公开(公告)号：CN118033637A

公开(公告)日：2024-05-14

申请号：CN202410234074.5

申请日：2024-03-01

Applicant: 无锡学院

Inventor： 王泽宇 ,  胡长雨 ,  黄玉玲 ,  潘亮宇 ,  董宇宸 ,  伍宏泰 ,  李智海 ,  杨鹏辉 ,  张伏青

IPC: G01S13/90 ,  G01S7/41 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于D‑FCNN的ISAR成像方法，涉及雷达信号处理技术领域，利用卷积层，最大化池化层，BN层，激活函数层，反卷积层和残差学习机制等构建ISAR成像的D‑FCNN。网络输入为由二维随机降采样的ISAR回波数据直接成像获得的质量差的初像，网络输出的为聚焦好的目标图像。首先通过卷积层和最大化池化层提取特征，获得数据的抽象表示，利用BN层和ReLU激活函数减少特征数据与输入数据的偏差，通过最大化池化操作对特征数据降维，利用反卷积操作重建特征数据。在没有改变卷积层通道数的前提下在多个尺度上实现同时卷积，提取不同尺度的特征。将初像与网络重建的特征数据在网络输出端求和，得到最终的ISAR成像结果。本发明的成像质量和效率都高于现有的成像方法。

公开(公告)号：CN118430017A

公开(公告)日：2024-08-02

申请号：CN202410527143.1

申请日：2024-04-29

Applicant: 无锡学院

Inventor： 潘亮宇 ,  胡长雨 ,  黄玉玲 ,  戚琼丹 ,  董宇宸 ,  伍宏泰 ,  张伏青 ,  张丽

IPC: G06V40/10 ,  G06V20/52 ,  G06V20/00 ,  G06V10/25 ,  G06V20/40 ,  G06V10/776 ,  G06V10/774 ,  G06V10/82 ,  G06T7/277 ,  G06T7/254 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种结合SSD网络和卡尔曼滤波的人员检测方法，涉及目标检测领域，构造训练结合卡尔曼滤波的单步检测器SSD‑KF的网络实验数据集和实验环境；构建SSD‑KF网络，将KF引入SSD网络架构，利用KF来预测SSD网络层输出的下一帧检测框，将KF代替原SSD网络中用于对FC全连接层进行降维的分类器、在非最大值抑制层前面被使用的1×1卷积层，生成数量更少、效果更优的检测框。利用SSD‑KF网络实现对人员的检测，利用实测视频数据集验证SSD‑KF网络的性能。实验表明，SSD‑KF在室内复杂环境下的人员检测整体效果优于传统的SSD网络，检测结果平均精确率为86.46%，平均精确率均值为83.22%，平均精确率均值较SSD网络提高了21.12%，在同样实验设备条件下，SSD‑KF网络的检测帧率是传统SSD网络的十倍以上。

公开(公告)号：CN117559103A

公开(公告)日：2024-02-13

申请号：CN202311709896.6

申请日：2023-12-13

Applicant: 无锡学院

Inventor： 潘亮宇 ,  胡长雨 ,  黄玉玲 ,  董宇宸 ,  申洁 ,  单佳慧 ,  张伏青

IPC: H01Q1/00 ,  H01Q1/12 ,  H01Q1/28 ,  H01Q1/22 ,  H01Q1/36 ,  H01Q19/30 ,  H01Q15/14

Abstract: 本发明公开了一种无人机载的甚高频信号采集的八木天线，涉及无线通信技术领域，利用有源振子、无源振子和平行杆构建八木天线，无源振子包括6个引向器和1个反射器。6个引向器中，两个引向器靠近有源振子，另外四个引向器分为两组，每组内两个引向器相互垂直连接。调整八木天线中引向器和反射器的尺寸与间距，平行杆的尺寸和间距，来获得满足通带范围、驻波比和增益要求的八木天线。选定载重、抗风阻能力满足要求的无人机和支撑架，构建可升空的八木天线搭载平台。将构建的八木天线搭载在无人机上，获得对天线性能影响最小的无人机和支撑架。能够获得驻波比小于2，天线增益大于3，天线方向图优良的适用于无人机载的甚高频信号采集的八木天线。

公开(公告)号：CN117538870A

公开(公告)日：2024-02-09

申请号：CN202311534470.1

申请日：2023-11-16

Applicant: 无锡学院

Inventor： 黄玉玲 ,  胡长雨 ,  潘亮宇 ,  王泽宇 ,  董宇宸

IPC: G01S13/90

Abstract: 本发明公开了一种用于降采样数据的ISAR成像方法，涉及雷达信号处理技术领域，构造训练CSKNN的ISAR数据集；构建ISAR降采样数据成像的CSKNN；采用跳跃连接构建方式，跳跃连接是指：以卷积层替代SK、建立起同一级中网络浅层特征表示和网络深层特征表示之间的联系。基于ISAR数据集，在给定损失函数形式后，结合反向传播和梯度下降算法，学习CSKNN的参数，当CSKNN的训练损失和验证损失足够小，并都趋于稳定，则停止CSKNN的参数更新，得到训练好的CSKNN；利用CSKNN实现ISAR降采样数据成像。本发明在成像质量和效率都优于OMP成像方法和GKF成像方法，在成像质量方面优于FCNN成像方法。CSKNN的成像结果中目标轮廓更完整，错误重建散射点数平均减少18%。