一种基于分组的海杂波协方差矩阵估计方法

    公开(公告)号:CN108535711A

    公开(公告)日:2018-09-14

    申请号:CN201810209618.7

    申请日:2018-03-14

    Abstract: 本发明公开了一种基于分组的海杂波协方差矩阵估计方法,包括:估计海杂波的纹理,并计算纹理在空间距离上的相关系数;利用参考样本估计每组的协方差矩阵;计算每组的加权系数;确定干扰所在的分组,并将其剔除;计算干扰剔除后的协方差矩阵。本发明采用分组算法以及对每组添加加权系数的方式,实现了空间部分均匀的样本在组内的均匀化;同时,考虑到干扰的存在,利用协方差矩阵之间的差异提出了一种衡量差异的参数,以确定干扰所在的分组,并最终剔除干扰,提高检测性能。

    空间非均匀海杂波协方差矩阵的自适应估计方法

    公开(公告)号:CN103364769B

    公开(公告)日:2015-06-03

    申请号:CN201310282182.1

    申请日:2013-07-05

    Inventor: 时艳玲 朱剑

    Abstract: 本发明公开了一种空间非均匀海杂波协方差矩阵的自适应估计方法。首先,本发明利用参考样本进行归一化样本协方差矩阵(NSCM)估计,得到NSCM估计值,并对NSCM估计值进行预处理,然后,确定参考样本的归一化外积矩阵,并对归一化外积矩阵进行预处理,其次,利用两次得到的预处理数据计算加权系数,最后,将加权系数代入对角加载自适应协方差矩阵的估计算法中得到最终的协方差矩阵估计值。本发明达到了自适应反映海杂波统计特性的目的,消除了杂波功率对检测器性能的影响,克服了可利用的参考样本有限的难题,可适用于非均匀海杂波背景下的协方差矩阵估计。

    集群非对等多功能雷达的干扰决策优化方法及系统

    公开(公告)号:CN118604749A

    公开(公告)日:2024-09-06

    申请号:CN202410785906.2

    申请日:2024-06-18

    Inventor: 时艳玲 孙思哲

    Abstract: 本发明公开集群非对等多功能雷达的干扰决策优化方法及系统,属于电子对抗技术领域;集群非对等多功能雷达的干扰决策优化方法包括:对雷达工作模式转变进行设定,构建转移概率图;通过网络设计、状态空间设计、动作空间设计以及奖励函数设计来构建FI‑MADQN,并依据当下所有MFR的工作模式得到干扰方案;根据平均功率指标、平均效益指标和干扰整体指标,对得到的干扰方案进行评价。其中,本发明提出的FI‑MADQN架构,能够在集群非对等电子对抗环境下,在干扰效率和功率优化中取得平衡,算法的收敛速度快,能在仿真模拟中对于不同情景可以得到较好的干扰方案。

    基于关联性特征的全局虚警可控自适应提升树的检测方法及其装置

    公开(公告)号:CN116413711A

    公开(公告)日:2023-07-11

    申请号:CN202310170895.2

    申请日:2023-02-27

    Abstract: 本发明公开了一种基于关联性特征的全局虚警可控自适应提升树的海面目标检测方法及其装置,旨在解决海面漂浮小目标回波能量弱、不利于检测和分类的问题。其包括:在频域上,利用雷达回波数据的频域幅度特性得到连通密度信息,构建连通图;在时域上,利用海杂波的非线性递归时间序列特性得到递归信息,构建递归图;然后利用双通道卷积神经网络对这两种关联性特征进行提取;最后结合提出的基于自适应提升树的全局虚警可控分类器,构成整个分类模型;利用模型进行分类,得到分类结果。本发明能够对目标回波和杂波回波进行分类,实现快速、准确并更切合实际需求的海面目标检测效果。

    一种广义高斯纹理海杂波背景下的目标检测方法及装置

    公开(公告)号:CN113009444B

    公开(公告)日:2023-06-06

    申请号:CN202110218139.3

    申请日:2021-02-26

    Abstract: 本发明公开一种广义高斯纹理海杂波背景下的目标检测方法及装置,获取接收回波信息;基于接收回波信息,分别构建接收回波中海杂波在备择假设和原假设条件下的概率密度函数;根据所述概率密度函数,确定似然比检测函数;根据所述似然比检测函数,确定目标检测函数;利用所述目标检测函数进行目标检测。利用广义高斯分布建模海杂波纹理分量,推导出了复合高斯分布下的检测函数,能满足海杂波小擦地角和高分辨率的要求,并且该检测方法有较低的计算复杂度,通过与GLRT检测函数、纹理逆伽马(IGM‑GLRT)检测函数、纹理伽马(GM‑GLRT)检测函数进行对比,采用本发明GGD‑GLRT检测函数的检测方法性能较优。

