-
公开(公告)号：CN114488135B
公开(公告)日：2023-03-07
申请号：CN202210314938.5
申请日：2022-03-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种低轨小卫星分布式GNSS‑S雷达系统及在轨处理方法，系统包括：主卫星(50)，用于对探测区域的导航卫星信号进行接收与捕获跟踪，对海面舰船目标的GNSS‑S回波信号进行接收与处理，对分布式GNSS‑S雷达信息进行融合处理；从卫星(10，20，30，40)，用于对探测区域的导航卫星信号进行接收与捕获跟踪，对海面舰船目标的GNSS‑S回波信号进行接收与处理。本发明具有成像探测性能高、信息时效性高、自身隐蔽性强、系统功耗低、系统成本低等优势。
-
公开(公告)号：CN114488133B
公开(公告)日：2023-03-07
申请号：CN202210219273.X
申请日：2022-03-08
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载GNSS‑S雷达舰船多维散射特性提取与分类方法，包括以下步骤：a、利用星载GNSS‑S雷达(10)接收多颗导航卫星信号的舰船目标散射信号，并对信号进行双站SAR成像，获得舰船目标的多维SAR图像；b、对多维SAR图像进行非相参融合处理，并对融合处理后的图像进行舰船目标检测，获得舰船目标的位置信息；c、提取舰船目标的长度方向和舰艏方向，并计算舰船目标的多维散射系数；d、构建矢量化多维电磁散射集，利用目标分类网络对舰船目标的类型进行分类。本发明充分利用舰船目标的多维电磁散射信息，利用卷积神经网络模型实现舰船目标高可靠智能分类，具有更高的分类正确率，能解决中高海况下的舰船目标分类难题。
-
公开(公告)号：CN114355346B
公开(公告)日：2023-01-20
申请号：CN202111643073.9
申请日：2021-12-29
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种多星收发组网SAR系统及超大幅宽海面舰船目标成像方法，系统包括采用线性构型的雷达接收端和多个雷达发射端，所述雷达接收端位于多个所述雷达发射端的中间，所述雷达发射端均可与所述雷达接收端进行信息交互。本发明具有幅宽大、分辨率高、系统复杂度低、时效性高等特点。
-
公开(公告)号：CN114594478B
公开(公告)日：2022-11-25
申请号：CN202210267825.4
申请日：2022-03-17
Applicant: 北京卫星信息工程研究所
IPC: G01S13/90
Abstract: 本发明涉及一种基于星载Ka波段SAR系统的船只目标干涉检测方法，包括：利用Ka波段发射天线对成像区域以脉冲重复周期的正交信号进行扫描，实现大幅宽、大多普勒带宽的覆盖；在脉冲发射前，利用Ka波段接收天线对大幅宽、大多普勒带宽的回波信号进行并行接收和数字波束形成恢复，得到干扰信号的方向来源；对Ka波段接收天线的接收数据进行加权处理控制方向函数，在干扰信号的方向使用零陷技术，对干扰信号进行抑制，同时对Ka波段接收天线的旁瓣强目标造成的干扰进行抑制；利用Ka波段SAR交轨基线获得成像区域的干涉SAR图像，并提取高程缠绕分布信息，根据船只目标的高程缠绕分布特征对船只目标进行检测与识别。本发明可提升船只目标的检测与识别性能。
-
公开(公告)号：CN114355402A
公开(公告)日：2022-04-15
申请号：CN202111643089.X
申请日：2021-12-29
Applicant: 北京卫星信息工程研究所
Abstract: 本发明提出了一种星载多维GNSS‑S(Global Navigation Satellite System‑Scatter)雷达系统与舰船目标探测方法，系统包括：直达信号接收模块(1)，用于接收多颗导航卫星的直达信号；发射星选取模块(2)，用于筛选出合适的导航卫星作为信号源；目标回波信号接收模块(3)，用于接收探测目标的多维后向散射信号；多维图像融合模块(4)，用于多频点和多角度的多维图像融合；循环控制及目标信息提取模块(5)，用于根据融合图像是否满足要求决定是否提取目标信息。本发明具备分辨率高、信杂噪比高、海面舰船目标探测能力强的特点。
-
Patent Agency Ranking
公开(公告)号：CN119602843A
公开(公告)日：2025-03-11
申请号：CN202411684652.1
申请日：2024-11-22
Applicant: 北京卫星信息工程研究所
IPC: H04B7/06 , H04B7/08 , G06N3/02 , G06F18/214
