-
公开(公告)号：CN112731309A
公开(公告)日：2021-04-30
申请号：CN202110011684.5
申请日：2021-01-06
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
Abstract: 本发明属于雷达干扰信号识别技术领域，具体涉及一种基于双线性高效神经网络的有源干扰识别方法。本发明针对现有干扰信号在低干噪比下识别难度大、依靠先验知识的问题，设计了更智能化的干扰识别方法。本发明通过对多种干扰信号进行建模分析，从信号时频图像的角度，采用双线性高效神经网络进行识别，在低干噪比下依然能获得很高的准确率。仿真实验证明了双线性高效神经网络用来识别干扰信号的有效性，相对于人工提取特征的传统方式，精度更高、更为简便。本发明无需干扰信号特征的先验知识，在低干噪比下具有一定的鲁棒性，突破了现有的雷达有源干扰识别方法的应用局限。
-
公开(公告)号：CN112731309B
公开(公告)日：2022-09-02
申请号：CN202110011684.5
申请日：2021-01-06
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
Abstract: 本发明属于雷达干扰信号识别技术领域，具体涉及一种基于双线性高效神经网络的有源干扰识别方法。本发明针对现有干扰信号在低干噪比下识别难度大、依靠先验知识的问题，设计了更智能化的干扰识别方法。本发明通过对多种干扰信号进行建模分析，从信号时频图像的角度，采用双线性高效神经网络进行识别，在低干噪比下依然能获得很高的准确率。仿真实验证明了双线性高效神经网络用来识别干扰信号的有效性，相对于人工提取特征的传统方式，精度更高、更为简便。本发明无需干扰信号特征的先验知识，在低干噪比下具有一定的鲁棒性，突破了现有的雷达有源干扰识别方法的应用局限。
-
公开(公告)号：CN119511213A
公开(公告)日：2025-02-25
申请号：CN202411517850.9
申请日：2024-10-29
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
IPC: G01S7/36 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/045
Abstract: 基于卷积注意力机制和排斥损失的Yolov8网络的雷达有源复合干扰信号识别与参数测量方法，本发明为了解决现有的干扰信号识别方法工作模式单一、鲁棒性差的问题，将干扰识别问题转换目标检测问题，并应用目标检测框架来检测、识别和测量干扰信号的参数，并引入了CBAM注意力机制，增强网络对图像的特征提取能力，提高识别率。此外，还引入了排斥损失函数，在干扰信号时频图像重叠较多时也能保持良好的回归预测效果。本文网络在低干噪比下对大多数信号有良好的检测识别性能。本发明属于雷达干扰信号检测与识别技术领域。
-
公开(公告)号：CN116243248A
公开(公告)日：2023-06-09
申请号：CN202310218279.X
申请日：2023-03-09
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
Abstract: 本发明提供一种基于多标签分类网络的多分量干扰信号识别方法，将一维干扰信号经过时频变换转换成时频图像，利用MobileViT‑v2模块的全局特征提取能力对多分量干扰信号进行高效分类识别。此发明解决了当前多类别分类网络对训练集中未曾出现的信号组合无法识别的问题，对训练样本数的要求较低，突破了现有的雷达有源干扰识别方法的应用局限。
-
公开(公告)号：CN111931593B
公开(公告)日：2024-04-26
申请号：CN202010686610.7
申请日：2020-07-16
Applicant: 上海无线电设备研究所
IPC: G06V10/25 , G06V10/44 , G06V10/82 , G06N3/044 , G06N3/0464
Abstract: 本发明公开了一种基于深度神经网络和时频图像序列的弱目标检测方法，包括：获取待检测时频图像序列；利用深度卷积神经网络模型对所述待检测时频图像序列进行卷积特征序列提取，得到卷积特征图序列；利用循环神经网络对所述的卷积特征图序列进行时序特征提取，得到单帧时频特征图；调用区域建议网络对时频特征图进行逐点目标和背景判别，以及目标边框调整。
-
