-
公开(公告)号：CN106405549A
公开(公告)日：2017-02-15
申请号：CN201610754506.0
申请日：2016-08-29
Applicant: 上海无线电设备研究所
IPC: G01S13/90
CPC classification number: G01S13/90
Abstract: 一种机载合成孔径雷达自聚焦方法，在忽略噪声的多通道卷积模型中，建立通道互相关模型，获得关于理想数据的欠定齐次线性方程组，将超出多普勒带宽的部分未知数置零，获得非零解，考虑频谱泄露和加性噪声，对系数矩阵进行奇异值分解，得到在欧几里德范数下的唯一解，把部分为零的理想数据与唯一解组合起来，获得恢复后完整的理想数据，对理想数据进行方位向压缩获得聚焦图像。本发明没有对SAR成像场景进行任何假设，鲁棒性好，可以适用于任何SAR成像场景，直接在线性代数的理论框架下进行推导，能够在不迭代的情况下进行相位误差的估计和补偿以实现SAR图像的聚焦，有效实现了对机载合成孔径雷达回波数据中运动误差的估计和补偿。
-
公开(公告)号：CN119416012A
公开(公告)日：2025-02-11
申请号：CN202411342165.7
申请日：2024-09-25
Applicant: 上海无线电设备研究所
IPC: G06F18/241 , G06F18/214 , G06F18/2131 , G06N3/0475 , G06N3/045
Abstract: 本发明提供一种基于多重特征约束的船只距离多普勒数据智能生成方法，使用人工智能领域的深度学习方法，解决小样本学习中数据有限、特征不足等问题，实现真实样本的扩充与平衡。本发明的技术方案包括基于深度卷积神经网络的生成器模块，构成对抗性训练的判别器模块和基于正则化约束的损失函数模块。生成器模块对噪声进行采样生成，判别器模块对生成数据与真实数据进行“真假”判断，损失函数模块依据生成数据的质量计算惩罚值。整个系统需要同时训练两个模型，一个是生成器模块用来模仿真实数据分布，一个是判别器模块用来估计样本来自真实数据而不是生成模块的概率。本发明创新性的将生成对抗网络用于船只的R‑D数据集生成，并结合多重特征损失函数提高生成图像的仿真度，有效提升训练样本的质量和数量。
-
公开(公告)号：CN119129204A
公开(公告)日：2024-12-13
申请号：CN202411135964.7
申请日：2024-08-19
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种基于物理光学法的涡旋电磁波目标散射建模方法，具体步骤包括：确定阵元类型是理想点源还是理想电偶极子；当阵元类型为理想电偶极子时，确定模态数范围；否则结束运算；选定均匀圆形阵列中的一个阵元，确定该阵元的参数；选定目标，计算该目标在空间中产生的散射结果；遍历均匀圆形阵列中的所有阵元，得到当前模态数下均匀圆形阵列的散射结果；对模态数进行遍历，得到均匀圆形阵列的散射结果数据库。本发明简化了模型的构建，提高了构建模型的效率，且能适应实时变化的仿真应用场景。
-
公开(公告)号：CN117079127A
公开(公告)日：2023-11-17
申请号：CN202311005171.9
申请日：2023-08-10
Applicant: 上海无线电设备研究所
Abstract: 一种适应不同距离与光照条件的空间目标检测方法，包括：判断空间目标是否处于逆光环境与距离；利用事件相机对处于逆光环境中的空间目标进行探测；利用传统相机实现空间目标检测初始位置，结合事件相机检测空间目标以获得空间目标；事件相机对空间目标的运动状态进行检测，同时利用传统相机获取空间目标的轮廓与纹理信息；融合传统相机和事件相机的输出信息，实现不同距离与光照条件下的空间目标检测。本申请的适应不同距离与光照条件的空间目标检测方法，利用事件相机实现逆光条件下的空间目标探测能力；通过结合事件相机和传统相机，解决现有空间探测采用的传统相机存在的探测响应不及时及运动模糊导致的识别率低的问题。
-
公开(公告)号：CN114676743A
公开(公告)日：2022-06-28
申请号：CN202111496076.4
申请日：2021-12-09
Applicant: 上海无线电设备研究所
Abstract: 本发明提供了一种基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，包括如下步骤：S1、将低慢小目标对于保护区的威胁度分为低、中、高三个等级，建立具有三个隐状态的隐马尔可夫模型，并初始化隐马尔可夫模的参数；S2、构建观测序列，作为隐马尔可夫模型的输入，观测序列的输入为低慢小目标的航迹信息；S3、对隐马尔可夫模型进行训练和参数优化，输出最优的状态转移概率矩阵和发射状态概率矩阵；S4、基于最优的状态转移概率矩阵和发射状态概率矩阵得到最优的隐马尔可夫模型。该方法基于隐马尔可夫模型可实现动态评估的优良特性，简单且准确地刻画目标航迹与威胁等级之间的动态关系，在低慢小目标的威胁评估领域有很强的可应用性和高效性。
