公开(公告)号：CN118169675A

公开(公告)日：2024-06-11

申请号：CN202211573589.5

申请日：2022-12-08

Applicant: 西安电子科技大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 鲍丹 ,  李武治 ,  未争超 ,  梅路洋 ,  王爽

IPC: G01S13/46 ,  G01S13/88 ,  G01S7/02 ,  G01S7/41

Abstract: 本发明提供的一种基于二元假设检验的分布式雷达信号分选方法，通过多个接收站的地理坐标以及观测量TDOA，建立约束方程，再计算辐射源与主站之间的距离差异值；建立距离差异值不同情况下的二元假设检验模型；得到不同情况下二元假设检验模型的判决式；求解距离差异值的方差；将所述距离差异值的方差待入所述判决式，从而得到门限以筛选出符合条件的距离差异值；保留符合条件的距离差异值对应的观测量。本发明中分布式多接收站同一时间接收脉冲TOA参数时，仅需提取出只与辐射源位置有关系的TDOA参数，由辐射源位置决定的TDOA参数相比于脉冲的常规特征参数稳定，因此本发明相比于传统算法可靠，不易出现增批、漏批情况。

公开(公告)号：CN118115853A

公开(公告)日：2024-05-31

申请号：CN202211530460.6

申请日：2022-11-30

Applicant: 西安电子科技大学 ,  中国人民解放军空军工程大学

Inventor： 王爽 ,  王嘉诚 ,  梅路洋 ,  许华 ,  史蕴豪 ,  鲍丹 ,  李武治 ,  邢汉桐

IPC: G06V10/82 ,  G06V10/764 ,  G06F18/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明涉及一种基于轻量化全卷积神经网络的宽带信号检测方法，本发明的目的是在缺乏先验知识的情况下，利用深度学习中的全卷积神经网络实现宽带信号的检测，具体步骤为：获取原始信号后进行归一化的时频分析并构建数据集；使用所构建的数据集对全卷积神经网络进行训练；将测试集待检测信号进行归一化时频分析并送入网络预测，对网络模型性能进行评估；保存最优的模型权重，利用神经元剪枝来减少网络的参数量并构建轻量化的全卷积神经网络结构；对轻量化的全卷积网络模型进行训练；采用后处理方法得到窄带信号的信息并输出。实验结果表明该算法能取得良好的宽带信号检测效果。