-
公开(公告)号：CN114924271B
公开(公告)日：2025-03-04
申请号：CN202210740119.7
申请日：2022-06-28
Applicant: 北京环境特性研究所
IPC: G01S13/90
Abstract: 本发明实施例涉及图像处理技术领域，特别涉及一种空间目标识别模型的构建方法、识别方法、装置及设备。其中，方法包括：取若干个训练样本；所述训练样本为含有目标类型标签的空间目标ISAR图像；利用若干个训练样本对识别神经网络进行空间目标的特征提取与训练，以构建得到空间目标识别模型；所述识别神经网络包括多个稀疏自编码网络模块。本发明提供的技术方案可以解决目前还未有基于无监督学习稀疏自编码器网络的空间目标ISAR图像识别方法的问题，可以对空间目标ISAR图像进行高效地数据压缩和分类识别。
-
公开(公告)号：CN113866740B
公开(公告)日：2024-05-24
申请号：CN202111140143.9
申请日：2021-09-28
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种动态群目标电磁散射特性计算方法及装置，其中方法包括：获取待分析集群目标的场景信息；根据所述待分析集群目标的场景信息，生成常量数据；实时获取所述待分析集群目标的每一帧场景，并针对每一帧场景均执行：计算该帧场景对应的变量数据，并利用该帧场景对应的变量数据和所述常量数据，计算生成该帧场景对应的电磁散射特性。本方案，在对每一帧进行计算时，均省却了对常量数据的计算，大大减少了动态电磁散射特性的计算量。
-
公开(公告)号：CN117591798A
公开(公告)日：2024-02-23
申请号：CN202311569184.9
申请日：2023-11-22
Applicant: 北京环境特性研究所
IPC: G06F18/00 , G01S7/41 , G01S7/02 , G06F18/10 , G06N3/0464 , G06N3/0499 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明提供了一种空间目标子目标释放判别方法和装置，该方法包括：获取空间目标的回波信号时间序列和高分辨率一维距离像；对所述回波信号时间序列和所述高分辨率一维距离像进行拼接，得到特征矩阵；将所述特征矩阵输入预先训练的判别模型中，输出子目标释放结果。本方案提供的空间目标子目标释放判别方法能实现空间目标子目标释放的高效精准判别。
-
公开(公告)号：CN116258909A
公开(公告)日：2023-06-13
申请号：CN202310256467.1
申请日：2023-03-16
Applicant: 北京环境特性研究所
IPC: G06V10/764 , G06V10/82 , G06V10/762 , G06V10/77 , G06N3/04 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，特别涉及一种空间目标的小样本识别方法、装置、计算设备及存储介质。方法包括：获取初始训练集和测试集；将初始训练集输入至预先构建的神经网络，得到初始识别模型和训练样本的深层降维特征；针对每一个测试样本均执行：将当前测试样本输入至初始识别模型，以基于聚类方法、训练样本的深层降维特征和当前测试样本的深层降维特征，判断当前测试样本是否扩充至初始训练集；若是，则基于当前测试样本的识别结果和判断结果，对初始识别模型进行二次训练；若否，则判断下一个测试样本，直至得到最终的训练集、目标识别模型和测试样本的识别结果。本方案可以有效提高小样本情形下空间目标的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN116027326A
公开(公告)日：2023-04-28
申请号：CN202211494266.7
申请日：2022-11-25
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于分布式雷达目标三维成像的特征反演方法和装置，该方法的一个具体实施方式包括：构建分布式雷达目标统一电磁散射机理表征模型；基于构建的所述分布式雷达目标统一电磁散射机理表征模型对分布式雷达目标执行三维成像；根据经所述三维成像形成的目标图像对所述分布式雷达目标进行三维结构反演。该实施方式能够有效地构建分布式雷达目标电磁机理表征模型，从而实现基于表征模型的目标三维几何结构快速反演。
-
公开(公告)号：CN115951348A
公开(公告)日：2023-04-11
申请号：CN202211643995.4
申请日：2022-12-20
Applicant: 北京环境特性研究所
Abstract: 本发明实施例提供了一种目标散射中心结构类型的确定方法、装置及电子设备，方法包括：对待测目标的雷达回波数据进行子带分割，得到多个子带数据；对得到的每个子带数据分别进行傅里叶变换，得到每个子带数据的一维子距离像；将得到的每个一维子距离像进行拼接，得到待测目标雷达回波数据的一维距离像；将待测目标雷达回波数据的一维距离像输入预先训练好的结构类型估计模型中，得到一维距离像中每个距离单元的类型概率；其中，结构类型估计模型是对预先构建的神经网络模型进行训练得到的；基于类型概率，确定待测目标中每个散射中心的结构类型。本发明，能够准确确定目标散射中心的结构类型。
-
公开(公告)号：CN115712104A
公开(公告)日：2023-02-24
申请号：CN202211461725.1
申请日：2022-11-21
Applicant: 北京环境特性研究所
IPC: G01S7/41
Abstract: 本发明实施例涉及信号处理技术领域，特别涉及一种目标散射中心的提取方法、装置及电子设备。方法包括：获取待测目标的雷达回波数据；将所述待测目标的雷达回波数据输入至稀疏估计模型中，得到所述待测目标雷达回波数据的索引集矩阵；所述稀疏估计模型是利用若干个已知目标的雷达回波样本对训练得到的，每一个雷达回波样本对包括作为输入的样本回波数据和作为输出的样本索引集矩阵，所述样本回波数据包括至少一个散射中心，所述样本索引集矩阵是根据所述样本回波数据计算得到的；根据所述待测目标雷达回波数据的索引集矩阵，确定所述待测目标中每个散射中心的位置和每个散射中心的散射幅度系数。本方案，能够提高目标散射中心的提取速度。
-
公开(公告)号：CN114265033A
公开(公告)日：2022-04-01
申请号：CN202111571220.6
申请日：2021-12-21
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种微粗糙目标的散射中心参数反演方法及装置，用于解决现有参数化模型无法准确表征微粗糙目标的电磁散射特性及反演特征参数的问题。一具体实施方式包括：微粗糙表面目标GTD模型的解析形式构建；基于微粗糙表面GTD模型构建稀疏表达式；设置双正交匹配追踪门限；初始化参数；更新迭代次数；稀疏基正交化；稀疏基归一化；计算元素索引；更新索引矩阵和支撑集矩阵；估计稀疏系数向量；更新残差向量；判断是否满足收敛条件；输出索引矩阵和稀疏系数向量。本发明能够准确估计微粗糙目标的散射中心的GTD模型参数及粗糙度参数，适用于微粗糙目标特征提取，还可以应用于微粗糙目标的基本结构反演与自动识别。
-
公开(公告)号：CN113866740A
公开(公告)日：2021-12-31
申请号：CN202111140143.9
申请日：2021-09-28
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种动态群目标电磁散射特性计算方法及装置，其中方法包括：获取待分析集群目标的场景信息；根据所述待分析集群目标的场景信息，生成常量数据；实时获取所述待分析集群目标的每一帧场景，并针对每一帧场景均执行：计算该帧场景对应的变量数据，并利用该帧场景对应的变量数据和所述常量数据，计算生成该帧场景对应的电磁散射特性。本方案，在对每一帧进行计算时，均省却了对常量数据的计算，大大减少了动态电磁散射特性的计算量。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.028 seconds)
