-
公开(公告)号：CN105050114A
公开(公告)日：2015-11-11
申请号：CN201510363063.8
申请日：2015-06-26
Applicant: 哈尔滨工业大学
Abstract: 高频段频谱占用的Volterra预测方法，涉及高频段频谱监测技术领域。实现了对变化剧烈的非平稳高频频谱占用因子序列的预测。本发明利用状态空间理论对高频段频谱占用因子序列进行状态空间重构，获得频谱占用因子序列状态空间的重构序列；利用频谱占用因子序列状态空间的重构序列，建立高频段频谱占用因子序列的Volterra预测模型；采用递归最小二乘算法，对Volterra预测模型的核系数进行动态调整，实现高频段频谱占用的Volterra预测。本发明适用于对变化剧烈的非平稳高频频谱占用因子序列进行预测。
-
公开(公告)号：CN114114235B
公开(公告)日：2024-07-23
申请号：CN202111424092.2
申请日：2021-11-26
Applicant: 哈尔滨工业大学
IPC: G01S13/50
Abstract: 一种基于单通道被动雷达的目标探测方法及系统，它属于目标探测技术领域。本发明解决了采用现有的目标探测方法时硬件负担大的问题。本发明基于keystone变换对单通道接收到的信号进行距离维的校正，将不同脉冲回波在同一距离单元上对齐；再基于重聚焦的方位维校正对单通道接收的信号进行方位维相位的校正，通过相位的补偿使不同脉冲在同一方位维度上对齐；通过对接收的信号进行距离维和方位维校正，以便于后续对反射波的积累，进而实现目标的探测任务。本发明可以应用于对目标进行探测。
-
公开(公告)号：CN114114262B
公开(公告)日：2024-07-02
申请号：CN202111417477.6
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S13/90 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 基于CV‑ConvGRU的SAR三维转动目标重聚焦方法，涉及图像处理技术领域，针对现有技术中由于海浪、风、自身航行等因素的影响导致SAR成像模糊的问题，本申请提出了一种CV‑ConvGRU，CV‑ConvGRU将包括卷积层、激活函数、更新门、重置门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvGRU训练的反向传播算法。本申请基于CV‑ConvGRU设计了CV‑SSRN架构，进行SAR三维转动目标重聚焦，将SAR重聚焦任务转换为一个图像回归问题，并加入编码器与解码器，来实现目标重新聚焦，聚焦精度显着提高，避免了SAR成像模糊的问题。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR重聚焦需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN116930966A
公开(公告)日：2023-10-24
申请号：CN202310893803.3
申请日：2023-07-20
Applicant: 哈尔滨工业大学
Abstract: StaggeredSAR体制下三维摆动舰船目标成像重建方法，属于微波遥感技术领域。本发明解决了现有StaggeredSAR体制下三维摆动舰船目标成像频谱混叠严重，散焦严重的问题。本发明建立基于StaggeredSAR体制的运动目标信号回波模型，利用所述运动目标信号回波模型检测运动目标的回波信号；利用最优线性无偏估计插值方法将检测的运动目标的回波信号进行采样，获得均匀的目标信号；基于二维频谱利用级数反演法将均匀的目标信号转化为SAR图像；对SAR图像进行距离方位逆变换至回波域，获得等效ISAR回波信号；利用距离‑瞬时多普勒的时频分析方法对等效ISAR回波信号进行聚焦，重建三维摆动舰船目标成像。本发明适用于三维摆动舰船目标成像。
-
公开(公告)号：CN114565653B
公开(公告)日：2023-07-21
申请号：CN202210202888.1
申请日：2022-03-02
Applicant: 哈尔滨工业大学
Abstract: 一种存在旋转变化和尺度差异的异源遥感图像匹配方法，涉及一种异源遥感图像匹配方法。为了解决异源遥感图像匹配是存在旋转变化和尺度差异的问题。本发明利用先验匹配点对计算初始的仿射变换矩阵并将异源遥感图像分成对应的图像块，基于harris算子提取光学遥感图像块中的角点，利用HOPC算法确定光学遥感图像块上的角点坐标对应的SAR遥感图像上的坐标点；以匹配点对为中心截取子图像块，基于神经网络得到匹配损失值并进一步筛选正确的匹配点；根据每对匹配图像块中正确匹配点的损失值对匹配点进行筛选，由损失值得到仿射变换矩阵的贡献度，通过贡献度加权获得最终的仿射变换矩阵，从而实现异源遥感图像匹配。主要用于异源遥感图像的匹配。
-
Patent Agency Ranking
公开(公告)号：CN115311185A
公开(公告)日：2022-11-08
申请号：CN202211027066.0
申请日：2022-08-25
