-
公开(公告)号：CN114994630B
公开(公告)日：2025-03-28
申请号：CN202210698113.8
申请日：2022-06-20
Applicant: 电子科技大学
Abstract: 本发明公开一种基于联合距离‑时频特征的旋翼参数估计方法，应用于目标检测领域，针对现有的单一时频特征的旋翼参数估计方法无法提取更多旋翼特征的问题；本发明利用经验模态分解和恒虚警检测算法，实现旋翼回波信号分离；提出快时域投影法进行距离‑时间域和频率‑时间域信号特征提取，联合双域特征并结合旋翼参数模型，实现了旋翼参数估计。相比于现有基于单一时频特征的参数估计方法，本发明所提方法解决了桨叶范围限制和奇偶判别的问题，为进一步的目标识别奠定了良好的基础。
-
公开(公告)号：CN119024279A
公开(公告)日：2024-11-26
申请号：CN202411211427.6
申请日：2024-08-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于抗SAR组合干扰的NLFM波形设计方法，首先确定NLFM波形的生成模型，再建立抗转发式欺骗干扰的波形优化模型和抗窄带射频干扰的波形优化模型，组合建立抗组合干扰的波形优化模型，最后将多目标约束优化模型拆分成两个非线性约束优化的子问题，利用增广拉格朗日遗传算法求解优化问题，得到抗SAR组合干扰的NLFM波形。本发明的方法通过对发射端波形进行优化设计能够同时对抗两种干扰类型，包括转发式欺骗干扰和窄带射频干扰，利用设计的NLFM波形作为发射信号，能够在实现成像性能的基础上有效抑制组合干扰的影响，提高SAR系统的生存能力和实用效能，使得SAR系统能够广泛的运用于资源勘探、地质测绘等领域。
-
公开(公告)号：CN118778039A
公开(公告)日：2024-10-15
申请号：CN202410876720.8
申请日：2024-07-02
Applicant: 电子科技大学
Abstract: 本发明公开一种分布式无人机载InSAR混合多基线高程反演方法，应用于雷达技术领域，针对现有技术无法适应分布式无人机载新型InSAR体制中基线灵活可变的构型特点，主要解决现有相位解缠‑高程反演基线构型限制较大，难以适配新型分布式体制对复杂地形进行高程反演的问题；其实现过程包括：(1)将分布式无人机载主、副平台获取的回波数据进行BP成像；(2)对SAR复图像进行相位预处理操作，其中包括干涉相位生成、非局部均值滤波操作；(3)建立优化模型，估计干涉相位模糊数距离向和方位向梯度；(4)求解真实的模糊数；(5)根据模糊数与缠绕相位恢复出真实的解缠干涉相位；(6)根据相位‑高度关系式，实现高精度高程反演。
-
公开(公告)号：CN118740575A
公开(公告)日：2024-10-01
申请号：CN202410905427.X
申请日：2024-07-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于层级分类的雷达通信调制识别方法，包括以下步骤：S1、获取调制信号数据；S2、对调制信号数据进行归一化处理；S3、将归一化处理的数据进行小波滤波；S4、对滤波后的数据进行特征提取；S5、将提取的特征作为支持向量机的输入，以支持向量机为基础构建层级调制识别分类器。本发明利用小波滤波降低噪声环境对接收信号特征的影响，以及采用时域统计特征等减轻载频估计偏差等引起的频率偏置问题。通过对应特征训练的支持向量机对信号进行层级分类，提高信号识别的准确率与稳定性，并能在噪声与频率偏置条件下具有良好的鲁棒性。
-
公开(公告)号：CN118688799A
公开(公告)日：2024-09-24
申请号：CN202410858638.2
申请日：2024-06-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种高速运动平台前视三维超分辨成像方法，首先导出动目标和平台的距离历程，精确描述由高速相对运动引起的前视多普勒相位变化，再采用随机稀疏方位‑俯仰二维扫描策略，减少目标相干处理时间，保证高速运动下距离历程的二次近似准确性，然后基于稀疏扫描矩阵和多普勒相位矩阵，构建稀疏多普勒卷积模型以获得高速平台下的回波精准表征，最后通过迭代噪声方差估计，利用加权最小二乘准则导出自适应迭代估计方法，获得前视超分辨成像结果。本发明的方法解决了高速运动导致的前视方位‑俯仰超分辨性能下降的问题，相比现有方法，能够在高速条件下实现前视三维超分辨成像，同时有效降低了回波维度，提升了前视三维超分辨成像算法效率。
-
Patent Agency Ranking
公开(公告)号：CN118468557A
公开(公告)日：2024-08-09
申请号：CN202410574403.0
申请日：2024-05-10
Applicant: 电子科技大学
IPC: G06F30/20 , G01S7/02 , G06F111/04
