶变换即STFT获取无人机旋翼微多普勒特征的时频图；2）对步骤1）获取的时频图进行Radon变换，提取微多普勒特征的边缘信息；3）对步骤2）radon变换后的图像采用改进2DPCA算法进一步提取有效特征向量；4）依据步骤3）提取的特征向量采用KNN分类算法识别不同种类的无人机，得到识别结果。这种方法在低信噪比的复杂场景下具有高识别率。
-
公开(公告)号：CN109145971A
公开(公告)日：2019-01-04
申请号：CN201810891812.8
申请日：2018-08-07
Applicant: 桂林电子科技大学
CPC classification number: G06K9/6256 , G06N3/0454 , G06N3/0481 , G06N3/08
Abstract: 本发明公开了一种基于改进匹配网络模型的单样本学习方法，涉及深度学习下的图像分类识别技术领域，包括以下步骤：（1）对训练样本数据集和测试样本数据集分别进行预处理降维；（2）利用四层深度卷积神经网络提取训练样本和测试样本的高层语义特征；（3）对高层语义特征分别采用双向LSTM算法和AttLSTM算法提取训练样本和测试样本的关键有用特征并进行编码并得出分类的结果。采用本发明的技术方案深度学习下的图像分类识别在类别数更多而样本数较少的复杂场景下还具有高识别率。
-
公开(公告)号：CN109783960A
公开(公告)日：2019-05-21
申请号：CN201910064660.9
申请日：2019-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于网格部分细化的波达方向估计方法，通过学习和裂变过程，裂变过程通过产生新格点对网格进行细化，学习过程不断逼近波达方向，在真实的波达方向附近网格被细划分，而在远离波达方向的网格区域被粗划分，这就实现了网格的部分细化，不但保证了估计精度，而且与之前的离格DOA估计算法相比，网格点数大大减少，计算量随之减小。本发明不需要将信源数作为先验，以尽量稀疏的网格划分，减少了网格数，从而减小计算复杂度，算法耗时少；在非常稀疏的初始格点划分的条件下，通过最小间隔阈值自定义，保证了算法的估计精度。
-
公开(公告)号：CN109001702A
公开(公告)日：2018-12-14
申请号：CN201810565067.8
申请日：2018-06-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种无载波超宽带雷达人体动作识别方法，先利用样本数据构建支持向量机模型，后利用构建好的支持向量机模型实现人体动作识别。在训练和识别的过程中，采用了基于PCA和DCT相结合的特征提取方法，提取人体动作回波信号中的有效特征，从而能够有效提高人体动作的识别率；此外，在训练支持向量机模型的过程中，结合利用了改进后的网格搜索算法优化SVM模型参数，从而避免了传统网格搜索算法优化SVM模型参数容易陷入局部最优的情况。
-
公开(公告)号：CN108983210B
公开(公告)日：2022-08-09
申请号：CN201810607427.6
申请日：2018-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种汽车雷达测角方法，在采样时钟的控制下，对汽车上安装的2个接收天线所分别接收到的2个相互正交的模拟回波数据分别进行AD采样，得到2路数字回波数据；通过对数字回波数据进行数据处理，即利用相位干涉法测角原理，并通过坐标旋转算法获得目标与汽车的角度，同时采用有序统计恒虚警进行目标检测检测目标，并得到目标与汽车的距离和速度；并利用目标与汽车的距离、速度和角度来实现预警报警。本发明具有复杂度低，实时性强，处理速度快，能够在FPGA上进行系统实现，开发周期快，工程实现方便的特点。
-
Patent Agency Ranking
公开(公告)号：CN109783960B
公开(公告)日：2022-07-05
申请号：CN201910064660.9
申请日：2019-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于网格部分细化的波达方向估计方法，通过学习和裂变过程，裂变过程通过产生新格点对网格进行细化，学习过程不断逼近波达方向，在真实的波达方向附近网格被细划分，而在远离波达方向的网格区域被粗划分，这就实现了网格的部分细化，不但保证了估计精度，而且与之前的离格DOA估计算法相比，网格点数大大减少，计算量随之减小。本发明不需要将信源数作为先验，以尽量稀疏的网格划分，减少了网格数，从而减小计算复杂度，算法耗时少；在非常稀疏的初始格点划分的条件下，通过最小间隔阈值自定义，保证了算法的估计精度。
-
公开(公告)号：CN109901130B
公开(公告)日：2022-04-22
申请号：CN201910195620.8
申请日：2019-03-15
Applicant: 桂林电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法，其特征在于，包括如下步骤：1）对雷达回波数据进行短时傅里叶变换即STFT获取无人机旋翼微多普勒特征的时频图；2）对步骤1）获取的时频图进行Radon变换，提取微多普勒特征的边缘信息；3）对步骤2）radon变换后的图像采用改进2DPCA算法进一步提取有效特征向量；4）依据步骤3）提取的特征向量采用KNN分类算法识别不同种类的无人机，得到识别结果。这种方法在低信噪比的复杂场景下具有高识别率。
-
公开(公告)号：CN107229052A
公开(公告)日：2017-10-03
申请号：CN201710617055.0
申请日：2017-07-26
Applicant: 桂林电子科技大学
IPC: G01S13/93
CPC classification number: G01S13/931
Abstract: 本发明公开的基于多频移键控体制的车载雷达目标测量系统及运行方法，采用多频移键控（MFSK）作为调制信号，采样回波差频信号，对数据进行拆分、重组，然后再做全相位FFT变换、求模、CA‑CFAR处理，对虚警后的数据进行峰值搜索、频率匹配、峰值点相位求解，最后得到目标的距离速度信息。该方法可以有效避免虚假目标的出现，对多目标进行无模糊测量；采样全相位FFT避免了频谱泄露、抑制了高斯噪声，保证了测量精度；算法简单，易于实现。本发明系统使用锁相环产生调制信号提高调制精度，系统结构简单、成本较低。
-
公开(公告)号：CN109001702B
公开(公告)日：2022-05-13
申请号：CN201810565067.8
申请日：2018-06-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种无载波超宽带雷达人体动作识别方法，先利用样本数据构建支持向量机模型，后利用构建好的支持向量机模型实现人体动作识别。在训练和识别的过程中，采用了基于PCA和DCT相结合的特征提取方法，提取人体动作回波信号中的有效特征，从而能够有效提高人体动作的识别率；此外，在训练支持向量机模型的过程中，结合利用了改进后的网格搜索算法优化SVM模型参数，从而避免了传统网格搜索算法优化SVM模型参数容易陷入局部最优的情况。
-
公开(公告)号：CN108983210A
公开(公告)日：2018-12-11
申请号：CN201810607427.6
申请日：2018-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种汽车雷达测角方法，在采样时钟的控制下，对汽车上安装的2个接收天线所分别接收到的2个相互正交的模拟回波数据分别进行AD采样，得到2路数字回波数据；通过对数字回波数据进行数据处理，即利用相位干涉法测角原理，并通过坐标旋转算法获得目标与汽车的角度，同时采用有序统计恒虚警进行目标检测检测目标，并得到目标与汽车的距离和速度；并利用目标与汽车的距离、速度和角度来实现预警报警。本发明具有复杂度低，实时性强，处理速度快，能够在FPGA上进行系统实现，开发周期快，工程实现方便的特点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
