一种融合事件相机和深度学习的空中目标检测方法

    公开(公告)号:CN119251463A

    公开(公告)日:2025-01-03

    申请号:CN202411192460.9

    申请日:2024-08-28

    Abstract: 本发明公开了一种融合事件相机和深度学习的空中目标检测方法,包括:利用高速成像事件相机完成目标信息采集,得到时空事件流数据;采用离散点去噪方法,对事件相机输出时空事件流数据进行去噪处理,获得去噪后的时空事件流数据;将事件流数据进行图像重构,并对图像进行标注,划分训练集和测试集;构建单阶段卷积神经网络目标识别模型,通过骨干网路模块获取多尺度上下文特征信息,通过颈部网络模块将多尺度上下文特征信息进行自顶向下逐层级融合,通过应用锚框和非极大值抑制,对目标的预测结果进行解析和筛选,构建损失函数以及优化策略,本发明充分结合事件相机和深度学习的优点,具有鲁棒性更强的模型,实现空中目标高精度识别。

    基于多波段视觉图像感知与融合的显著性目标检测方法

    公开(公告)号:CN117132759A

    公开(公告)日:2023-11-28

    申请号:CN202310969057.1

    申请日:2023-08-02

    Abstract: 本发明提供一种基于多波段视觉图像感知与融合的显著性目标检测方法,其包含:步骤1:构建多波段视觉图像训练样本集,对扩充后的训练样本集进行标注;步骤2:构建孪生骨干网络模型,提取多层级特征信息;步骤3:构建多尺度特征提取网络模块,对各层级特征信息提取多尺度特征信息;步骤4:构建注意力机制模块,输出可见光注意力特征图和热红外注意力特征图;步骤5:构建特征融合模块,以步骤4输出的可见光注意力特征图和热红外注意力特征图作为输入,通过加法、乘法和顺序拼接操作将其融合,形成预测输出的目标特征图,完成显著性目标的检测。本发明充分利用多波段视觉图像信息,可以实现多波段视觉图像中的目标识别,还可提高识别的精度。

    一种复杂环境下的多传感器优化部署方法

    公开(公告)号:CN113806968A

    公开(公告)日:2021-12-17

    申请号:CN202111219920.9

    申请日:2021-10-20

    Abstract: 本发明公开了一种复杂环境下的多传感器优化部署方法,包括以下步骤:S1、确定多传感器系统的综合效能评估因素;S2、进行复杂环境约束下的三维通视性分析;S3、基于S1所述的多传感器系统的效能评估因素,利用层次分析法,构建多传感器系统的综合效能评估函数;S4、利用改进的遗传算法对传感器部署方案进行优化求解。本发明在保证系统综合探测效能的基础上实现更优效费比,能够减少依靠人为经验部署带来的弊端,降低传感器部署成本,提高传感器利用率,具有较明显的应用优势。

    一种基于混合高斯模型的多目标ISAR关键点提取方法

    公开(公告)号:CN111080674A

    公开(公告)日:2020-04-28

    申请号:CN201911311784.9

    申请日:2019-12-18

    Abstract: 本发明公开了一种基于混合高斯模型的多目标ISAR关键点提取方法,该方法首先对当前ISAR图像,分离出背景和前景;随后采用在线算法更新背景;然后,利用阈值提取前景中的阴影,在前景中,将目标建模为拉普拉斯叠加高斯分布,再采用最大后验准则和EM算法估得混合分布的参数,得到图像像素的后验概率值,从而确定聚焦目标散射点;最后,采用聚类算法得到目标关键点,即ISAR像关键点。本发明同时提取ISAR图像中慢速运动目标的与快速运动目标的聚焦散射点,以及快速运动目标的散焦阴影,适用于成像场景中,存在多种目标且运动方向或径向速度相差较大的情况,可提升雷达检测能力。

    一种太赫兹圆迹SAR快速后向投影成像方法

    公开(公告)号:CN110579762A

    公开(公告)日:2019-12-17

    申请号:CN201911013328.6

    申请日:2019-10-23

    Abstract: 本发明公开了一种太赫兹圆迹SAR快速后向投影成像方法,该方法包括以下步骤:步骤1:建立太赫兹圆迹SAR方位向和距离向上等间距成像点的成像网格,并对线性调频信号进行各个方位向的匹配滤波,完成距离向的压缩,获得距离压缩信号;步骤2:在某个方位向时,成像点通过距离压缩信号投影,得到该方位向的成像点的后向散射系数;步骤3:在太赫兹圆迹SAR的各个方位向重复步骤2,得到各个方位向的成像点的后向散射系数;步骤4:对所有方位向的成像点的后向散射系数相干叠加,得到太赫兹圆迹SAR投影的成像结果。此方法解决了太赫兹波段下圆迹SAR成像过程中后向投影算法的运算量大的问题,实现了运算量的缩减,有效提高了运算效率,具有实际的应用前景。

