一种基于支持向量机回归的雷达参数缺失项估计系统

    公开(公告)号:CN116203514A

    公开(公告)日:2023-06-02

    申请号:CN202211656540.6

    申请日:2022-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于支持向量机回归的雷达参数缺失项估计系统,用于对雷达进行参数缺失项估计,该系统包括雷达、数模转换系统、系统控制逻辑模块、数据存储器、系统总线、上位机、支持向量机回归参数补全模块及雷达参数显示模块。本发明所涉及的基于支持向量机回归的雷达参数缺失项估计系统,采用所述的设备实现雷达参数的缺失项估计。本发明克服已有的雷达参数缺失项估计系统对雷达参数缺失项估计精度不高的不足,利用支持向量机回归对线性以及非线性数据高精度的回归拟合能力,提高了雷达参数缺失项估计的精度,为雷达目标定位、雷达辐射源识别等下游任务提供了坚实的基础。

    一种基于状态区间估计的博弈信息入侵检测系统

    公开(公告)号:CN116170178A

    公开(公告)日:2023-05-26

    申请号:CN202211649984.7

    申请日:2022-12-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于状态区间估计的博弈信息入侵检测系统,该系统由鲁棒点估计模块、增广状态构建模块、状态区间估计模块和信息入侵警报模块组成。鲁棒点估计模块通过重构系统的状态,获得了系统状态的点估计信息。增广状态构建模块将系统误差与原系统状态联立,构成新的系统状态。在此基础上,状态区间估计模块对新的系统状态进行区间估计,得到误差的边界信息,并结合状态点估计模块的点估计信息,获得原系统状态的区间信息。当系统受到信息入侵时,系统状态超出状态区间估计模块所给出的正常区间,信息入侵警报模块会立即发出警报。本发明提供了一种强可靠性、高准确性、广泛化性的博弈信息入侵检测系统,在各类设备中都能应用。

    一种基于深度学习的雷达辐射源信号分选系统

    公开(公告)号:CN116087880A

    公开(公告)日:2023-05-09

    申请号:CN202211656352.3

    申请日:2022-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的雷达辐射源信号分选系统,主要由数据库及上位机构成,其中上位机包含训练集创建模块、信号变换模块、特征提取模块、模型训练模块,通过获取雷达辐射源信号数据集作为训练集,对雷达辐射源信号作时频分析,将时间信号数据转换成时频图像,并构建卷积神经网络,最后基于时频图像对网络进行训练,实现待分类信号的分类识别。本发明主要解决现有雷达辐射源信号识别系统训练识别准确率较低的问题,通过将时域信号转为时频图像,充分利用卷积神经网络的特征提取能力,实现高准确率的分类识别,得到具有任务适应性的高精确度、高鲁棒的雷达信号分选系统。

    基于多种群自适应矫正进化算法的空战对抗博弈策略寻优系统

    公开(公告)号:CN115994484A

    公开(公告)日:2023-04-21

    申请号:CN202211649997.4

    申请日:2022-12-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多种群自适应矫正进化算法的空战对抗博弈策略寻优系统,包括空战对抗博弈仿真模块、空战任务约束模块、多种群进化寻优模块与最优策略输出模块。本发明通过空战对抗博弈仿真模块对战场要素任务进行综合考虑,构建空战对抗博弈的数学仿真模型;通过空战任务约束模块对仿真模型进一步改进,保证最终策略的合理性;通过多种群进化寻优模块来选择满足约束的最优策略,实现空战任务的收益最大化;最后通过最优策略输出模块将找到的最优策略输出到各空战要素中以指导其完成相应任务。本发明提供了一种快速、精准、稳定的空战对抗博弈策略寻优系统,解决了传统空战对抗博弈寻优系统难以实现最优策略的问题。

Patent Agency Ranking