-
Patent Agency Ranking
公开(公告)号：CN109633638B
公开(公告)日：2020-11-03
申请号：CN201811375129.5
申请日：2018-11-19
Applicant: 上海无线电设备研究所
Abstract: 一种基于电磁散射模型的大角度SAR超分辨成像方法，对雷达回波进行子孔径划分，子孔径之间保留重叠区域用于转角估计；基于电磁散射模型对每个子孔径进行参数估计；利用估计得到的参数集，对当前子孔径的频率和角度范围进行外推，并进行重构得到高分辨率的子孔径图像；对所有校正旋转后的子孔径图像进行融合，获得高分辨率的融合图像。本发明提升了大视角条件下的SAR成像分辨率，保证了目标部件的整体连续性，提高了低信噪比条件下的算法鲁棒性。
-
公开(公告)号：CN109633643A
公开(公告)日：2019-04-16
申请号：CN201811513068.4
申请日：2018-12-11
Applicant: 上海无线电设备研究所
Abstract: 本发明涉及一种基于后向投影的太赫兹ISAR三维成像方法，包含：S1、由四个设置在同一平面内的天线形成正交基线结构，包括发射天线O和接收天线A、B、C；S2、计算参考距离；S3、对回波信号进行Dechirp处理和脉冲压缩处理；S4、计算目标的距离分辨率和方位分辨率；S5、计算每一个成像空间内的采样点在每个方位时刻到各个接收天线的斜距；S6、对接收天线A、B、C进行相位补偿，得到BP成像结果；S7、对BP成像结果提取强散射点；S8、对强散射点进行干涉相位的提取；S9、反算各个散射点在三维空间的三维坐标，得到三维成像结果。本发明能够有效提高对未知非合作目标的精细化识别和解译能力。
-
公开(公告)号：CN109633638A
公开(公告)日：2019-04-16
申请号：CN201811375129.5
申请日：2018-11-19
Applicant: 上海无线电设备研究所
Abstract: 一种基于电磁散射模型的大角度SAR超分辨成像方法，对雷达回波进行子孔径划分，子孔径之间保留重叠区域用于转角估计；基于电磁散射模型对每个子孔径进行参数估计；利用估计得到的参数集，对当前子孔径的频率和角度范围进行外推，并进行重构得到高分辨率的子孔径图像；对所有校正旋转后的子孔径图像进行融合，获得高分辨率的融合图像。本发明提升了大视角条件下的SAR成像分辨率，保证了目标部件的整体连续性，提高了低信噪比条件下的算法鲁棒性。
-
公开(公告)号：CN106526591A
公开(公告)日：2017-03-22
申请号：CN201611099631.9
申请日：2016-12-02
Applicant: 上海无线电设备研究所
IPC: G01S13/90
CPC classification number: G01S13/9005 , G01S2013/9064
Abstract: 本发明涉及一种机动目标高分辨ISAR子孔径融合成像方法，包含：S1、雷达发射线性调频信号并通过解线频调方式接收回波数据；S2、对回波数据进行平动补偿，将大角度观测形式下的回波数据分为多个子孔径回波数据；或将已有多个视角/多基ISAR的子角度作为子孔径回波数据；S3、基于图像锐化度最大化方法对目标转动参数进行估计，对各个子孔径图像的方位分辨率进行估计；S4、利用稀疏信号处理方法对各个子孔径图像的分辨率进行校正；S5、对各个子孔径图像进行几何配准和融合，实现高分辨ISAR子孔径融合成像。本发明能够解决在大角度、多视角或多基ISAR等情况下由目标机动性引起的成像质量差的问题，提高对未知目标ISAR成像的识别和解译能力。
-
公开(公告)号：CN119441977A
公开(公告)日：2025-02-14
申请号：CN202411483080.0
申请日：2024-10-23
Applicant: 上海无线电设备研究所
IPC: G06F18/241 , G06F18/214 , G06F18/10
Abstract: 本发明公开了一种基于跨模态学习的有源干扰识别方法，具体步骤包括：构建有源干扰识别基准数据集；明确有源干扰本体模型中外部知识的知识建模形式，将有源干扰知识建模转化为语义表示；基于干扰数据特征VAE模型和干扰语义表示VAE模型，构建有源干扰数据与知识混合驱动的跨模态学习模型；构建广义零样本分类模型，实现有源干扰识别。本发明通过数据与知识混合驱动的跨模态学习，解决了有源干扰识别面临的少样本、零样本问题。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.038 seconds)
