-
公开(公告)号：CN106546961A
公开(公告)日：2017-03-29
申请号：CN201610603059.9
申请日：2016-07-27
Applicant: 南京信息工程大学
IPC: G01S7/40
CPC classification number: G01S7/40
Abstract: 本发明公开了一种变步长约束总体最小二乘空间配准算法：给定初始估计值和初始步长因子，置迭代步数为1；计算Hessian矩阵和梯度向量；利用公式计算估计值；检验迭代步数是否为设定的某一常数值，是的话则输出最终的估计值，本发明通过基于ECEF 的变步长约束总体最小二乘算法（ECEF-VCTLS）对系统误差进行估计，让约束总体最小二乘算法中的步长因子随着步数的变化而变化，不仅能够准确估计系统误差，而且减少了收敛步数和提高了收敛之后的稳定性，从而提高了目标跟踪定位的性能。
-
公开(公告)号：CN105785361A
公开(公告)日：2016-07-20
申请号：CN201610131702.2
申请日：2016-03-08
Applicant: 南京信息工程大学
IPC: G01S13/89
Abstract: 本发明公开了一种阵元失效条件下的MIMO雷达成像方法，在MIMO雷达回波信号矩阵中对应失效阵元位置处的行元素上叠加微小的服从高斯分布的随机扰动量，利用矩阵填充技术能将非均匀采样的MIMO雷达回波数据矩阵恢复成完整的均匀采样数据矩阵，然后利用迭代加权lq最小化方法估计出目标场景向量。由于对失效阵元的回波数据未能有效利用，因此重构的目标场景存在较大的误差，影响了目标的成像质量。为了进一步提高目标场景向量的重构精度，利用已获得的目标场景向量粗估计值和感知矩阵重构出失效阵元丢失的目标接收数据，再次利用矩阵填充和迭代加权lq最小化方法获得高精度的目标场景向量估计值，解决了阵元失效条件下的MIMO雷达成像问题。
-
公开(公告)号：CN113655444B
公开(公告)日：2023-07-25
申请号：CN202110989797.2
申请日：2021-08-26
Applicant: 南京信息工程大学
IPC: G01S7/02
Abstract: 本发明涉及MIMO雷达DOA估计领域，公开了一种阵元失效下基于重加权先验的MIMO雷达DOA估计方法，利用SVD分解技术对虚拟阵列输出数据矩阵进行降维预处理，增强对噪声的鲁棒性；针对降维后存在整行缺失元素的输出数据矩阵，建立联合重加权低秩和稀疏先验信息的矩阵填充模型；在交替方向乘子法(Alternating Direction Method of Multipliers，ADMM)框架下利用增广拉格朗日乘子法(Augmented Lagrange Method，ALM)迭代得到最优解，在每次迭代中对权值进行更新调整以增强解的低秩性和稀疏性，并对过完备字典进行收缩处理以进一步降低计算复杂度，当算法收敛时即可由稀疏解估计出目标DOA。
-
公开(公告)号：CN115393739A
公开(公告)日：2022-11-25
申请号：CN202210637297.7
申请日：2022-06-07
Applicant: 南京信息工程大学
IPC: G06V20/17 , G06V10/26 , G06V10/30 , G06V10/34 , G06V10/42 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种目标识别方法、装置、设备及存储介质，方法包括：获取指定图片，指定图片中包含目标图像；根据指定图像，确定与目标图像对应的姿态角信息；根据姿态角，确定与姿态角信息对应的姿态角模型；将指定图像输入姿态角模型，获得与目标图像对应的目标信息，能够基于姿态角信息获取姿态角模型，以对指定图像进行处理，获得目标信息，提高指定图像的识别率。
-
公开(公告)号：CN114942417A
公开(公告)日：2022-08-26
申请号：CN202210621779.3
申请日：2022-06-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于张量填充的阵元失效MIMO雷达DOA估计方法及装置。方法包括：首先，为了降低计算复杂度和对噪声敏感性，对阵元失效下MIMO雷达回波信号矩阵进行降维，并构建三阶回波信号张量；其次，将待恢复的MIMO雷达回波信号张量与较小维度的张量核进行截断卷积运算生成新的张量，并建立截断卷积核范数最小化的张量填充模型；然后，利用张量的截断卷积核范数与该张量的截断卷积矩阵核范数的等价关系，对上述张量填充模型进行松弛；接着，利用增广拉格朗日交替方向乘子算法对松弛后的模型进行求解以获得完整的回波信号矩阵；最后利用RD‑ESPRIT算法估计出目标DOA。本发明利用回波信号张量的多维结构信息，有效恢复MIMO雷达失效阵元的缺失数据，从而提高DOA估计性能。
