一种双层迭代的图像域目标三维散射中心位置的提取方法

    公开(公告)号:CN115561754A

    公开(公告)日:2023-01-03

    申请号:CN202211073421.8

    申请日:2022-09-02

    Abstract: 本发明公开了一种双层迭代的图像域目标三维散射中心位置的提取方法,该方法包含:S1、对目标散射建模并进行第一层迭代分别得到目标频域散射的距离向、方位向和俯仰向的一维成像的散射中心位置;S2、将S1的数据组合为目标三维散射中心候选位置,基于目标三维散射中心候选位置进行第二层迭代得到目标三维散射中心位置。其优点是:该方法基于目标频域散射的距离向、方位向和俯仰向的一维成像的散射中心位置得到目标三维散射中心候选位置,进而基于目标三维散射中心候选位置进行第二层迭代得到目标三维散射中心位置,既实现了对目标散射中心位置的提取精度,又显著降低了目标整体三维成像的存储量,提高了散射中心位置估计效率。

    一种基于量子级联的RCS测量收发系统

    公开(公告)号:CN113608175A

    公开(公告)日:2021-11-05

    申请号:CN202110885064.4

    申请日:2021-08-03

    Abstract: 一种基于量子级联的RCS测量收发系统,用于测量待测目标的雷达散射截面,包括光源、本振光路、信号光路和检测组件;所述本振光路包括本振参考光路和本振测量光路;所述信号光路包括信号参考光路和信号测量光路;所述信号测量光路包含紧缩场,所述待测目标设置在紧缩场中;由光源发射的光信号通过上述光路可分别得到本振参考光、本振测量光、信号参考光和信号测量光,并分别馈入检测组件;所述检测组件对接收到的本振参考光、信号参考光进行混频,对接收到的本振测量光、信号测量光进行混频,并对混频后的信号进行分析得到待测目标的RCS信息。本发明可实现待测目标RCS的高灵敏度测量,具有体积小、光路结构简单、静区尺寸大的优点。

    一种极化欧拉特征融合深度学习的海上目标识别方法

    公开(公告)号:CN110826643A

    公开(公告)日:2020-02-21

    申请号:CN201911142677.8

    申请日:2019-11-20

    Abstract: 本发明公开了一种极化欧拉特征融合深度学习的海上目标识别方法,该方法包含以下步骤:S1、海上人造目标的极化散射机制分析;S2、基于步骤S1的分析结果,构建对应的海上几何体极化距离矩阵数据集,并对极化距离矩阵数据集的样本进行多极化特征提取;S3、基于步骤S2,训练多极化特征融合的深度学习模型;S4、采用海上人造目标对步骤S3的多极化特征融合的深度学习模型识别测试验证。其优点是:该方法从海上目标的基础极化散射机制出发,基于深度学习融合利用HRRP和极化信息实现目标识别,消除了方位敏感性带来的不利影响,提高了雷达目标识别的精度,具有检测率高、虚警率低、扩展应用灵活、处理过程全自动的优点。

    基于近场包围面扫描极化散射数据的目标外形反演方法

    公开(公告)号:CN109633583A

    公开(公告)日:2019-04-16

    申请号:CN201811230301.8

    申请日:2018-10-22

    Inventor: 李永晨 梁子长

    CPC classification number: G01S7/41 G06F17/16

    Abstract: 本发明涉及一种基于近场包围面扫描极化散射数据的目标外形反演方法,包含以下步骤:S1、按目标长度方向,构建目标近场扫描椭圆柱状包围面;S2、采用两个正交偶极子作为近场扫描的发射天线与接收天线,获取目标椭圆柱状包围面上的近场散射函数的分布数据;S3、计算目标近场散射函数的分布数据的Huynen参数;S4、基于Huynen参数,对目标外形轮廓特征进行反演。本发明能够实现不同极化状态下目标强散射源或散射中心的诊断与定位,为雷达目标低可探测的几何外形设计提供理论数据参考,并可利用目标几何外形引起的极化参数变化为雷达目标探测与识别提供重要的参考依据。

Patent Agency Ranking