一种基于多域特征融合的雷达人体行为识别方法

    公开(公告)号:CN117784074A

    公开(公告)日:2024-03-29

    申请号:CN202410171967.X

    申请日:2024-02-07

    Abstract: 本发明公开一种基于多域特征融合的雷达人体行为识别方法,应用于针对现有基于雷达传感器和深度学习技术的人体行为识别方法仅采用一个域的特征,或仅在时频域上采用一种时频分析方法,造成对人体行为特征表达不充分的问题;本发明选择了三种不同时频分辨率的时频分析方法,即短时傅里叶变换、自适应最优核时频表示法和汉宁核减少交叉项干扰分布;得到三类频谱图;然后在时频域上利用SENet和3DCNN网络将三类时频谱图结合使用,更充分表达了人体行为特征;在距离域上,同样使用SENet提取关键特征;并将两个域的特征结合起来,找到其相互关系,有效提高了对人体行为的识别准确率。

    一种基于毫米波雷达的多特征轻量级手势识别方法

    公开(公告)号:CN117935368A

    公开(公告)日:2024-04-26

    申请号:CN202410140584.6

    申请日:2024-02-01

    Abstract: 本发明公开一种基于毫米波雷达的多特征轻量级手势识别方法,应用于手势识别技术领域,针对现有基于毫米波雷达的手势识别方法,通过多特征融合和深度学习,进行手势识别,存在的计算资源和储存资源耗费较大的问题;本发明首先对毫米波雷达采集到原始信号使用动目标显示技术和距离维快速傅里叶变换,生成手势的距离谱图;然后在距离谱图上对手势所在的距离单元做传统波束形成,生成手势的角度谱图;接着将生成的谱图分为训练数据和测试数据,搭建多特征轻量级网络,使用训练数据对网络进行训练;最后利用测试数据输入训练好的多特征轻量级网络,得到最终的识别结果。本发明方法在保证高准确率的手势识别同时只需要很小的内存需求和很少的计算量。

    一种基于MIMO毫米波雷达的横穿目标探测方法

    公开(公告)号:CN116299473A

    公开(公告)日:2023-06-23

    申请号:CN202310339838.2

    申请日:2023-03-31

    Abstract: 本发明公开一种基于MIMO毫米波雷达的横穿目标探测方法,应用于障碍物环境下的目标探测领域,针对现有技术对横穿目标探测时未进行全过程探测的问题以及未考虑场景内障碍物引起的多径干扰问题;本发明基于横穿目标位于障碍物后方的非视距区域以及位于雷达前方的视距区域的电磁传播机理,建立回波模型;提出横穿目标运动全过程的探测方法,首先根据雷达回波数据获取场景的3D点云信息,接着基于场景中速度为零的静态点云,利用反射边界估计算法完成对场景中强反射面边界的估计,然后,基于场景中速度不为零的动态点云以及获取的反射边界信息,利用鬼影剔除算法消除动态点云中的鬼影,最后,根据剔除鬼影后的动态点云中心实现对横穿目标的跟踪。

    面向能量积累的多子脉冲结构宽带波形的生成与处理方法

    公开(公告)号:CN120044491A

    公开(公告)日:2025-05-27

    申请号:CN202510208466.9

    申请日:2025-02-25

    Abstract: 本发明公开了一种面向能量积累的多子脉冲结构宽带波形的生成与处理方法,首先利用随机相位编码信号作为窄带子脉冲波形构建得到基于多子脉冲结构的宽带波形,再利用多支路脉冲压缩方法实现多子脉冲结构的宽带回波中子脉冲的分离,然后利用距离门对齐操作、频谱搬移操作,通过将回波信号离散为快慢时间维矩阵,设计脉间相参积累滤波器矩阵,实现各子脉冲波形的脉间相参积累以及各脉间相参积累结果在多普勒维度的峰值对齐,最后利用最大化对比度方法实现各子脉冲处理结果之间的相位补偿和相参积累。本发明的方法最终结果降低了宽带波形的距离分辨率,能有效积累分散在扩展目标多个散射点上的能量,提升宽带波形的输出信噪比。

    一种基于子带处理的宽带雷达目标能量积累方法

    公开(公告)号:CN115220008B

    公开(公告)日:2024-09-17

    申请号:CN202210889859.7

    申请日:2022-07-27

    Abstract: 本发明公开了一种基于子带处理的宽带雷达目标能量积累方法,首先基于宽带雷达目标响应模型,建立宽带雷达回波信号模型,然后在接收端将宽带回波信号通过一系列的子带滤波器,聚焦扩展目标分散的能量,并依次进行频谱搬移、包络对齐和相位补偿等处理,实现对子带滤波输出信号的能量积累,有效提升宽带雷达目标信噪比。本发明的方法稳健性高,宽带雷达目标的积累检测不依赖宽带雷达目标模型先验知识;信噪比损失低,可提升宽带雷达设备的生存能力和探测性能;实用性高,相关算法可直接运用于现有宽带雷达装备,不需要进行额外的硬件升级改造。

