-
公开(公告)号：CN113887118A
公开(公告)日：2022-01-04
申请号：CN202111272158.0
申请日：2021-10-29
Applicant: 上海无线电设备研究所
IPC: G06F30/25 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10
Abstract: 本发明提供了一种基于卷积神经网络的云物理参数反演方法，包括如下步骤：S1、计算太赫兹频段云粒子散射特性，结合粒子谱分布，模拟计算太赫兹雷达等效反射率因子与云物理特征参数的函数关系，建立前向物理模型，S2、对太赫兹云雷达的实测数据和微物理参数产品进行预处理，整理得到训练数据库；S3、建立卷积神经网络的结构，将所述前向物理模型作为约束条件，基于雷达回波的预测值与实际值的偏差，自适应调整学习速率；S4、利用训练数据库，对卷积神经网络进行反复训练，由所述太赫兹雷达等效反射率因子反演计算得到所述云物理特征参数。该方法提升了云物理参数的反演准确性，摆脱对于经验值的依赖，是一种泛化性、自适应学习更强的算法。
-
公开(公告)号：CN119296049A
公开(公告)日：2025-01-10
申请号：CN202411227662.2
申请日：2024-09-03
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种交通目标识别优化方法，包含：S1：道路区域识别，即采集高清交通监控图像，使用车道检测算法识别该监控图像中的道路区域中的车道线；S2：道路区域切割，即基于步骤S1，将道路区域图像切割成若干个比例相等的道路子图像；S3：道路子图像重组，即将步骤S2得到的道路子图像进行缩放并重组，生成适于目标识别模型处理的重组图像；S4：交通目标检测与处理，即将重组图像输入到目标识别模型，得到目标检测框，并去除目标检测框中的重复检测部分，得到最终交通目标。本发明针对小目标检测识别性能差、处理延时等问题，提出了优化方法，可提升目标识别模型的准确率和效率，为交通监控系统提供了一种高效且可靠的目标检测解决方案。
-
公开(公告)号：CN118915072A
公开(公告)日：2024-11-08
申请号：CN202411022773.X
申请日：2024-07-29
Applicant: 上海无线电设备研究所
Abstract: 一种太赫兹测云雷达对气象目标的速度估计方法，首先进行频分极化回波相参处理，接着进行频分极化回波相位提取及速度估计，然后进行基于地海面回波的平均多普勒速度偏差修正，最后进行雷达反射率因子偏导及目标速度空间连续性联合速度修正。本发明实现了高精度速度估计，消除了极化隔离度低造成的鬼影问题，解决了星载太赫兹测云雷达高速度模糊的问题。
-
公开(公告)号：CN117111065A
公开(公告)日：2023-11-24
申请号：CN202310998824.1
申请日：2023-08-09
Applicant: 上海无线电设备研究所
IPC: G01S13/931 , G01S13/58 , G01S13/62 , G01S3/14
Abstract: 一种二维阵列快速角度估计方法，对于一个具有N个发射和M个接收的成像雷达，经过MIMO通道虚拟后形成二维测角阵列，二维测角范围水平为±θ和俯仰为 测角间隔分别为Δθ和 通过天线设计将二维角度估计的水平角度和俯仰角度分别限定在水平±θ和俯仰 内，选取阵列占有最大水平阵面口径的虚拟天线阵列作为阵列主轴，通过阵列主轴进行角度估计得到目标水平角度θb和最大水平角度偏差θμ，将θb±θμ作为先验值输入进行二维角度估计得到真实目标的水平和俯仰角度。本发明降低了算法复杂度，提升了计算速度。
-
公开(公告)号：CN117092652A
公开(公告)日：2023-11-21
申请号：CN202311072804.8
申请日：2023-08-23
Applicant: 上海无线电设备研究所
Abstract: 一种基于径向基函数网络的双雷达测速方法，采用具有固定高度差的两个雷达分别独立采集列车运行数据，将采集到的距离测量值R、目标径向速度值vd以及俯仰角测量值E输入训练好的径向基函数网络，径向基函数网络输出测量距离误差的补偿值ΔR和俯仰角的补偿值ΔE，利用补偿值来校正距离和俯仰角的测量值，得到校正后的距离值R'和俯仰角值E'，根据校正后的距离值R'进行雷达高度h的校准，利用校正后的距离值R'和校准后的雷达高度h计算得到精确的列车运行速度v。本发明显著提高了测速的精确性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115761432A
