-
公开(公告)号：CN117912119A
公开(公告)日：2024-04-19
申请号：CN202410150722.9
申请日：2024-02-02
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于深度学习的毫米波雷达动作识别方法，先采用毫米波雷达感知人体动作，提取出人体动作的雷达回波中微多普勒特征，生成时频图，再将时频图输入到改进的网络模型中进行训练和识别，改进的网络模型以卷积神经网络和编码器为基础，并采用随机失活、归一化层等对网络模型进行优化，来避免过拟合现象，提高识别准确率。
-
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。
-
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：CN109447161B
公开(公告)日：2021-07-13
申请号：CN201811287954.X
申请日：2018-10-31
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于汽车雷达数据的实时增量与自适应聚类方法，提出将EKF与DBSCAN算法结合来实现汽车雷达数据实时聚类，目的是解决工作在多目标复杂坏境下的汽车雷达数据聚类效率低的缺点，以及无法应对数据密度簇不均匀问题。本发明方法考虑到汽车雷达在对目标进行跟踪预测时常会用到EKF的特点，改进DBSCAN算法，改进的DBSCAN算法可以很大限度上保证聚类结果不受航迹重合的影响；还可以使得卡尔曼滤波参数在同一目标中可以持续迭代，节省了从初始参数迭代需要的时间，提高了聚类效率。本发明方法同时实现增量和自适应DBSCAN聚类，可以保持较低时间内存开销，并且可以用来解决汽车雷达数据簇密度不均匀的情况。
-
公开(公告)号：CN107957574B
公开(公告)日：2021-08-20
申请号：CN201711453838.6
申请日：2017-12-28
Applicant: 桂林电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了基于IFFT和混合匹配追踪的时分地基MIMO滑坡雷达成像方法，用于解决现有山体滑坡监测领域成像方法所用天线数目多、数据处理复杂度高的问题，并针对多目标成像的伪影点问题引入混合匹配追踪算法，大大改善成像质量。实现步骤为：构造等效随机稀疏收发阵列；建立回波信号采集模型；距离向压缩处理；方位向压缩处理；完成二维目标高分辨成像。本发明具有以下优点：减少阵列数目，降低硬件成本；降低了数据处理复杂度；提高了距离向和方位向分辨率。
-
Patent Agency Ranking
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：CN109447161A
公开(公告)日：2019-03-08
申请号：CN201811287954.X
申请日：2018-10-31
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于汽车雷达数据的实时增量与自适应聚类方法，提出将EKF与DBSCAN算法结合来实现汽车雷达数据实时聚类，目的是解决工作在多目标复杂坏境下的汽车雷达数据聚类效率低的缺点，以及无法应对数据密度簇不均匀问题。本发明方法考虑到汽车雷达在对目标进行跟踪预测时常会用到EKF的特点，改进DBSCAN算法，改进的DBSCAN算法可以很大限度上保证聚类结果不受航迹重合的影响；还可以使得卡尔曼滤波参数在同一目标中可以持续迭代，节省了从初始参数迭代需要的时间，提高了聚类效率。本发明方法同时实现增量和自适应DBSCAN聚类，可以保持较低时间内存开销，并且可以用来解决汽车雷达数据簇密度不均匀的情况。
-
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：CN102353954B
公开(公告)日：2013-06-05
申请号：CN201110180308.5
申请日：2011-06-30
Applicant: 桂林电子科技大学
Abstract: 本发明为线性调频连续波汽车防撞雷达系统及使用方法，本雷达系统的信息处理平台包括DSP和FPGA双处理器，FPGA的信息处理算法单元中含有时空复杂率分配模块。DSP有一个RAM，FPGA有双RAM，提高运算速度。FPGA配有串口、USB、I/O、PCI总线及光纤接口。FPGA可嵌入NIOS II。FPGA连接有人机界面的上位机，上位机可连接报警装置和/或自动刹车装置等。本系统使用方法为信息处理平台对实时数据计算处理，得到前方目标的位置和速度的实时数据，在人机界面显示。时空复杂率分配方法根据处理雷达信号算法的时空复杂率Q进行m-t分解，按上下门限将各种算法分别送给FPGA和DSP完成，充分二者的优势，工作流畅、效率高，实时反映车前图像，辅助安全驾驶，可保“防撞”。
-
公开(公告)号：CN111007880B
公开(公告)日：2022-09-02
申请号：CN201911350055.4
申请日：2019-12-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于汽车雷达的扩展目标跟踪方法，根据状态集建立实际目标汽车的随机有限集模型，根据测量集建立量测目标汽车的随机有限集模型，修正异常多普勒速度，在方位‑多普勒速度预分区处理后使用吉布斯采样进行数据关联，关联成功则更新多目标PMBM后验密度，再预测下一时刻的多目标PMBM先验密度，关联不成功则判断是否有新目标进入，对于新目标则预测下一时刻的多目标PMBM先验密度，再结合完全状态向量计算目标输出结果，否则剔除该杂波，本发明增加少量的时间复杂度便能大幅度提升跟踪效率，提高跟踪精度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.03 seconds)