    一种面向组网频率捷变雷达系统的强化学习智能干扰方法

    公开(公告)号:CN118444259A

    公开(公告)日:2024-08-06

    申请号:CN202410529772.8

    申请日:2024-04-29

    Abstract: 本发明公开了一种面向组网频率捷变雷达系统的强化学习智能干扰方法,首先建立多雷达与干扰机的对抗场景,并设计出一种逐脉冲干扰,混合使用点干扰和扫频干扰的干扰系统工作模型,然后干扰系统在对雷达组时进行干扰时的时域、能量域资源分配决策过程被建模为一个马尔可夫决策过程,并使用深度确定性策略梯度算法来训练求解干扰系统的最优策略。本发明的方法得到的优化策略自适应性强、资源利用效率高,相比于现有依赖于特定规则的针对频率捷变雷达的干扰方法,可显著增强对各种配置的组网频率捷变雷达系统的干扰效率,挖掘干扰机的任务性能,同时利用深度强化学习算法来优化组合式压制干扰策略,提升干扰机在电子对抗环境下的打击能力。

    一种基于模糊强化学习的捷变频雷达时频域联合干扰方法

    公开(公告)号:CN118311508A

    公开(公告)日:2024-07-09

    申请号:CN202410415598.4

    申请日:2024-04-08

    Abstract: 本发明公开了一种基于模糊强化学习的捷变频雷达时频域联合干扰方法,首先根据雷达信号处理流程,建立目标回波模型和干扰信号模型,将干扰机视为一个智能体,并将干扰机时频域联合干扰过程建模为广义马尔可夫决策过程,得到状态价值函数,利用提出的时域模糊Q学习算法和频域Q学习算法联合求解,最后得到干扰机干扰时间、载频选择策略。本发明的方法通过将干扰过程建模为广义马尔科夫决策过程,在频域中干扰机载频的选择视为动作,雷达载频视为状态,在时域中干扰机干扰时长的选择视为动作,每一条模糊规则视为状态,将时域推理出的干扰时长和雷达脉冲重复时间的相关熵和频域干扰JNSR乘积作为联合奖励函数,实现时频域联合干扰效果,有效实施干扰。

    一种混叠情况下的LFM脉冲信号参数估计方法

    公开(公告)号:CN117907941A

    公开(公告)日:2024-04-19

    申请号:CN202410087338.9

    申请日:2024-01-22

    Abstract: 本发明公开一种混叠情况下的LFM脉冲信号参数估计方法,应用于雷达技术领域,针对多个外辐射源雷达直达波信号参数相似,在时频域存在混叠的问题,本发明利用分数阶傅里叶变换对直达波信号进行能量积累,根据积累之后得到的峰值积极线性调频脉冲信号经过分数阶傅里叶变换后的解析表达式构建多通道信号,最后利用构造的多通道信号,通过盲源分离的方法在分数阶傅里叶变换域对线性调频脉冲信号进行去混叠处理,最终达到提升信号信噪比,分离参数相似的不同脉冲信号,从而实现参数准确估计;本发明的流程可以利用快速分数阶傅里叶变换方法实现,有利于工程实现。

    针对切向机动目标探测的杂波抑制收发设计方法

    公开(公告)号:CN117786986A

    公开(公告)日:2024-03-29

    申请号:CN202311826834.3

    申请日:2023-12-27

    Abstract: 本发明公开了一种针对切向机动目标探测的杂波抑制收发设计方法,首先在初相捷变信号体制下,建立目标、杂波及噪声的慢时间回波模型,然后在信号处理端引入慢时间窗函数以构建杂波能量目标函数,并在恒模约束、峰值匹配约束和信噪比损失约束下建立杂波能量最小化问题,提出SISWP算法,将原优化问题转化为基于脉间初相和窗函数的子问题,采用QRARC算法和KKT条件交替迭代,最终实现杂波抑制的发射与接收联合优化设计。本发明的方法不依赖于杂波分布先验知识,具有较好的稳健性、可实现性和推广性,充分利用了机载雷达发射端波形优化自由度,还在信号处理端引入新的优化变量进一步强化波形对距离模糊杂波的抑制效果,大大提高了对切向机动目标的检测性能。

Patent Agency Ranking