Abstract: 本发明涉及一种雷达天线智能实时波束赋形方法：S1、构建训练样本库；S2、构建以方向图为输入，输出第一权值矩阵的预测值的神经网络波束形成器，通过方向图及其对应的权值矩阵训练神经波网络波束形成器；S3、构建以第一权值矩阵和零陷角度为输入，输出第二权值矩阵的预测值的神经网络零陷形成器，通过第一权值矩阵、零陷角度和第二权值矩阵训练神经网络零陷形成器；S4、根据输入的方向图的角度和增益，通过训练完的神经网络波束器和神经网络零陷生成器，完成在轨波束赋形。本发明具备全天时、全天候对海观测的能力，降低对地面测控站的指令控制依赖，探测效率高、信息时效性高，缩短了海面目标信息的获取时间。
-
公开(公告)号：CN119596251A
公开(公告)日：2025-03-11
申请号：CN202411470654.0
申请日：2024-10-21
Applicant: 北京卫星信息工程研究所
IPC: G01S7/40
Abstract: 本发明涉及一种可调控角反射器，包括：三根支撑杆，呈伞状设置且两两相互垂直形成支撑顶点部；三个可变反射面，设于三个所述支撑杆两两之间。本发明，通过改变三角形金属薄膜反射面的展收面积来改变角反射器雷达散射截面积变化，RCS可调整范围为5～40dBsm，以实现天基雷达辐射定标；通过采用折叠与展开机构，减小卫星对空间的需求；通过采用RCS可变的可调控角反射器，可等效成多个RCS值，减少卫星数量要求；该星载可调控无源定标器可以弥补地面定标受空域限制，实现全球定标。
-
公开(公告)号：CN119375882A
公开(公告)日：2025-01-28
申请号：CN202411335761.2
申请日：2024-09-24
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种多源GNSS‑R/S一体化成像方法，包括以下步骤：根据目标区域、GNSS卫星和雷达接收机的几何关系，获取目标区域反射的GNSS信号；所述GNSS信号包括m个GNSS‑R信号和n个GNSS‑S信号，GNSS‑R信号为雷达接收机接收的GNSS卫星发射后经目标区域镜面反射的信号，GNSS‑S信号为雷达接收机接收的GNSS卫星发射后经目标区域后向散射的信号；所述雷达接收机沿所述目标区域运动，同时接收并处理所有经过所述目标区域反射的GNSS‑R信号和GNSS‑S信号，并利用合成孔径方法形成目标区域图像。本发明，利用全球导航卫星信号到达地面后目标区域的反射信号与散射信号进行一体化成像，结合了GNSS‑R反射信号功率强与GNSS‑S信号维度多的特性实现基于GNSS信号的高质量成像。
-
公开(公告)号：CN119375847A
公开(公告)日：2025-01-28
申请号：CN202411335762.7
申请日：2024-09-24
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种动目标微弱散射信号增强方法及多频GNSS‑S雷达系统，增强方法包括：获取n个频段的直达信号和散射信号，并根据直达信号，对散射信号进行预解调；将完成预解调的n个散射信号进行两两组合构成差分信号对，对每个差分信号对中的两个散射信号进行幅度相加和相位相消操作，形成双频差分信号；对每一个双频差分信号进行长时间相参累加；对完成相参累加后的所有双频差分信号进行非相参累加得到信噪比提升的目标值I。本发明通过不同频段的信号两两组队形成双频差分信号，并通过双频差分信号进行相位差分去除目标运动引起多普勒相位波动，再通过幅度联合、长时间相参积累和非相参累积，实现信号信噪比的提升。
-
公开(公告)号：CN118735779A
公开(公告)日：2024-10-01
申请号：CN202410739941.0
申请日：2024-06-07
Applicant: 北京卫星信息工程研究所
IPC: G06T3/4053 , G06T5/77 , G06V10/44 , G06V10/74 , G06F17/18 , G06F17/16 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明涉及一种基于光流运动的红外弱小目标超分辨率重建方法，包括：基于序列图像，得到红外弱小目标的初始特征，并进行增强，得到第一参考帧特征和第一邻域帧特征；将第一参考帧特征、第一邻域帧特征与参考帧和邻域帧两两组合形成4组第二特征，并进行运动补偿，得到2组第三特征；将第三特征分别和参考帧进行组合，最终形成2组第四特征，将2组第四特征输入到特征增强模块；将从特征增强模块输出的特征输入到基于softmax的特征匹配模块；将从特征匹配模块输出的特征和特征增强模块输出的一个特征输入到自关注模块；利用超分辨率重建模块，恢复红外弱小目标的细节信息。本发明，能够恢复大运动的小目标的精细结构，提高了峰值信噪比和结构相似度。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.043 seconds)
