-
公开(公告)号：CN113780106B
公开(公告)日：2024-02-27
申请号：CN202110973158.7
申请日：2021-08-24
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于无线电波形数据输入的深度学习信号检测方法，包括：步骤S10，对用于训练的无线电信号波形文件进行波形数据处理，得到多个训练波形文件以及表示了信号的强弱信息的样本标签，将多个训练波形文件和样本标签作为定制化数据集；步骤S20，将定制化数据集输入深度学习一维卷积神经网络模型进行训练，待损失值收敛后停止训练，得到训练好的深度学习一维卷积神经网络模型；步骤S30，对待预测的无线电信号波形文件进行波形数据处理，将得到的多个待预测波形文件作为待预测数据集；步骤S40，将待预测数据集输入训练好的深度学(56)对比文件Yuan Zeng 等.Spectrum Analysis andConvolutional Neural Network forAutomatic Modulation Recognition《.IEEEWireless Communications Letters》.2019,929-932.
-
公开(公告)号：CN113447027B
公开(公告)日：2022-03-08
申请号：CN202110805524.8
申请日：2021-07-16
Applicant: 电信科学技术第五研究所有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于几何图形的目标融合过滤方法，包括步骤：传感器数据采集；目标身份确定、时间过滤；选择空间过滤几何图形；航向过滤处理；聚合航迹过滤后的态势数据；目标速度过滤；多源数据融合并形成一条融合航迹信息。本发明有较好的目标跟踪完整率和识别完整率，清晰性反应态势信息中所含虚假航迹、模糊航迹、模糊识别目标；最终生成的航迹的最长航迹持续比较高；准确衡量航迹位置、速度、航向、身份标识；具备事中实时处理能力，航迹确认时延和目标识别时延都较低。
-
Patent Agency Ranking
公开(公告)号：CN113780106A
公开(公告)日：2021-12-10
申请号：CN202110973158.7
申请日：2021-08-24
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于无线电波形数据输入的深度学习信号检测方法，包括：步骤S10，对用于训练的无线电信号波形文件进行波形数据处理，得到多个训练波形文件以及表示了信号的强弱信息的样本标签，将多个训练波形文件和样本标签作为定制化数据集；步骤S20，将定制化数据集输入深度学习一维卷积神经网络模型进行训练，待损失值收敛后停止训练，得到训练好的深度学习一维卷积神经网络模型；步骤S30，对待预测的无线电信号波形文件进行波形数据处理，将得到的多个待预测波形文件作为待预测数据集；步骤S40，将待预测数据集输入训练好的深度学习一维卷积神经网络模型进行预测。本发明中即使信号语图中信号和噪声相似，依然能够有较好的检测结果。
-
公开(公告)号：CN117332312A
公开(公告)日：2024-01-02
申请号：CN202311228338.8
申请日：2023-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明提供一种基于深度学习的行为识别方法、介质及装置，所述方法包括如下步骤：步骤一、获取行为轨迹数据；步骤二、预处理行为轨迹数据；步骤三、使用预处理后的行为轨迹数据构建行为轨迹数据集；步骤四、使用基于深度学习的行为识别模型训练行为轨迹数据集，损失函数收敛后停止训练，得到行为识别模型的权重文件；步骤五、对待识别的行为轨迹数据按照步骤二进行预处理，得到待识别行为样本；步骤六、使用基于深度学习的行为识别模型和训练好的权重文件，对待识别行为样本进行行为识别，得到该待识别的行为轨迹数据的行为类型。本发明具有较高的准确率、较广的应用范围以及较好的通用性。
-
公开(公告)号：CN117332207A
公开(公告)日：2024-01-02
申请号：CN202311228341.X
申请日：2023-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F18/10 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的长时间航迹预测方法、介质及装置，所述方法包括如下步骤：步骤一、获取航迹数据；步骤二、预处理航迹数据；步骤三、使用预处理后的航迹数据构建航迹数据集；步骤四、使用基于深度学习的长时间航迹预测模型训练航迹数据集，损失函数收敛后停止训练，得到长时间航迹预测模型的权重文件；步骤五、对待预测的航迹数据通过步骤二进行预处理，得到待预测航迹样本；步骤六、使用基于深度学习的长时间航迹预测模型和训练好的权重文件，对待预测航迹样本进行长时间航迹预测，得到预测航迹。本发明具有较高的准确率、较广的应用范围以及较好的通用性。
-
公开(公告)号：CN117332028A
公开(公告)日：2024-01-02
申请号：CN202311228336.9
申请日：2023-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F16/29 , G06F16/215 , G06F16/2458 , G06F16/25 , G06F16/9537
Abstract: 本发明提供一种基于低精度随机采样数据的轨迹识别分组方法，包括如下步骤：步骤一、获取低精度随机采样轨迹点数据；步骤二、预处理低精度随机采样轨迹点数据，得到时间相同轨迹点数据和时间不同轨迹点数据；步骤三、使用时间不同轨迹点数据构建距离矩阵MD和时间矩阵MT；步骤四、基于距离矩阵MD和时间矩阵MT，构建时空可达矩阵MST；步骤五、基于时空可达矩阵MST，获取时空可达关键点集；步骤六、基于时空可达关键点，通过获取时空可达相邻点集进行轨迹点分组；步骤七、将时间相同轨迹点数据，根据步骤六的轨迹点分组进行聚合。本发明具有更高的时效性以及更广的适用性。
-
公开(公告)号：CN113447027A
公开(公告)日：2021-09-28
申请号：CN202110805524.8
申请日：2021-07-16
Applicant: 电信科学技术第五研究所有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于几何图形的目标融合过滤方法，包括步骤：传感器数据采集；目标身份确定、时间过滤；选择空间过滤几何图形；航向过滤处理；聚合航迹过滤后的态势数据；目标速度过滤；多源数据融合并形成一条融合航迹信息。本发明有较好的目标跟踪完整率和识别完整率，清晰性反应态势信息中所含虚假航迹、模糊航迹、模糊识别目标；最终生成的航迹的最长航迹持续比较高；准确衡量航迹位置、速度、航向、身份标识；具备事中实时处理能力，航迹确认时延和目标识别时延都较低。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
