一种宽带阵列主瓣干扰抑制方法
    1.
    发明公开

    公开(公告)号:CN116381615A

    公开(公告)日:2023-07-04

    申请号:CN202211709760.0

    申请日:2022-12-29

    摘要: 本发明公开了一种宽带阵列主瓣干扰抑制方法,步骤如下:S1:对接收信号模型采用泰勒估计方法获得精度更高的协方差矩阵;S2:对S1得到的协方差矩阵进行特征值分解并构造特征投影矩阵;S3:对接收信号进行特征投影矩阵预处理并得到频域输出;S4:采用聚焦变换将宽带信号转化为窄带信号,然后对窄带信号协方差矩阵进行重构;S5:在主瓣范围内权矢量投影不变的前提下求得窄带信号的最优权向量;S6:通过聚焦逆变换求得宽带各频率对应的最优权向量,对去除主瓣干扰的宽带信号进行加权;S7:计算得到新的频域输出,再对新的频域输出进行反傅里叶变换,完成宽带主瓣干扰抑制自适应波束形成。本发明采用上述方法,能有效地抑制主瓣干扰,减小运算量。

    一种高隔离度的双喇叭天线结构
    3.
    发明公开

    公开(公告)号:CN115458912A

    公开(公告)日:2022-12-09

    申请号:CN202211054663.2

    申请日:2022-08-31

    摘要: 本发明公开了一种高隔离度的双喇叭天线结构,所述天线结构包括扼流套、矩形喇叭、矩形波导与同轴馈电结构,其中,所述矩形喇叭的一端与所述扼流套连接,其另一端与所述矩形波导连接;所述同轴馈电结构设置于所述矩形波导的一侧并对所述天线结构进行馈电。本发明有益效果在于:本发明利用三层阶梯状扼流套构能够实现两个喇叭天线隔离度的提高。增加三层阶梯状扼流套之后单个矩形喇叭天线的VSWR仍小于1.25,能够实现天线的良好辐射,增益提高了1dB,主波瓣方向不会随着三层阶梯状扼流套的添加而改变,在f1—f2内使两个喇叭天线的隔离度提高了25dB。本发明利用三层阶梯状扼流套,通过调节各个回形槽深度能够在更宽的频带内提高两个天线的隔离度。本发明三层阶梯状扼流套,结构简单,易于加工,适用于只要收发天线中一个天线是喇叭天线的两个天线之间隔离度的提高。

    一种基于DP-TBD的电力线检测和识别方法

    公开(公告)号:CN116338804A

    公开(公告)日:2023-06-27

    申请号:CN202310209919.0

    申请日:2023-03-07

    IPC分类号: G01V3/12 G01S13/88

    摘要: 本发明公开了一种基于DP‑TBD的电力线检测和识别方法,其特征在于:包括以下步骤:步骤一,FFT:对获得的信号进行FFT处理;步骤二,相参积累;步骤三,电力线铁塔检测:采用双门限CFAR处理数据,判断出所有疑似为电力线铁塔的目标的位置;步骤四,电力线检测:通过DP‑TBD形成雷达图像;步骤五,电力线识别:用Hough变换进行直线检测,提取出候选电力线,利用电力线的布拉格散射特性识别出真正的电力线。本发明采用上述基于DP‑TBD的电力线检测和识别方法,能够解决实际电力线回波数据处理时强波动目标检测问题,并能消除杂波虚警的影响,给出电力线跟踪结果,提升电力线的检测和识别效果。

    一种点云补全方法、系统及应用
    8.
    发明公开

    公开(公告)号:CN113052955A

    公开(公告)日:2021-06-29

    申请号:CN202110294698.2

    申请日:2021-03-19

    IPC分类号: G06T17/00 G06T3/40

    摘要: 本发明属于计算机视觉技术领域,公开了一种点云补全方法、系统及应用,所述点云补全方法包括:先构建输入点云先验信息提取单元;再构建中间点云先验信息提取单元;再构建点云精化单元;接着判断输出点云点数是否满足要求,不满足则再次构建点云精化单元直至满足要求;再生成训练集来训练点云补全模型;最后利用训练完成的模型对残缺点云进行补全。本发明提供的点云补全方法,通过充分利用残缺输入点云以及一般点云补全网络的输出点云提供的物体形状先验信息,通过级联的精化单元对先验信息进行整合处理,使网络可以更好地保留原始输入点云中的细节信息,从而更好地推断物体点云残缺的形状,进而达到更优的补全效果。

    基于Xgboost的盾构施工不良地质类型预测方法

    公开(公告)号:CN108846521A

    公开(公告)日:2018-11-20

    申请号:CN201810649269.0

    申请日:2018-06-22

    IPC分类号: G06Q10/04 G06Q50/08 G06K9/62

    摘要: 本发明提出了一种基于Xgboost的盾构施工不良地质类型预测方法,用于解决现有技术存在的预测准确率和时效性低的技术问题,实现步骤为:对盾构机的PDV历史数据进行预处理;获取预处理后的多个掘进参数数据的关键特征;构建不良地质预测数据包;建立Xgboost算法不良地质预测模型;对Xgboost算法不良地质预测模型进行评估;对盾构施工过程中不良地质类型进行预测。本发明通过随机森林算法特征提取模型提取能表征地层变化的掘进参数关键数据特征集,通过Xgboost算法不良地质预测模型实现对不良地质类型预测,提高了不良地质预测的准确率和时效性,可用于在盾构施工过程中实时监测和分析开挖面围岩的地质情况。

    基于图模型表示的人脸画像-照片识别方法

    公开(公告)号:CN105138951B

    公开(公告)日:2018-05-25

    申请号:CN201510397326.7

    申请日:2015-07-08

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于图模型表示的人脸画像‑照片识别方法,主要解决现有方法在进行人脸画像‑照片识别时忽略人脸图像空间结构信息的问题。其实现步骤是:(1)划分训练画像样本集、训练照片样本集和测试样本集;(2)根据划分结果组成测试画像图模型表示集和测试照片图模型表示集;(3)根据测试画像图模型表示集和测试照片图模型表示集计算相似度集;(4)根据相似度集计算人脸画像‑照片识别率。本发明与现有方法相比,在计算图模型表示过程中使用人脸图像的空间结构信息,提高了人脸画像‑照片识别率,可用于刑侦破案中犯罪嫌疑人的身份识别。