一种基于谱包络特征的雷达目标高分辨距离像识别方法

    公开(公告)号:CN106443617A

    公开(公告)日:2017-02-22

    申请号:CN201610801117.9

    申请日:2016-09-05

    CPC classification number: G01S7/411

    Abstract: 本发明公开了一种基于谱包络特征的雷达目标高分辨距离像识别方法,由目标距离像的功率谱构建出谱包络;从谱包络中提取出5个特征属性,包括:亮度、不规则度、总功率、第5到最高次谐波分量的功率之和占总功率的比例以及最强谱分量的功率占总功率的比例;将这5个特征属性组合起来构成一个5维的谱包络特征F5;基于谱包络,构造两个4维的谱包络特征,包括:前4次谐波分量H4和前4个最强的谱分量S4;将F5特征分别与H4特征和S4特征组合起来,得到两个新的9维的谱包络特征:FH9和FS9;分别采用上述5个谱包络特征进行雷达目标识别,利用实测数据对每个特征的有效性进行评估。本发明方法计算简单,容易实现,非常适合于雷达目标识别的工程应用,引入谱包络的概念。

    一种多组有序序列的并行排序方法

    公开(公告)号:CN105045600A

    公开(公告)日:2015-11-11

    申请号:CN201510494685.4

    申请日:2015-08-13

    Abstract: 该发明公开了一种多组有序序列的并行排序方法,属于数据处理技术,具体涉及数据的排序方法。该方法包括:将第一组数据的第一个数据与第二组数据的各数据进行比较,判断大小关系,若相等则判断其为大于或小于;采用与步骤1相同的方法比较第一组的其它数据与第二组中各数据的大小;要进行融合排序时,首先判断第一组中各数据需要插入第二组数据中的位置;根据步骤3的判断结果,若第二组中插入数据的相同位置只有一个数据,则将该数据直接插入,若相同位置有多个数据,则将这多个数据按照其在第一组中的顺序整体插入该位置;将第一组中所有的数据插入第二组数据中完成排序。从而具有排序时间短,效率高的优点。

    一种硝酸根微探针传感器及其制备方法和应用

    公开(公告)号:CN118914317A

    公开(公告)日:2024-11-08

    申请号:CN202411237501.1

    申请日:2024-09-05

    Abstract: 本发明提供了一种硝酸根微探针传感器及其制备方法和应用,涉及分析检测。本发明提供的硝酸根微探针传感器能够实现对实际水体不经过前处理的情况下直接测定以及原位实时监测,避免了传统测样模式下复杂的“取样‑前处理‑测定”过程;同时能够实现对生物膜内不同位置处的硝酸根浓度进行原位实时监测,对深入解释生物膜的降解机制、提升生物膜处理效率和优化反应器调控设计与运行提供了理论依据。本发明提供的硝酸根微探针传感器具有良好的精准度,且对硝酸根的浓度检测结果准确度高,对实现水体及各类硝酸盐污染处理方法中硝酸盐浓度的原位实时监测具有重要的科学与现实意义。

    基于深度学习的图像匹配方法

    公开(公告)号:CN113111937A

    公开(公告)日:2021-07-13

    申请号:CN202110384410.0

    申请日:2021-04-09

    Abstract: 本发明公开了一种基于深度学习的图像匹配方法,主要解决现有技术匹配效果弱的问题。其方案是:构建特征提取网络和图像匹配网络;对原图像进行剪裁,得到子图像数据集,并构建训练集样本和测试集样本;将训练样本依次输入到特征提取网络和图像匹配网络,得到训练样本预测坐标;利用训练样本真实坐标和预测坐标,得到均方误差损失;通过最小化均方误差损失对特征提取网络和图像匹配网络进行训练;将测试样本输入到训练好的特征提取网络和图像匹配网络中,得到测试样本预测坐标;利用测试样本预测坐标在原图像中找到与测试样本相同的子图像,实现图像匹配。本发明减少了原图像的特征信息丢失,降低了噪声数据干扰,增强了匹配效果,可用于目标识别。

