-
公开(公告)号：CN117129952A
公开(公告)日：2023-11-28
申请号：CN202311099833.3
申请日：2023-08-29
Applicant: 西安电子科技大学
IPC: G01S7/36
Abstract: 本发明提供了一种基于深度学习的小样本雷达有源干扰识别方法及系统，方法包括：基于雷达信号构建多通道雷达有源干扰数据集；构建干扰识别网络，包括构建深层特征感知模型、构建自适应置信度聚合模型和构建跨模态优化模型；根据自适应置信度聚合模型和跨模态优化模型的基础损失函数和蒸馏机制内部的损失函数得到干扰识别网络的总损失函数；基于多通道雷达有源干扰数据集和总损失函数对干扰识别网络联合训练，直至深层特征感知模型输出高精度、高稳定性且实时性强的雷达有源干扰识别信息。系统基于方法。本发明充分利用了小样本干扰信号的有效信息，使得深层特征感知模型能够不依赖于大规模的标记数据，而在小样本下获得较高的识别准确率和稳定性。
-
公开(公告)号：CN117036400B
公开(公告)日：2025-05-16
申请号：CN202310977257.1
申请日：2023-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，主要解决现有多目标群跟踪方法复杂度高、实用性差的问题，其实现方案包括：为各目标群建立状态参数模型、状态转移模型、量测空间分布模型；根据状态转移模型预测场景中多目标群的状态参数，并对场景杂波进行一次去除；根据量测空间分布模型计算量测与各种量测源的边际关联概率，以二次去除场景杂波；将杂波去除后的量测和各目标群进行数据关联，对多目标群状态参数进行贯序量测更新，并重复其状态参数的预测和更新过程，直至目标群离开雷达监视区域。本发明计算复杂度低，对群目标外形估计准确，在复杂多目标群跟踪场景中实用性强，可用于对杂波环境中多个目标群的跟踪处理。
-
公开(公告)号：CN117872308A
公开(公告)日：2024-04-12
申请号：CN202410058566.3
申请日：2024-01-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于CPU+GPU异构服务器平台的雷达信号处理优化方法，应用于异构服务器系统，包括：获取CPU端第一固定内存中一个相参处理时间内接收的回波数据，并利用CPU端的数据交互线程将回波数据异步传输至GPU端第二固定内存中；将回波数据读取到GPU端的内核寄存器中进行脉冲压缩，并将脉冲压缩结果返回到第二固定内存中；按块划分脉冲压缩结果后，将数据块读取至内核寄存器以计算取模后的相参积累结果，并将取模后的相参积累结果返回到第二固定内存中，再读取到内核寄存器中进行分段并行的线性恒虚警检测，将恒虚警检测结果返回到第二固定内存中；利用CPU端的数据交互线程将恒虚警检测结果返回到第一固定内存中。本发明提高了GPU计算资源的利用率。
-
公开(公告)号：CN117129987A
公开(公告)日：2023-11-28
申请号：CN202311101508.6
申请日：2023-08-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于带角参数的椭圆模型和变分推断的多目标群跟踪方法，包括：根据上一时刻目标群状态参数的联合概率密度，确定当前时刻状态参数预测值，目标群状态参数中的扩展外形参数是根据带角参数的椭圆模型描述的；根据当前时刻状态参数的预测值过滤杂波，确定有效量测；根据当前时刻状态参数的预测值和根据有效量测确定的目标群的关联量测，基于变分推断，确定当前时刻状态参数的联合概率密度。根据本发明提供的方法，通过采用带角参数的椭圆模型描述目标群的扩展外形，过滤背景杂波，基于变分推理的方法近似估计下一时刻目标群的状态参数，能够实现对目标群方向角的跟踪，避免在扩展外形方差过大时出现估计崩溃问题，提高跟踪的准确率。
-
公开(公告)号：CN116953683A
公开(公告)日：2023-10-27
申请号：CN202310915154.2
申请日：2023-07-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于脉内波形认知优化设计的间歇采样转发干扰抑制方法，雷达站首先发射脉内线性调频‑脉间频率捷变信号作为探测信号，利用频率捷变波形的脉间合成技术获取更精细的距离分辨率，结合间歇采样直接转发式或重复转发式干扰脉冲压缩和相参处理后的一维距离像特征，实现干扰参数高精度估计。在干扰参数估计的基础上利用射频掩护中的紧贴式掩护波形设计策略对脉内波形进行优化设计，通过对优化设计后波形的后处理实现干扰抑制。同时考虑干扰参数变化的可能性，将优化后波形的工作分段二阶统计量作为评判标准自适应调整波形发射和处理策略，能对干扰参数和波形参数动态调整，形成间歇采样转发干扰参数干扰及抑制的自适应闭环体系。
-
Patent Agency Ranking
