-
公开(公告)号：CN116243297A
公开(公告)日：2023-06-09
申请号：CN202211598218.2
申请日：2022-12-12
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于幅度信息的改进全局最近邻数据关联算法，步骤如下：步骤一：毫米波雷达对多目标运动进行观测，获取各目标位置、速度及幅度信息；步骤二：根据目标Δ时刻内的幅度值进行信噪比估计；步骤三：根据量测空间信息与目标状态更新向量计算新息似然函数；步骤四：根据步骤二获得的信噪比估计值计算目标幅度似然并计算杂波幅度似然；步骤五：计算改进的似然函数并进行全局数据关联；步骤六：根据数据关联结果，使用卡尔曼滤波进行目标状态更新。本发明采用上述步骤的一种基于幅度信息的改进全局最近邻数据关联算法，计算复杂度较小，易于实现，并且在复杂环境下可以有较好的多目标跟踪性能。
-
公开(公告)号：CN115965655A
公开(公告)日：2023-04-14
申请号：CN202310051098.2
申请日：2023-02-02
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于雷视一体的交通目标跟踪方法，包括以下步骤：确定单传感器目标跟踪问题：根据交通应用场景，进行雷达和视频的数据采集工作并进行分析，得出目标跟踪结果作为后续决策级融合算法的输入和对比数据‑时空匹配：采用单目标测试场景数据进行坐标系匹配的调试，得到两个传感器之间准确的转换参数，匹配完成后的数据能够在同一维度进行显示‑构建基于多模态融合的多目标跟踪算法：目标关联‑决策融合‑融合中心保存信息。本发明采用上述基于雷视一体的交通目标跟踪方法，解决了单传感器采集数据进行目标跟踪出现的问题，从而提升了目标跟踪的准确性，以便更好的提高后续智慧交通系统对交通状态的分析、判断及处理的效率。
-
公开(公告)号：CN115629385A
公开(公告)日：2023-01-20
申请号：CN202211095285.2
申请日：2022-09-05
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S13/91 , G01S13/08 , G01S13/58 , G01S13/86 , G06V10/762 , G06V10/82 , G06V20/54 , G06V20/56 , G08G1/01 , G08G1/04
Abstract: 本发明公开了基于毫米波雷达和相机关联的车辆排队长度实时检测方法，首先，同时采集毫米波雷达点云数据和相机图像；然后，对毫米波雷达点云数据进行聚类跟踪处理，并输出车辆的速度、位置、id号、车道号信息；对图像数据进行特征提取，输出车道线和车辆类型信息；接着，在时间和车道号相同情况下，关联同一辆车的雷达信息和图像信息，得到包含图像特征信息标签的雷达数据；最后，在道路交叉口车辆停止线处存在静止车辆的情况下，估算每个车道的排队长度。本方法弥补毫米波雷达无法识别目标的不足，减少毫米波雷达聚类估算车长造成的误差，进而提高车辆排队长度估算精度。
-
公开(公告)号：CN119863728A
公开(公告)日：2025-04-22
申请号：CN202510350485.5
申请日：2025-03-24
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G06V20/17 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/044
Abstract: 本发明公开了一种轻量化无人机识别方法、装置、终端及介质，属于无人机识别技术领域，当接收到无人机识别请求数据时，获取所述无人机识别请求数据中的无人机的融合灰度图数据；将所述融合灰度图数据带入训练得到的最佳轻量化网络模型中，利用所述最佳轻量化网络模型进行无人机识别建模。本发明提供一种轻量化无人机识别方法、装置、终端及介质，通过奇异值分解重构增强目标微多普勒特征，融合多种微多普勒特征灰度图，提升目标的动态特征捕捉能力，同时使用轻量化网络结构减少模型复杂度，使其适用于嵌入式设备的高效部署，实现对无人机目标的准确识别。
-
公开(公告)号：CN119047194A
公开(公告)日：2024-11-29
申请号：CN202411211445.4
申请日：2024-08-30
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06F30/20 , G06V10/75 , G06F119/02
Abstract: 本发明公开了一种海用雷达中基于模型匹配的海浪仿真方法，其实现步骤为：采用谱分析法从雷达图像序列中获得图像谱；由图像谱得到能量谱，利用能量谱求解海流流速；对能量谱带通滤波，滤除非海浪信息；由能量谱积分得到波数谱，修正波数谱，计算得到现场海浪谱；利用实际环境参数构建海浪谱模型，将海浪谱模型与现场海浪谱进行匹配；由匹配出的最佳海浪谱模型和方向分布函数生成模拟方向谱，根据模拟方向谱和线性叠加法，得到仿真的海浪。本发明克服了海浪谱难以获取的难题，避免了海浪谱模型不符合实际海况带来的误差，提高了海浪仿真的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115343700B
公开(公告)日：2024-07-30