-
Patent Agency Ranking
公开(公告)号：CN113093144A
公开(公告)日：2021-07-09
申请号：CN202110551473.0
申请日：2021-05-20
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于采样数据矩阵重构的MIMO雷达DOA估计方法，其将MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效。当冗余虚拟阵元失效时，对空间上相同位置的正常工作冗余虚拟阵元数据取均值来填充失效阵元的缺失数据，以降低阵元失效对目标DOA的估计的影响，算法处理复杂度低，实时性高。当非冗余虚拟阵元失效时，联合利用MIMO雷达虚拟阵列的采样数据矩阵的低秩和稀疏先验，不仅能挖掘矩阵行间或列间的相关性，而且还能充分利用行内或列内的相关性，对降维填充后的数据矩阵中整行缺失元素进行高精度重构，有效提高MIMO雷达在阵元失效时的DOA估计精度。
-
公开(公告)号：CN110174659A
公开(公告)日：2019-08-27
申请号：CN201910541040.X
申请日：2019-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于迭代近端投影的MIMO雷达多测量矢量DOA估计方法，通过高维回波数据转换至低维空间以降低空域维度，并对降维后的数据进行奇异值分解，提取信号子空间以降低时域维度，利用近端函数优化模型来表示MIMO雷达多测量矢量DOA估计中的非凸非平滑稀疏优化问题，然后在迭代过程中通过外推步骤和SCAD函数获得近端算子以求解该优化问题。本发明方法在低快拍和低信噪比下相干信源的DOA估计性能优于现有算法。
-
公开(公告)号：CN108957388A
公开(公告)日：2018-12-07
申请号：CN201810490220.5
申请日：2018-05-21
Applicant: 南京信息工程大学
CPC classification number: G01S3/143 , G01S13/003
Abstract: 本发明公开了一种基于协方差匹配SL0算法的MIMO雷达相干信源DOA估计方法，属于多输入多输出(MIMO)雷达目标参数估计领域，具体地说是一种MIMO雷达相干信源的DOA估计方法，利用加权SL0算法估计MIMO雷达目标DOA时，需要把协方差矩阵进行矢量化来获得相应的稀疏重构模型，并利用信号和噪声子空间的正交性来构造加权向量，然而当存在相干信源时，MIMO雷达协方差矩阵的秩将退化，利用协方差匹配准则重构出一个满秩的协方差矩阵，恢复了MIMO雷达协方差矩阵的Toeplitz特性，并利用协方差逆矩阵的高阶幂来近似噪声子空间从而来计算加权向量。本发明算法能够在无需预知信源数目的情况下有效地完成对相干信源的DOA估计。
-
公开(公告)号：CN105785361B
公开(公告)日：2018-02-02
申请号：CN201610131702.2
申请日：2016-03-08
Applicant: 南京信息工程大学
IPC: G01S13/89
Abstract: 本发明公开了一种阵元失效条件下的MIMO雷达成像方法，在MIMO雷达回波信号矩阵中对应失效阵元位置处的行元素上叠加微小的服从高斯分布的随机扰动量，利用矩阵填充技术能将非均匀采样的MIMO雷达回波数据矩阵恢复成完整的均匀采样数据矩阵，然后利用迭代加权lq最小化方法估计出目标场景向量。由于对失效阵元的回波数据未能有效利用，因此重构的目标场景存在较大的误差，影响了目标的成像质量。为了进一步提高目标场景向量的重构精度，利用已获得的目标场景向量粗估计值和感知矩阵重构出失效阵元丢失的目标接收数据，再次利用矩阵填充和迭代加权lq最小化方法获得高精度的目标场景向量估计值，解决了阵元失效条件下的MIMO雷达成像问题。
-
公开(公告)号：CN107462886A
公开(公告)日：2017-12-12
申请号：CN201710617221.7
申请日：2017-07-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于波形对比度最优算法的动目标恒虚警检测方法，包括：根据得到的回波信号高分辨率距离像，通过调整补偿参数使波形对比度达到最优，得到运动补偿后的高分辨距离像；给定虚警概率并获得检测门限；根据补偿后的高分辨率距离像和门限的比较来判断目标是否存在，相较于现有技术本发明能够显著提高太赫兹引信的目标检测性能。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.034 seconds)