Applicant: 哈尔滨工业大学
IPC: G06T5/50 , G06T3/40 , G06T7/10 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764
Abstract: 机动目标ISAR散焦图像高分辨重聚焦方法，属于ISAR图像处理领域。为了解决现有的机动目标ISAR图像存在的散焦问题。本发明首先将ISAR散焦图像进行分割，然后将分割后的ISAR散焦图像以复数的形式送入CVPHD网络进行处理，CVPHD网络为基于复数域Pix2pixHD结构，其包含一个复数的卷积单元、一个复数的残差单元、一个复数的反卷积单元、一个实数卷积单元；实数卷积单元输出虚假生成图像，即聚焦后的图像。本发明用于机动目标ISAR散焦图像的高分辨重聚焦。
-
公开(公告)号：CN114219995A
公开(公告)日：2022-03-22
申请号：CN202111544857.6
申请日：2021-12-16
Applicant: 哈尔滨工业大学
Abstract: 基于图像补全的空间目标异源图像匹配方法，属于ISAR图像和光学图像处理技术领域。为了解决目前针对ISAR像素点缺失情况下的匹配图像方法存在匹配精度低的问题。本发明首先基于三维空间目标模型与距离多普勒算法仿真获得目标自旋情况下的ISAR图像序列；并利用投影的方法获得与ISAR图像同姿态的空间目标的光学样本；然后基于图像序列和最优权重的HaLRTC方法对空间目标对应的ISAR图像的缺失像素进行补全；最后基于金字塔重采样和优化迭代的方法对空间目标ISAR图像和光学图像进行匹配。本发明主要用于ISAR图像和光学图像的匹配。
-
公开(公告)号：CN114114263A
公开(公告)日：2022-03-01
申请号：CN202111417490.1
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S13/90
Abstract: 基于CV‑ConvLSTM的SAR三维转动目标转速估计方法，涉及图像处理技术领域，针对现有技术中运用时频分析成像处理的方法消除模糊存在准确率低的问题，本申请提出了一种CV‑ConvLSTM，CV‑ConvLSTM将包括卷积层、激活函数、输入门、遗忘门、输出门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvLSTM训练的复数域随时间反向传播算法CV‑BPTT。本申请基于CV‑ConvLSTM设计了TSF‑Net架构，进行SAR三维转动目标转速估计，将SAR转速估计任务转换为一个图像回归问题，来实现目标转速估计，估计精度显着提高。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR转速估计需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN111781599B
公开(公告)日：2021-08-13
申请号：CN202010684656.5
申请日：2020-07-16
Applicant: 哈尔滨工业大学
Abstract: 一种基于CV‑EstNet的SAR运动舰船目标速度估算方法，属于SAR图像处理领域。本发明针对现有对散焦和偏移的SAR舰船目标图像进行运动补偿的方式法复杂且稳定性差的问题。包括：基于三维舰船模型与射线追踪法仿真获得SAR运动舰船样本，并将SAR运动舰船样本分组为训练样本库与测试样本库；基于复数域角度构建复数域速度估计网络CV‑EstNet架构，所述CV‑EstNet架构包括一个输入层、五个卷积层、三个池化层、两个全连接层及一个输出层；采用训练样本库中的训练样本对CV‑EstNet架构进行训练，训练超参数，得到具有速度估计功能的CV‑EstNet网络模型；再采用测试样本库中的测试样本对CV‑EstNet网络模型进行测试，获得SAR舰船目标的距离向速度和方位向速度。本发明实现了SAR运动舰船目标速度估计。
-
公开(公告)号：CN112132104A
公开(公告)日：2020-12-25
申请号：CN202011070409.2
申请日：2020-10-09
Applicant: 哈尔滨工业大学
Abstract: 一种基于环路生成对抗网络的ISAR舰船目标图像域增强识别方法，涉及雷达目标识别领域。本发明是为了解决现有对舰船类别识别的准确率低的问题。对数据库中存储的多种舰船类别的舰船原始ISAR图像和原始光学图像分别进行预处理，分别得到原始ISAR图像数据集和原始光学图像数据集；将原始ISAR图像数据集和原始光学图像数据集作为1个训练集，采用环路生成对抗网络对训练集进行训练，得到训练好的环路生成对抗网络；对待测试的舰船ISAR图像或光学图像并进行预处理得到待测试的ISAR图像或光学图像；采用训练好的环路生成对抗网络解析待测试的ISAR图像或光学图像，得到同时具有光学特征和ISAM特征的新图像；采用卷积神经网络解析新图像得到舰船类别。它用于识别图像。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.074 seconds)