申请号：CN202211067672.5
申请日：2022-09-01
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了基于多雷达视频去除隧道中多径虚假目标的方法，通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息，实现对车辆目标的全天候和高可靠性检测；通过相邻雷达重叠区域目标匹配将系统航迹ID号和视觉信息进行延续，同时利用视觉信息是否存在于目标上来判断是否为多径效应导致的虚假目标，以此将多径目标进行滤除；最终实现对被多个雷达连续覆盖的整条道路内的同一车辆目标连续的跨雷达间的持续跟踪定位与监视，并保证被跟踪的目标信息始终不变，精准展示车辆实时位置、速度、全程轨迹及车辆的车牌、车型、车辆颜色等特征信息，同时滤除隧道中因多径效应而产生的虚假目标。
-
公开(公告)号：CN116643278A
公开(公告)日：2023-08-25
申请号：CN202310778973.7
申请日：2023-06-29
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G01S13/90
Abstract: 一种基于距离‑方位像重建的InISAR成像散射中心提取方法，包括以下步骤；在二维ISAR图像中通过将目标散射点四周不含目标的区域置零实现预处理；对不同距离单元和方位单元的自相关矩阵进行特征值分解，利用各个单元得到的最大特征值分别预重构一维距离像和一维方位像，然后，对最大特征值小于一定阈值的对应图像单元进行置零，得到了将部分噪声区域置零后的二维ISAR图像；设置阈值，认为高于阈值的距离和方位单元含有目标散射点；图像中幅值高于门限的点认为是目标散射点，分别对距离和方位向提取散射点；综合距离向和方位向来确定散射点并剔除虚假散射点。本发明具有高效提取目标弱散射点的特点，能够达到在充分保留弱散射点的同时有效减少噪声的目的。
-
公开(公告)号：CN116566524A
公开(公告)日：2023-08-08
申请号：CN202310559699.4
申请日：2023-05-18
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: H04B17/391 , H04B7/0413 , G06N3/08
Abstract: 本发明公开了一种基于神经网络消息传递的MIMO信号检测方法，涉及通信技术领域，包括以下步骤：S1：基站端接收到用户端发送的信号；S2：利用神经网络对MIMO系统进行建模，基于MIMO系统的信号流设计神经网络架构，设计一个深度神经网络模型模拟硬件缺陷和多用户干扰；S3：开发一种高效的基于消息传递的贝叶斯检测器MP‑NN；S4：turbo接收机的实现。本发明采用上述方法，为复杂输入输出关系的通信系统实现贝叶斯信号检测；利用神经网络对MIMO系统进行建模，基于MIMO系统的信号流设计神经网络架构，最大限度地减少神经网络层和参数的数量，用因子图表示训练后的神经网络，并利用酉近似消息传递UAMP算法设计了一种高效的基于消息传递的贝叶斯信号检测器。
-
公开(公告)号：CN116449309A
公开(公告)日：2023-07-18
申请号：CN202310203661.3
申请日：2023-03-06
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S7/282
Abstract: 本发明公开了一种基于抽稀算法的非线性调频信号产生方法，包括以下步骤：S1、设计非线性调频函数，得到离散化调频函数曲线；S2、基于道格拉斯‑普克抽稀算法，构造分段线性调频函数，使分段线性调频函数以给定的逼近误差来近似逼近理想非线性调频函数；S3、根据对非线性调频函数的逼近结果，计算相应分段线性调频信号的脉冲压缩系数以及频率控制字，并进行频率控制字数据的压缩和存储；S4、根据存储空间中的频率控制字，基于DDS产生分段线性调频信号。本发明采用上述的一种基于抽稀算法的非线性调频信号产生方法，实现调频曲线逼近误差更小、脉冲压缩效果更好的非线性调频信号产生。
-
公开(公告)号：CN116304800A
公开(公告)日：2023-06-23
申请号：CN202310096863.2
申请日：2023-02-10
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06F18/24 , G06F18/2337 , G06Q50/30 , G06N7/02
Abstract: 本发明公开了一种改进模糊C均值算法的交通状态判别方法，包括以下步骤：将自适应的遗传算法和FCM算法结合起来，利用自适应的遗传算法得到FCM算法的最佳初始聚类中心，然后把最佳初始聚类中心带入FCM算法对所有样本数据进行聚类划分，从而使得交通状态判别的精度和算法的性能都得到有效提升；采用熵权法计算各维度特征向量的权重，以优化欧氏距离的方式来优化FCM算法的目标函数，从而充分挖掘了不同维度的交通特征信息，提高交通状态的判别准确性。本发明采用上述的一种改进模糊C均值算法的交通状态判别方法，改进算法能够提高交通状态判别的准确率和灵敏度，可以快速的区分不同的交通状态，具有一定的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
601
records
(took 0.096 seconds)