公开(公告)日：2023-03-07
申请号：CN202211176530.2
申请日：2022-09-26
Applicant: 上海无线电设备研究所
IPC: G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于车载4D雷达点云的深度学习网络，包含以下步骤：S1、采集场景数据以形成4D雷达点云数据集，并划分为训练集、验证集及测试集；S2、将训练集中场景点云数据划分为多个空间区域，并通过密度感知PointRCNN网络学习不同空间区域内的点云分布特征；S3、逐点学习点的全局语义特征，搜索遍历空间区域后从输入点云中分割出前景点，并生成3D提议框，以估计车辆目标位置与尺寸；S4、通过局部坐标转换学习局部特征，优化3D提议框的位置和方向，从而生成检测车辆目标的3D边界框；S5、设置网络损失函数，并结合验证集训练密度感知PointRCNN网络模型直至其收敛。本发明可以获得更稳健的网络模型和更强的目标检测能力。
-
公开(公告)号：CN115561750A
公开(公告)日：2023-01-03
申请号：CN202211074954.8
申请日：2022-09-02
Applicant: 上海无线电设备研究所
IPC: G01S13/88
Abstract: 本发明公开了一种毫米波雷达车型分类方法，该方法包括：采用毫米波雷达对待检测目标进行探测，以获取所测的各点迹的位置信息和速度信息，并进行预处理；构建椭圆波门模型，通过椭圆波门模型、各个点迹的位置信息和速度信息自底向上对各点迹进行聚类，得到初步分类结果；对初步分类结果中的多个目标点迹进行跟踪，形成目标航迹；根据椭圆波门模型和目标航迹对应的跟踪目标的速度信息确定关联目标组合，并通过多帧滑动窗口计算关联目标组合中的各个关联目标的潜在大车概率，将满足预设条件的各关联目标进行合并，并确定为大车类型。本发明通过车型聚类和目标跟踪结果实现车型分类，从而可有效提高车型分类的准确性。
-
公开(公告)号：CN113655454A
公开(公告)日：2021-11-16
申请号：CN202111066272.8
申请日：2021-09-13
Applicant: 上海无线电设备研究所
Abstract: 一种基于毫米波雷达的太赫兹测云雷达反射率因子标校方法，包含以下步骤：步骤S1、采用内定标测量值修正发射功率和回波功率；步骤S2、在球形粒子与瑞利散射条件下计算雷达反射率因子；步骤S3、对雷达反射率因子进行米氏散射修正与衰减订正；步骤S4、评估雷达反射率因子精度。本发明使得定标结果误差小、可靠性高，缩短了定标周期，提高了定标效率。
-
公开(公告)号：CN109633576B
公开(公告)日：2020-09-08
申请号：CN201811278276.0
申请日：2018-10-30
Applicant: 上海无线电设备研究所
IPC: G01S7/40
Abstract: 本发明涉及一种通道噪声下的极化SAR高精度定标算法，首先对极化SAR获取的全极化数据矢量化，并计算观测协方差矩阵，利用Quegan算法估计出串扰因子初始值，开始迭代；根据系统假设得出的真实散射协方差矩阵性质，得到关于串扰因子的四个等式，通过敏感度方程法求解，迭代更新串扰参数直至收敛或达到迭代次数，迭代结束得到串扰因子的估计值，计算串扰定标矩阵并对观测协方差矩阵完成串扰定标；考虑极化通道噪声功率不相等，引入修正的交叉极化不平衡因子估计表达式，结合串扰定标结果进行估计，并计算出交叉极化不平衡定标矩阵；对原始极化数据完成串扰定标和交叉极化不平衡定标，利用人工角反数据完成同极化不平衡定标和绝对辐射定标。
-
公开(公告)号：CN112305530B
公开(公告)日：2022-12-23
申请号：CN202011204492.8
申请日：2020-11-02
Applicant: 上海神添实业有限公司
Abstract: 本发明公开了一种无人机群目标检测方法、电子设备及存储介质，所述方法包括：获取待检测目标的脉间正交相位编码的回波信号；对所述回波信号进行脉冲压缩、数字波束合成和慢时间维进行快速傅里叶变换，得到多普勒‑角度数据；根据所述多普勒‑角度数据对待检测目标进行判断，则待检测目标为群目标时，进行群目标参量与数目估计得到待检测目标的目标数量和目标参数。本发明可以在实际工程上运用，并实现在几乎不增加硬件复杂度，满同时满足MIMO雷达低成本需求的目的。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