Abstract: 本发明提出了一种实现频谱共存和类脉冲自相关的单位模波形设计方法，首先构建了能量谱密度约束下的阻带最小化联合优化问题；然后基于ADMM框架将构建的优化问题分解为具有单一约束条件的多个子优化问题，然后对于耦合的子问题，利用KKT条件求解耦合变量，得到最优发射波形。本发明实现了发射波形频谱共存和类脉冲自相关函数的同步优化；同时，还降低了计算复杂度，提高了波形设计效率，在雷达目标探测领域具有重要的应用前景。
-
公开(公告)号：CN115062658B
公开(公告)日：2024-05-28
申请号：CN202210667010.5
申请日：2022-06-14
Applicant: 电子科技大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/047
Abstract: 本发明公开了一种基于自适应门限网络的交叠雷达信号调制类型识别方法，包括以下步骤：S1、仿真原始雷达信号及调制参数；S2、对原始雷达信号进行交叠；S3、提取时频域特征；S4、构建基本模块；S5、构建Inception模块；S6、构建自适应门限模块；S7、构建概率模块；S8、组成SE‑IncepAtNet网络；S9、训练SE‑IncepAtNet网络；S10、采用训练完成的SE‑IncepAtNet网络对交叠雷达信号调制类型进行识别。本发明利用时频分析方法提取交叠雷达信号特征，基于深度卷积网络Inception模块提取不同感受野的特征，使用SE模块减少噪声影响，构建自适应门限模块解决多分类任务中门限设置困难的问题，在实现交叠雷达信号识别的同时，提高了低信噪比条件下的识别准确率。
-
公开(公告)号：CN117368877A
公开(公告)日：2024-01-09
申请号：CN202311354802.8
申请日：2023-10-19
Applicant: 电子科技大学
Abstract: 本发明公开的基于生成对抗学习的雷达图像杂波抑制与目标检测方法，应用于雷达探测与成像技术领域，针对现有技术存在的难以有效抑制海杂波的问题；本发明首先建立基于符合K分布模型的海杂波模型，并基于该模型生成模拟海杂波雷达数据；然后构造杂波抵消生成对抗网络；具体包括海杂波抑制生成器与无杂波域鉴别器；其次，基于生成的模拟海杂波雷达数据，采用对抗损失和目标一致性损失组成的损失函数，交替训练海杂波抑制生成器与无杂波域鉴别器，使得杂波抵消生成对抗网络收敛；最后采用训练完成的杂波抵消生成对抗网络，对实际测量到的海杂波雷达数据进行杂波抑制；采用本发明的方法能较好地抑制海杂波，并且本发明的方法具有良好的目标检测效果。
-
公开(公告)号：CN116977176A
公开(公告)日：2023-10-31
申请号：CN202310946740.3
申请日：2023-07-31
Applicant: 电子科技大学
IPC: G06T3/40 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种多尺度特征融合的SAR图像快速超分辨方法，预处理光学图像，得到对应的高分辨率灰度图像HR，HR进行双三次插值下采样，得到对应的低分辨率灰度图像LR，再对HR和LR图像进行数据增强，并将其随机打乱后得到的HR‑LR图像对作为训练数据，然后构建多特征提取网络，将HR‑LR图像对传入网络进行训练，并保存网络的训练模型，最后通过保存的网络训练模型构建网络，对待处理的低分辨率SAR图像输入经过训练后的网络模型进行测试，得到高分辨率SAR图像。本发明的方法相比现有SRResNet方法，仅需少量多尺度特征提取模块堆叠就能达到更好效果，网络参数量大幅减少，网络训练速度提升，更容易收敛，具有更强的特征信息重建能力，提高SAR图像分辨率。
-
公开(公告)号：CN116310378A
公开(公告)日：2023-06-23
申请号：CN202310166212.6
申请日：2023-02-24
Applicant: 电子科技大学
IPC: G06V10/44 , G06V10/764 , G01S13/86 , G06V10/774
Abstract: 本发明公开了一种基于特征注意和自适应分类的雷达图像舰船识别方法，首先通过构建网络内的特征金字塔作为特征提取器，获取输入图像的多尺度特征，再利用多尺度特征注意模块增强特征的类内紧凑性和类间可分离性，最后，利用自适应加权分类器选择有效的特征尺度，将用于识别的主要特征转移到特征金字塔的所有尺度之间，并基于此分类完成最终的目标识别。本发明的方法通过优化对多尺度特征的利用，自适应地选择有效特征尺度来完成最终的准确识别，缓解了舰船雷达图像中特征存在的类内方差和类间重叠较大的问题，在OpenSARShip数据集中展现了优异的性能。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.049 seconds)