    一种知识辅助分组广义似然比检测方法

    公开(公告)号:CN109709526B

    公开(公告)日:2023-02-14

    申请号:CN201811516775.9

    申请日:2018-12-12

    Inventor: 时艳玲 杜宇翔

    Abstract: 本发明提出的一种知识辅助分组广义似然比检测方法,该方法首先要对待检测单元进行分组;然后构建G‑GLRT检测器的数学模型;其次采用KA(knowledge‑aided,知识辅助)模型计算散斑协方差矩阵的估计值然后将G‑GLRT检测器数学表达式中的散斑协方差矩阵M替换为得到KA‑G‑GLRT检测器的数学表达式;最后基于KA‑G‑GLRT检测器计算检测统计量将与门限进行比较,判定目标是否存在。本发明采用分组算法,实现了空间部分均匀的样本在组内的均匀化,并且使每组海杂波的纹理分量满足逆伽马分布,每组纹理的尺度参数和形状参数互不相同。本发明中的KA‑G‑GLRT检测器对散斑协方差矩阵估计值具有恒虚警特性。本发明中的KA‑G‑GLRT检测器与其它检测器相比,能在实测海杂波数据实验中获得更好的检测性能。

    基于快速过滤和人工蜂群的海面目标SVM分类方法

    公开(公告)号:CN114779200A

    公开(公告)日:2022-07-22

    申请号:CN202210480821.4

    申请日:2022-05-05

    Inventor: 宋智颖 时艳玲

    Abstract: 本发明公开了一种基于快速过滤和人工蜂群的海面目标SVM分类方法,包括:对获取的海面雷达回波信号进行特征提取,得到基础特征集合;采用FCBF算法对基础特征集合进行特征选择得到最优特征子集;将最优特征子集输入预训练优化好的SVM模型,输出雷达回波分类结果,得到目标单元回波和海杂波;SVM模型的训练优化方法包括:获取带有标签的海面雷达回波信号,其中海面雷达回波信号包括目标单元回波和海杂波;对获取的海面雷达回波信号进行特征提取、特征选择得到带有标签的最优特征子集;将带有分类标签的最优特征子集作为训练集输入SVM模型进行训练,结合使用ABC算法对SVM模型进行参数优化,得到训练优化好的SVM模型。

    一种知识辅助分组广义似然比检测方法

    公开(公告)号:CN109709526A

    公开(公告)日:2019-05-03

    申请号:CN201811516775.9

    申请日:2018-12-12

    Inventor: 时艳玲 杜宇翔

    Abstract: 本发明提出的一种知识辅助分组广义似然比检测方法,该方法首先要对待检测单元进行分组;然后构建G-GLRT检测器的数学模型;其次采用KA(knowledge-aided,知识辅助)模型计算散斑协方差矩阵的估计值然后将G-GLRT检测器数学表达式中的散斑协方差矩阵M替换为 得到KA-G-GLRT检测器的数学表达式;最后基于KA-G-GLRT检测器计算检测统计量将与门限进行比较,判定目标是否存在。本发明采用分组算法,实现了空间部分均匀的样本在组内的均匀化,并且使每组海杂波的纹理分量满足逆伽马分布,每组纹理的尺度参数和形状参数互不相同。本发明中的KA-G-GLRT检测器对散斑协方差矩阵估计值具有恒虚警特性。本发明中的KA-G-GLRT检测器与其它检测器相比,能在实测海杂波数据实验中获得更好的检测性能。

    基于最大后验的修正样本协方差矩阵估计算法

    公开(公告)号:CN107179531A

    公开(公告)日:2017-09-19

    申请号:CN201710195713.1

    申请日:2017-03-29

    Abstract: 本发明公开了基于最大后验的修正样本协方差矩阵估计算法,具体包括如下步骤:步骤1:采用MAP‑GLRT检测器数学表达式作为数学原型;步骤2:以基于最大后验的MSCM估计算法作为杂波协方差矩阵的估计算法;步骤3:将MAP‑GLRT检测器数学表达式中的协方差矩阵替换为MSCM,得到MAP‑GLRT检测器的修正形式,即基于最大后验的修正样本协方差矩阵估计算法的MAP‑GLRT MSCM检测器的表达式。本发明提出的MAP‑GLRT MSCM检测器,其引入基于最大后验的修正样本协方差矩阵估计算法是为了提高协方差矩阵的估计精度,对于均匀海杂波背景下的目标检测,MAP‑GLRT MSCM检测器仍具有与MAP‑GLRT检测器相近的检测性能。符合实际的杂波环境要求,检测器能在实测海杂波数据实验中也获得更好的检测性能。

    一种基于叠层矩阵分解的低频电磁特性仿真方法

    公开(公告)号:CN106991222A

    公开(公告)日:2017-07-28

    申请号:CN201710186894.1

    申请日:2017-03-27

    Inventor: 宛汀 洪涛 时艳玲

    Abstract: 本发明公开了一种基于叠层矩阵分解的低频电磁特性仿真方法,该方法首先采用增量型电场积分方程方法来消除传统电场积分方程方法面临的低频崩溃问题;然后针对增量型电场积分方程的系数矩阵,采用低频多层快速多极子技术来构建其叠层矩阵表达式;进而采用一种重压缩方法对该叠层矩阵进一步压缩,去除冗余信息;最后采用叠层矩阵格式算法对压缩后的叠层矩阵进行上下三角分解,该叠层矩阵分解能够将计算复杂度和内存消耗分别降低到几乎线性,不仅为迭代解法构造了一种预条件技术,而且还构造了一种直接解法。本发明所述方法具有求解速度快、内存消耗低和精度可控的特点,可用于各种低频电磁特性分析。

Patent Agency Ranking