一种基于D-FCNN的ISAR成像方法
    1.
    发明公开

    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

    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。

    一种用于降采样数据的ISAR成像方法

    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

    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%。

    一种无人机载的甚高频信号采集的八木天线

    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

    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。

Patent Agency Ranking