结合频谱特征的粒子滤波检测前跟踪方法

    公开(公告)号:CN116953689A

    公开(公告)日:2023-10-27

    申请号:CN202310770486.6

    申请日:2023-06-27

    Abstract: 本发明涉及一种结合频谱特征的粒子滤波检测前跟踪方法,属于机器学习、雷达目标跟踪领域。对单帧雷达信号距离‑多普勒平面,按照距离单元获得每个距离单元对应的多普勒频域信号,对多普勒频域信号提取特征,分类识别该距离单元是否可能存在目标。在距离‑多普勒平面中,将可能存在目标的距离单元对应的区域作为粒子生成的范围。通过对观测值和真实值的误差反馈,得到粒子的权重,实现当前帧的目标状态和位置估计。在多帧之间通过贝叶斯递推来传播粒子的状态,实现帧间数据的关联和积累。本发明方法通过频谱特征的提取和利用,缩小粒子滤波中粒子的生成范围,实现降低粒子数目,提高跟踪精度的目的。

    一种基于矩阵重构的复杂场景DOA估计方法

    公开(公告)号:CN119471558A

    公开(公告)日:2025-02-18

    申请号:CN202411598419.1

    申请日:2024-11-11

    Abstract: 本申请属于信号处理技术领域。本申请提供一种基于矩阵重构的复杂场景DOA估计方法。该方法包括:获取接收信号,并利用根据接收信号得到接收信号的信号协方差矩阵;对信号协方差矩阵进行特征值分解,以得到信号子空间对应的信号特征矢量;提取信号特征矢量的最大特征值对应的最大信号特征矢量,并对最大信号特征矢量进行元素重排,以得到重构矩阵;基于重构矩阵,结合基于多项式重构的Root‑MUSIC算法进行DOA估计,以得到DOA估计值。本公开实施例中的修正矩阵是方阵,只需要进行特征值分解,即可实现复杂场景下的DOA估计。且成功概率高,有较低的信噪比门限,具有良好的估计性能。

    基于GEO SAR图像序列的舰船动目标检测及航迹生成方法

    公开(公告)号:CN119310570A

    公开(公告)日:2025-01-14

    申请号:CN202411466953.7

    申请日:2024-10-21

    Abstract: 本发明涉及一种基于GEO SAR图像序列的舰船动目标检测及航迹生成方法,属于目标检测技术领域。获取GEO SAR舰船成像数据,将全孔径时间划分为若干子孔径时间;GEO SAR舰船成像数据按照若干子孔径时间分别成像获得子孔径图像序列;对子孔径图像序列进行K分布CFAR检测,获得粗目标检测结果;基于粗目标检测结果,计算子孔径图像序列的质心位置;基于子孔径图像序列的质心位置,获取船舶航迹和估计运动参数;基于运动参数对GEO SAR舰船成像数据进行二次相干积累,得到最终的舰船动目标聚焦成像结果。本发明解决了GEO SAR系统在超长合成孔径时间下,舰船目标无法长时间相干积累和目标序列检测困难的问题,提高了图像聚焦精度。

    一种多尺度极化SAR图像地物分类方法

    公开(公告)号:CN116843976A

    公开(公告)日:2023-10-03

    申请号:CN202310843022.3

    申请日:2023-07-10

    Abstract: 本发明涉及一种多尺度极化SAR图像地物分类方法,属于雷达图像处理技术领域。首先,通过局部加权估计方法避免过平滑问题,并利用区域协方差矩阵从杂波散射机理和人眼视觉的角度分别提取目标分解特征和空间结构特征。然后,在K‑means聚类算法框架下,同时考虑不同尺度下同类样本间的相似性和异类样本的差异性,构造局部混合权并更新聚类中心,进一步完成极化分类。该技术能够获得令人满意的地物分类结果,具有较强的边缘保持能力。本发明解决了极化SAR图像无监督分类时非边缘区平滑不足与边缘过平滑的矛盾问题。

Patent Agency Ranking