公开(公告)号：CN114527434B

公开(公告)日：2024-08-20

申请号：CN202210127378.2

申请日：2022-02-11

Applicant: 西安电子科技大学

Inventor： 饶鲜 ,  许凯洋 ,  张立东 ,  董阳阳 ,  郭立博 ,  孙宇峥 ,  李梦瑶 ,  李艳慧

IPC: G01S7/38 ,  G01S7/40 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。

公开(公告)号：CN119399377A

公开(公告)日：2025-02-07

申请号：CN202411503973.7

申请日：2024-10-25

Applicant: 西安电子科技大学

Inventor： 李强 ,  李梦瑶 ,  李婉芸 ,  张宇辰 ,  董炳智 ,  王晓蕊

IPC: G06T17/00 ,  G06T5/80 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提出一种精确消除体素扩散的高分辨率集成成像全局校正方法，该方法包括体素扩散的精确表征、像素重排预处理、体素扩散的全局优化与精准三维重建四个过程，该方法将同时存在多种旋转误差的透镜阵列作为整体，计算重建光线的一般化方程，通过拆分体素扩散多边形，得到精确的体素扩散大小，再利用像素重排预处理方法，得到预校正微图像阵列，将其作为像素到像素的条件生成式对抗网络中判别器的输入，与生成器的输出进行比较，直到两者匹配得到校正微图像阵列，最终借助集成成像3D显示系统对校正微图像阵列进行三维重建，有效简化了体素扩散的校正流程，并在提升整体分辨率的同时兼顾细节特征的恢复。

公开(公告)号：CN116502676A

公开(公告)日：2023-07-28

申请号：CN202310179144.7

申请日：2023-02-27

Applicant: 西安电子科技大学 ,  中国人民解放军93209部队

Inventor： 董春曦 ,  李梦瑶 ,  张立东 ,  秦玉勋 ,  董阳阳 ,  冯家琛 ,  陈思阳 ,  饶鲜

IPC: G06N3/0464 ,  G06N3/084 ,  G06N3/006 ,  G06N3/0985

Abstract: 本发明公开了一种利用麻雀算法优化卷积神经网络的抗干扰效果评估方法，旨在解决评估指标权重以及卷积神经网络超参数需要人为设置的问题。本发明的实现步骤包括：利用熵权法对抗干扰评估指标赋权重值；生成训练集；构建卷积神经网络；利用麻雀算法优化卷积神经网络超参数；训练卷积神经网络；对抗干扰效果进行评估。本发明具有不需要人为设置评估指标权重以及卷积神经网络超参数，就可以提高抗干扰效果评估准确性的优点。

公开(公告)号：CN114527434A

公开(公告)日：2022-05-24

申请号：CN202210127378.2

申请日：2022-02-11

Applicant: 西安电子科技大学

Inventor： 饶鲜 ,  许凯洋 ,  张立东 ,  董阳阳 ,  郭立博 ,  孙宇峥 ,  李梦瑶 ,  李艳慧

IPC: G01S7/38 ,  G01S7/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。