    一种太赫兹主动成像雷达系统相位补偿方法

    公开(公告)号:CN106526588B

    公开(公告)日:2019-04-26

    申请号:CN201611096628.1

    申请日:2016-12-02

    Abstract: 本发明公开了一种太赫兹主动成像雷达系统相位补偿方法,其包含以下步骤:S1、开启内定标通道;S2、获取内定标通道的太赫兹波回波信号的相位信息;S3、提取内定标通道的太赫兹波回波信号的相位误差;S4、利用多项式拟合相位校正函数,得到相位校正函数一次项和非线性项系数值;S5、开启接收通道;S6、获取接收通道的中频回波信号;S7、分析接收通道的中频回波信号,获取目标距离信息;S8、根据目标距离信息和步骤S4中的相位校正函数计算出补偿相位,根据补偿相位的计算结果完成接收通道的中频回波信号数据相位补偿。其优点是:较传统的相位补偿方法适应性更强,可克服传统太赫兹主动成像雷达相位补偿方法的不足。

    基于隐马尔可夫模型的低慢小目标航迹威胁识别方法

    公开(公告)号:CN114676743B

    公开(公告)日:2024-04-26

    申请号:CN202111496076.4

    申请日:2021-12-09

    Abstract: 本发明提供了一种基于隐马尔可夫模型的低慢小目标航迹威胁识别方法,包括如下步骤:S1、将低慢小目标对于保护区的威胁度分为低、中、高三个等级,建立具有三个隐状态的隐马尔可夫模型,并初始化隐马尔可夫模的参数;S2、构建观测序列,作为隐马尔可夫模型的输入,观测序列的输入为低慢小目标的航迹信息;S3、对隐马尔可夫模型进行训练和参数优化,输出最优的状态转移概率矩阵和发射状态概率矩阵;S4、基于最优的状态转移概率矩阵和发射状态概率矩阵得到最优的隐马尔可夫模型。该方法基于隐马尔可夫模型可实现动态评估的优良特性,简单且准确地刻画目标航迹与威胁等级之间的动态关系,在低慢小目标的威胁评估领域有很强的可应用性和高效性。

    基于Zynq平台的太赫兹雷达探测系统以及方法

    公开(公告)号:CN113671495B

    公开(公告)日:2024-02-23

    申请号:CN202110949923.1

    申请日:2021-08-18

    Abstract: 功能。本发明涉及一种基于Zynq平台的太赫兹雷达探测系统及方法,该系统包含太赫兹发射接收装置、Zynq处理平台、控制系统、上位机、二维电机;所述太赫兹发射接收装置与所述Zynq处理平台的输入端通信连接;所述Zynq处理平台的输出端与所述控制系统的输入端、上位机分别通信连接;所述控制系统的输出端与所述控制二维电机以及太赫兹发射接收装置通信连接。本发明提供的一种基于Zynq平台的太赫兹多通道雷达探测系统及方法,由控制系统对频率综合与调制波形产生组件进行控制,根据不同探测模式分别产生(56)对比文件US 2005156110 A1,2005.07.21US 2020124705 A1,2020.04.23梁影等.高速目标高分辨雷达信号处理的FPGA设计及实现《.制导与引信》.2019,第40卷(第4期),正文第1-3节,附图1-7.Liang, Y., Li, K. L., Bi, F. H.,Zhang, K., & Yang, J.Research on LFMCWradar velocity ranging optimizationsystem based on FPGA《.Procedia ComputerScience》.2020,(第166期),187-194.Batra, A., Kamaleldin, A., Zhen, L.Y., Wiemeler, M., Göhringer, D., &Kaiser, T.FPGA-Based Acceleration of THzSAR Imaging《.2021 Fourth InternationalWorkshop on Mobile Terahertz Systems》.2021,1-5.张建宏;武锦辉;刘吉;苏凝钢.基于FPGA的多普勒雷达测速系统《.国外电子测量技术》.2019,(第12期),80-83.高丽洁;王刚.基于Zynq的汽车雷达防撞数据采集系统设计《.西南师范大学学报(自然科学版)》.2016,第41卷(第07期),127-129.冯伟;张戎;曹俊诚.太赫兹雷达技术研究进展《.物理》.2013,(第12期),846-848.

    一种极化SAR图像特征提取方法
    30.
    发明公开

    公开(公告)号:CN117111063A

    公开(公告)日:2023-11-24

    申请号:CN202311059470.0

    申请日:2023-08-22

    Abstract: 本发明涉及一种极化SAR图像特征提取方法,包含以下步骤:采集原始极化SAR图像数据,获得极化SAR图像的相干矩阵;对相干矩阵进行极化指向角补偿以及椭圆率角补偿;计算散射非对称成分对应的功率占总功率的比例;将椭圆率角补偿后的相干矩阵分解为散射对称部分和散射非对称部分,获得每个部分的相干矩阵与散射功率;确定自适应体散射模型;将得到的散射对称部分分解成表面散射成分、偶次散射成分和自适应体散射成分;将散射非对称部分分解为螺旋散射成分、定向偶极子散射成分和复合非对称散射成分。本发明可以针对不同状态的地物进行更细致的描述,能够较好地提取不同地物的散射信息,对分析不同地物的散射特性起到了很大的作用。

Patent Agency Ranking