公开(公告)号：CN114895268A
公开(公告)日：2022-08-12
申请号：CN202210391586.3
申请日：2022-04-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种分布式相参雷达的孔径渡越补偿方法，包括：对从校正源方向接收到的回波信号进行处理得到信号相关矩阵，计算通道幅度误差；将信号相关矩阵与理想导向矢量自相关矩阵进行共轭相乘处理，提取相位误差矩阵，提取系统误差矩阵；根据系统误差与通道相位误差与阵元位置误差的关系，求相位误差矩阵和阵元位置误差矩阵；根据目标位置和阵元位置信息，求不同雷达站的接收信号延时，对系统误差校差后的接收信号进行补偿，实现信号的全延时包络校正处理；得到相位补偿项，对包络校正后的信号进行相位补偿。本发明可以利用各雷达站接收的校正源信号和目标信号，对各阵元的幅相误差和孔径渡越问题进行处理，实现阵元接收信号的相参合成。
-
公开(公告)号：CN119167756A
公开(公告)日：2024-12-20
申请号：CN202411189974.9
申请日：2024-08-28
Applicant: 西安电子科技大学
IPC: G06F30/27 , G06F17/16 , G06N7/01 , G06F111/10 , G06F111/08
Abstract: 本发明涉及一种基于变分贝叶斯推理与联合概率数据关联的多群目标跟踪方法，包括：S1、获取k时刻的状态参数的预测值；S2、进行k时刻的初始变分迭代，更新变分迭代次数；S3、计算第l次变分迭代后的联合概率数据关联事件的变分后验概率；S4、获取在k时刻，第l次变分迭代后各个群目标的变分后验参数；S5，判断变分迭代次数是否累计达到预设的变分迭代次数上限Nsc；若否，返回S3；若是，执行S6，获取k时刻的状态参数后验估计值；S7，在k时刻，判断各个群目标是否离开监视区域；若否，返回S1；若是，执行S8，结束对各个目标群的跟踪。本发明能够估计群目标外形，避免外形估计崩溃，具有更强的自适应性。
-
公开(公告)号：CN114895268B
公开(公告)日：2024-08-06
申请号：CN202210391586.3
申请日：2022-04-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种分布式相参雷达的孔径渡越补偿方法，包括：对从校正源方向接收到的回波信号进行处理得到信号相关矩阵，计算通道幅度误差；将信号相关矩阵与理想导向矢量自相关矩阵进行共轭相乘处理，提取相位误差矩阵，提取系统误差矩阵；根据系统误差与通道相位误差与阵元位置误差的关系，求相位误差矩阵和阵元位置误差矩阵；根据目标位置和阵元位置信息，求不同雷达站的接收信号延时，对系统误差校差后的接收信号进行补偿，实现信号的全延时包络校正处理；得到相位补偿项，对包络校正后的信号进行相位补偿。本发明可以利用各雷达站接收的校正源信号和目标信号，对各阵元的幅相误差和孔径渡越问题进行处理，实现阵元接收信号的相参合成。
-
公开(公告)号：CN117150746A
公开(公告)日：2023-12-01
申请号：CN202311055517.6
申请日：2023-08-21
Applicant: 西安电子科技大学
IPC: G06F30/20 , G06F18/241 , G06F17/16 , G06F17/14 , H04B17/00 , G06F111/04
Abstract: 本发明提供了一种基于雷达通信一体化的鲁棒波形优化方法，应用于雷达通信技术领域，所述方法包括：获取信道频率响应的极限范围，并基于信道频率响应的极限范围，构建限定性闭合模型；基于优化参数和限定性闭合模型，构建波形优化问题，并对波形优化问题进行求解，根据求解结果生成波形优化方法。以此方式，可以在保证较低的雷达和通信性能损失的基础上，实现鲁棒的波形优化。
-
公开(公告)号：CN117036400A
公开(公告)日：2023-11-10
申请号：CN202310977257.1
申请日：2023-08-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，主要解决现有多目标群跟踪方法复杂度高、实用性差的问题，其实现方案包括：为各目标群建立状态参数模型、状态转移模型、量测空间分布模型；根据状态转移模型预测场景中多目标群的状态参数，并对场景杂波进行一次去除；根据量测空间分布模型计算量测与各种量测源的边际关联概率，以二次去除场景杂波；将杂波去除后的量测和各目标群进行数据关联，对多目标群状态参数进行贯序量测更新，并重复其状态参数的预测和更新过程，直至目标群离开雷达监视区域。本发明计算复杂度低，对群目标外形估计准确，在复杂多目标群跟踪场景中实用性强，可用于对杂波环境中多个目标群的跟踪处理。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