    一种适用于连续波雷达的双门限CFAR与点迹凝聚方法

    公开(公告)号:CN107861107B

    公开(公告)日:2021-02-05

    申请号:CN201710993071.X

    申请日:2017-10-23

    Abstract: 该发明公开了一种适用于连续波雷达的双门限CFAR与点迹凝聚方法,属于信号处理技术,具体涉及连续波雷达目标恒虚警检测与距离‑速度二维点迹凝方法。针对连续波周界监视雷达下波束擦地角较小、分辨率较高的特点,给出了Weibull杂波经过线性检波后有序统计CFAR的虚警概率公式以及相应的杂波参数估计方法;针对传统的OS‑CFAR需要进行排序操作且耗时较大,提出了双门限CFAR的方法,大大降低了统计排序的次数,并通过增加GO逻辑进一步减少了运行时间并改善了在杂波边缘中的性能;提出了CFAR检测与点迹凝聚的联合实现,既保证了连续波雷达后续处理中上下扫频的正确配对,又比传统的串行操作大大降低了运算复杂度。

    一种基于高分辨距离像IMF特征的雷达目标识别方法

    公开(公告)号:CN107576948B

    公开(公告)日:2020-09-25

    申请号:CN201710696701.7

    申请日:2017-08-15

    Abstract: 本发明公开了一种基于高分辨距离像IMF特征的雷达目标识别方法,应用于高分辨距离像处理、雷达目标识别、非平稳信号时频分析领域,该方法主要流程:首先,获取雷达高分辨距离像数据;然后,确定分解该类数据的变分模态分解算法参数,进而应用变分模态分解算法对雷达数据进行IMF(特征模态函数)分解并获得IMF的中心频率;接下来再对IMF的中心频率进行适当的排序调整;最后,选取不同目标区别较大的同一模态特征模态函数的中心频率作为特征量用于目标识别分类。本发明提出的方法,即通过变分模态分解算法获得高分辨距离像的IMF中心频率,并将中心频率作为雷达目标识别的特征,不仅识别率高而且高效快速。

    一种基于粒子群算法的变分模态分解算法参数优化方法

    公开(公告)号:CN107506330A

    公开(公告)日:2017-12-22

    申请号:CN201710693495.4

    申请日:2017-08-14

    CPC classification number: G06F17/14 G06N3/006

    Abstract: 发明公开了一种基于粒子群算法的变分模态分解算法参数优化方法,属于非平稳信号时频分析方法的范畴.该方法主要流程:首先定义能够反映非平稳信号特征模态函数(Intrinsic Mode Function,IMF)分解效果的特征量即IMF傅立叶谱的熵,以IMF的傅立叶谱熵函数作为粒子群优化算法的适应度函数;再对PSO算法进行初始化,然后开始搜索适应度函的数最优解;最后,把得到的最优解作为变分模态分解算法的参数。本发明提出的方法,即通过粒子群算法自动求解出变分模态分解算法K,α的最优参数组合,求出的参数K和α不仅最优,而且快速高效。

    基于多帧双门限两级检测机制的杂波图恒虚警方法

    公开(公告)号:CN106093904A

    公开(公告)日:2016-11-09

    申请号:CN201610445780.X

    申请日:2016-06-17

    CPC classification number: G01S7/41

    Abstract: 本发明公开了基于多帧双门限两级检测机制的杂波图恒虚警方法,其包括以下步骤,初始化雷达扫描图像中所有检测单元的杂波功率估计值;获取雷达当前扫描图像中所有检测单元的测量值;计算当前扫描图像中每个检测单元第一级检测的高门限和低门限;根据检测单元的测量值与高门限和低门限的大小关系,确定其第一级检测的统计量;将每个检测单元的第一级检测的统计量分别存入一个移位寄存器;对每个移位寄存器内的所有第一级检测的统计量求和得到第二级检测的统计量,并将计数器累积一次;根据第二级检测的统计量与第二级检测门限及计数器的累计值与移位寄存器的长度之间的大小关系,确定当前扫描图像中是否有目标出现和是否更新杂波图。

    一种基于动态剔除的搜索跟踪雷达方向图估计方法

    公开(公告)号:CN104820213A

    公开(公告)日:2015-08-05

    申请号:CN201510205149.8

    申请日:2015-04-28

    CPC classification number: G01S7/40

    Abstract: 该发明公开了一种基于动态剔除的搜索跟踪雷达方向图估计方法,属于信号处理技术,具体涉及跟踪雷达方向图计算方法。该方法包括:信号接收、信号处理、信号输出三个部分;其中信号接收为从收到的信号中每隔相同的时间提取一次信号的幅度信息,每次提取的幅度信息为一个待测幅度点,得到一系列待测幅度点;信号处理为针对每一个待测幅度点,计算该待测幅度点周围多个幅度点的平均幅度值,通过获得的平均值来判断该幅度点是否为异常点,若是异常点则将其剔除,再估计方向图。从而本发明得到比较理想的雷达方向图,并得到较为精确的主瓣与旁瓣的比值。

Patent Agency Ranking