Patent Agency Ranking
公开(公告)号：CN115453553B
公开(公告)日：2024-06-18
申请号：CN202211006099.7
申请日：2022-08-22
Applicant: 上海无线电设备研究所
Abstract: 本发明提供的基于有源光纤谐振环的低重频抗模糊多普勒测频系统，包括激光器、若干个光耦合器、两个电光调制器、两个有源光纤谐振环；激光器发出的光通过光耦合器分为两路输出，每路上的电光调制器分别将雷达回波信号、雷达发射信号调制到对应的光载波中，并通过对应的有源光纤谐振环分别对各路携带雷达回波信号和雷达发射信号的光载波进行相参脉冲复制，并将复制后的信号通过光耦合器耦合输出至光电探测器；通过光电探测器进行光电转换输出多普勒频率；通过设置低通滤波器中心频率和带宽，对所述光电探测器输出的多普勒频率选择输出至信号处理器，实现低重频抗模糊多普勒测量。
-
公开(公告)号：CN109639329B
公开(公告)日：2022-03-29
申请号：CN201811366570.7
申请日：2018-11-16
Applicant: 上海无线电设备研究所
IPC: H04B7/06
Abstract: 本发明的相控阵天线唯相位波束快速赋形方法，包括：1)设定期望形状的天线波束图，初始化所有离散角度的权重函数、所有天线单元的幅度加权值和相位加权值，获取初始的相控阵天线波束图；2)更新所有天线单元的相位加权值：任一天线单元的相位加权为变量，其它天线单元的相位加权值为上一次迭代计算得到的值，通过最小化波束赋形问题求导计算得到该天线单元新的相位加权值；3)利用更新后的相位加权向量形成新的天线波束图，计算波束赋形误差，计算每个离散角度上的权重函数，直至所有离散角度处权重函数更新计算完成；重复步骤2)和步骤3)，直至阵列天线波束图与期望形状波束图的误差满足要求，得到优化相位加权向量。
-
公开(公告)号：CN110471034B
公开(公告)日：2021-08-31
申请号：CN201910887022.7
申请日：2019-09-19
Applicant: 上海无线电设备研究所
Abstract: 一种超宽带雷达波形设计方法，确定超宽带信号总带宽，目标响应的功率谱密度，杂波响应的功率谱密度和噪声的功率谱密度，并确定雷达信号发射接收模型和奈曼‑皮尔逊检测器，计算得到基于信杂噪比最大化的发射信号的能量谱密度，根据子波段数目将发射信号的能量谱密度划分为多个子波段并发射，接收子波段的回波数据，并在频域拼接所有的回波数据，得到信杂噪比最大的面向杂波抑制的超宽带回波数据。本发明，基于杂波的先验信息，在超宽带频域内设计面向杂波抑制的能量分布方式，从而抑制杂波响应，提高雷达在杂波背景下的目标探测识别能力，通过划分多个子波段发射信号合成超宽带，实现在瞬时带宽不高时雷达对于杂波的响应能量抑制。
-
公开(公告)号：CN111931593A
公开(公告)日：2020-11-13
申请号：CN202010686610.7
申请日：2020-07-16
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种基于深度神经网络和时频图像序列的弱目标检测方法，包括：获取待检测时频图像序列；利用深度卷积神经网络模型对所述待检测时频图像序列进行卷积特征序列提取，得到卷积特征图序列；利用循环神经网络对所述的卷积特征图序列进行时序特征提取，得到单帧时频特征图；调用区域建议网络对时频特征图进行逐点目标和背景判别，以及目标边框调整。
-
公开(公告)号：CN110488227A
公开(公告)日：2019-11-22
申请号：CN201910892894.2
申请日：2019-09-20
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种基于认知雷达波形设计的复杂环境下无源干扰抑制方法，包含以下过程：确定雷达发射接收信号模型；确定目标、杂波、无源干扰及噪声的响应先验信息；确定检测器并获得检测器性能；根据带宽、发射能量进行波形设计，计算发射信号频域能量分布；获得的信号频域能量谱用于发射信号。本发明通过面向杂波和无源干扰对抗的波形设计，能够基于杂波和无源干扰的先验信息，在超宽带频域内设计面向干扰抑制的能量分布方式，从而抑制干扰响应，提高雷达在复杂环境条件下的目标探测识别能力。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.049 seconds)
