-
公开(公告)号：CN119199849A
公开(公告)日：2024-12-27
申请号：CN202411126955.1
申请日：2024-08-16
Applicant: 西安电子工程研究所
IPC: G01S13/90
Abstract: 本发明涉及一种基于压缩感知理论的冲击体制ISAR成像方法，涉及雷达成像领域。通过方位向观测的回波矩阵，对回波点迹进行多项式拟合，获得航迹曲线；再进行几何关系求解，获得各回波对应旋转角度；然后对原始回波数据进行包络对齐，构建稀疏测量矩阵和稀疏模型；接着，将稀疏观测的目标回波数据按距离单元分别划分成若干个列向量，获得重构数据；最后，进行插值重采等操作获得冲击体制ISAR像。该方法基于压缩感知理论，不同于传统转台模型ISAR成像，根据回波和航迹特征，构建不同纬度的稀疏测量矩阵，从而恢复重构完整回波信号，获得高质量成像结果。
-
Patent Agency Ranking
公开(公告)号：CN118261814A
公开(公告)日：2024-06-28
申请号：CN202410163792.8
申请日：2024-02-05
Applicant: 西安电子工程研究所
IPC: G06T5/70
Abstract: 本发明涉及一种基于小波变换的雷达目标图像混合噪声消除方法，涉及雷达目标图像噪声消除领域。采用小波系数相关性降噪算法对图像R、G、B通道在水平、垂直、对角方向的高频信息以及低频信息的高频部分进行一次粗滤波，以消除图像中的大部分幅值较大的噪声；同时设计了一种改进自适应中值滤波算法对重构后的R、G、B三个通道进行二次细粒度滤波。本发明提出的方法在不同强度的混合噪声条件下，能够较好地恢复图像信息、稳定性较强，可以在不同强度混合噪声条件下实现雷达目标图像的降噪。
-
公开(公告)号：CN119544085A
公开(公告)日：2025-02-28
申请号：CN202411735589.X
申请日：2024-11-29
Applicant: 西安电子工程研究所
IPC: H04B10/69 , H04B10/516
Abstract: 本申请涉及电子侦察技术领域，特别涉及一种基于电光传感的超宽带轻量化电磁侦察接收机，所述接收机包括：光频梳脉冲激光源M1、光频梳脉冲激光源M2、低噪声放大器LNA1、低噪声放大器LNA2、数控衰减器AGC、功分器PS、偏振控制器PC1、偏振控制器PC2、电光调制器MZM1、电光调制器MZM2、光电探测器PD1、光电探测器PD2、光耦合器OC1、光耦合器OC2、低通滤波器LF1和低通滤波器LF2；低通滤波器LF1的输出端和低通滤波器LF2的输出端均与信号处理模块FPGA连接；低噪声放大器LNA1与天线RA的输出端连接，天线RA的射频输出经功分器PS后分两路进入电光调制器MZM1和电光调制器MZM2。该接收机可以在满足设备轻量化的指标基础上，实现瞬时、超宽带范围内的电磁信息截获。
-
公开(公告)号：CN118884385A
公开(公告)日：2024-11-01
申请号：CN202410956416.4
申请日：2024-07-17
Applicant: 西安电子工程研究所
IPC: G01S7/41 , G06F18/24 , G06N3/0464 , G06N3/0499 , G06F123/02
Abstract: 本发明涉及一种波物理洞见驱动的高超声速目标模式识别方法，涉及高超声速飞行器的分类识别领域。获取六个含有等离子体波衰减及波传播属性的模式识别特征值，包括散射回波在x、y、z三个分量方向上的实部和虚部数值；获取在任意飞行时间下雷达追踪不同飞行模式高超声速目标的凝视转动变化率，作为高超声速目标模式识别的第七个有效特征值；获取目标被照亮面片在不同时间点固定百分比的总面积值，作为高超声速目标模式识别的第八个有效特征值；将八个有效特征值组成特征向量库，输入识别分类器进行训练；采用训练好的识别分类器对高超声速目标不同飞行模式进行高精度分类。本发明优于现传统黑箱技术，识别准确率较后者提升近50％。
-
公开(公告)号：CN118884385B
公开(公告)日：2025-03-21
申请号：CN202410956416.4
申请日：2024-07-17
Applicant: 西安电子工程研究所
IPC: G01S7/41 , G06F18/24 , G06N3/0464 , G06N3/0499 , G06F123/02
Abstract: 本发明涉及一种波物理洞见驱动的高超声速目标模式识别方法，涉及高超声速飞行器的分类识别领域。获取六个含有等离子体波衰减及波传播属性的模式识别特征值，包括散射回波在x、y、z三个分量方向上的实部和虚部数值；获取在任意飞行时间下雷达追踪不同飞行模式高超声速目标的凝视转动变化率，作为高超声速目标模式识别的第七个有效特征值；获取目标被照亮面片在不同时间点固定百分比的总面积值，作为高超声速目标模式识别的第八个有效特征值；将八个有效特征值组成特征向量库，输入识别分类器进行训练；采用训练好的识别分类器对高超声速目标不同飞行模式进行高精度分类。本发明优于现传统黑箱技术，识别准确率较后者提升近50％。
-
公开(公告)号：CN118395372A
公开(公告)日：2024-07-26
申请号：CN202410468286.X
申请日：2024-04-18
Applicant: 西安电子工程研究所
Abstract: 本发明涉及一种基于标签多伯努利的分布式多传感器多目标跟踪方法及系统，涉及组网雷达目标跟踪技术领域。包括如下步骤：获得后验密度对应的估计航迹集；将不同传感器后验航迹估计划分为关联航迹和非关联航迹；融合不同传感器间关联航迹标签多伯努利分量，得到局部融合关联航迹标签多伯努利分量；将非关联航迹标签多伯努利分量与融合关联航迹标签多伯努利分量进行融合，得到全局融合航迹标签多伯努利分量；根据全局融合航迹标签多伯努利分量，输出多传感器估计航迹状态。本发明利用融合标签多伯努利后验航迹估计而非融合标签多伯努利后验密度的策略，显著降低了通信负载，提升了航迹估计精度和航迹完整度。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
