-
公开(公告)号：CN110146890B
公开(公告)日：2021-10-01
申请号：CN201910536146.0
申请日：2019-06-20
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开一种时频域单通道SAR慢速目标检测方法，首先获取SAR距离脉压和徙动校正之后的信号；并进行短时傅里叶变换得到时频域信号；然后在时频域进行进行处理得到时频域中的动目标信号；并提取动目标的时域信号，直到处理完所有的距离单元；最后在时域信号领域估计各个动目标的多普勒中心，再次剔除小多普勒中心的目标，并补偿多普勒中心，最后成像。该方法针对单通道SAR实现动目标检测，避免了多通道SAR的系统复杂问题，由于时频域动目标和杂波之间是可分离的，在时频域可以只提取动目标信号，基本完全滤除掉杂波，可以减少虚警。因此，该方法具有较小的系统复杂性，可有效抑制杂波，较为准确提取动目标。
-
公开(公告)号：CN109343060B
公开(公告)日：2021-01-29
申请号：CN201811496140.7
申请日：2018-12-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习时频分析的ISAR成像方法，首先设置ISAR成像模型，仿真产生回波数据；然后对回波数据做WVD变换和短时傅里叶变换，产生训练数据；设置网络模型，并用产生的训练数据对设置的网络模型进行训练；最后将训练后的网络模型与ISAR成像模型相结合进行成像；本发明提供的方法提高了时频分布图的频率分辨率；可以抑制交叉项；提高了ISAR成像的分辨率。
-
公开(公告)号：CN109343060A
公开(公告)日：2019-02-15
申请号：CN201811496140.7
申请日：2018-12-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习时频分析的ISAR成像方法，首先设置ISAR成像模型，仿真产生回波数据；然后对回波数据做WVD变换和短时傅里叶变换，产生训练数据；设置网络模型，并用产生的训练数据对设置的网络模型进行训练；最后将训练后的网络模型与ISAR成像模型相结合进行成像；本发明提供的方法提高了时频分布图的频率分辨率；可以抑制交叉项；提高了ISAR成像的分辨率。
-
公开(公告)号：CN108107416A
公开(公告)日：2018-06-01
申请号：CN201711437345.3
申请日：2017-12-26
Applicant: 电子科技大学
Abstract: 本发明属于二次雷达探测技术领域，特别涉及一种二次雷达低空探测杂波抑制方法，包括：获取二次导航雷达的俯仰角测量信息，划分俯仰精准区和俯仰抖动区；对俯仰精准区的测量点进行预处理；对预处理结果进行滤波获得精准区俯仰角度信息；利用精准区俯仰角度信息和测量获得的目标距离信息获得俯仰精准区高度信息，对俯仰精准区高度信息进行卡尔曼滤波获得俯仰精准区高度滤波结果和高度变化率；利用俯仰精准区高度滤波结果和高度变化率获取俯仰抖动区高度信息，利用目标距离信息和俯仰抖动区高度信息，获得抖动区俯仰角度信息；本发明能够有效抑制多径杂波的干扰，精确估计离地较近飞机的俯仰角。
-
公开(公告)号：CN104122533A
公开(公告)日：2014-10-29
申请号：CN201410366085.5
申请日：2014-07-29
Applicant: 电子科技大学
Abstract: 本发明提供基于分布式极化敏感阵列的参数联合估计方法，所述方法包括：将由电偶极子对构成的极化敏感阵列中各阵元分量分散放置于空间内，从而形成分布式极化敏感阵列；按照阵元的前后顺序，将分布式极化敏感阵列划分为第一子阵列和第二子阵列；在分布式极化敏感阵列接收到入射信号后，获得入射信号的协方差矩阵；基于所述协方差矩阵，构造信号子空间；按照矩阵中行数的前后顺序，将由矩阵构成的所述信号子空间划分为第一子矩阵和第二子矩阵；利用第一子矩阵和第二子矩阵之间的旋转不变性，获得入射信号的波达角度和极化参数的估计。
-
Patent Agency Ranking
公开(公告)号：CN119807825B
公开(公告)日：2025-05-13
申请号：CN202510298066.1
申请日：2025-03-13
Applicant: 西安电子科技大学
IPC: G06F18/24 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F18/213 , G01S7/41 , G01S13/50
Abstract: 本发明公开了一种基于窄带的光滑进动锥体的微动提取及散射点识别方法，基于窄带雷达，建立光滑进动锥体目标的等效散射点模型，估计回波信号个数，对滑窗Pole Root‑MUSIC算法进行定阶，设定窗长，滑窗估计目标散射点的微多普勒时频曲线并进行IRadon变换，对能量聚集情况进行定位和识别，区分锥顶散射点与锥底散射点的微多普勒时频曲线，实现散射点识别；再分别进行Radon变换，得到对应的两条趋势线，根据趋势线分别对目标散射点的微多普勒时频曲线进行关联与平滑，实现目标的微动特征提取。本发明在窄带雷达观测情况下，能直接、快速获取微多普勒时频曲线，并完成关联。
-
公开(公告)号：CN115774248A
公开(公告)日：2023-03-10
申请号：CN202211513958.1
申请日：2022-11-29
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01S7/41 , G06F18/213 , G06F18/214 , G06F18/20 , G01S7/292 , G01S13/88
Abstract: 本发明公开一种基于图多特征的海面小目标检测方法及系统，本方法及系统分为训练和检测两部分，训练部分包括对训练单元的雷达回波数据进行预处理，对预处理后的数据提取图特征并构造图特征向量，利用凸包学习算法计算判决区域；检测部分包括对待检测单元的雷达回波数据进行预处理，对预处理后的数据提取图特征并构造待检测单元的图特征向量，通过判决区域和待检测单元的图特征向量构造检测统计量判断雷达目标是否存在；本发明从海杂波序列中提取三种不同的图特征，并联合利用这三种图特征对纯杂波数据与含有目标的回波数据进行区分以完成海面目标检测，与现有的基于单一图特征的检测器相比，从不同角度考虑雷达回波数据间的相关性，并进行构图，提取多个图特征，避免了矩阵的特征分解计算，有着更快的特征提取速度，并具有更好的目标检测性能。
-
公开(公告)号：CN115546245A
公开(公告)日：2022-12-30
申请号：CN202211317605.4
申请日：2022-10-26
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开一种基于稀疏分解和图拉普拉斯正则化的图像前景背景分割方法及系统，首先将图像划分为若干个非重叠图像块；然后根据图像块建立图像前景背景分割模型；将图像分割问题划分为多个子问题，使用迭代的方式分别求解，最后，经过迭代后，得到问题的解；将得到的解分别矩阵化后整合得到前景图，即为整幅图像的前景图。本发明提供的图像前景背景分割方法，与现有的图像前景背景分割方法相比，本技术方案中使用了图傅里叶基函数的线性组合来更好的表示平滑背景区域。除此之外，还利用了图拉普拉斯正则化来促进前景文本和图形的连通性，可保持清晰的前景文本和图形轮廓。经过实验验证分析，该方法具有更好的前景背景分割效果。
-
公开(公告)号：CN115314025A
公开(公告)日：2022-11-08
申请号：CN202211010525.4
申请日：2022-08-23
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H03H17/02
Abstract: 本发明公开一种基于联合图频域采样的时间‑顶点联合图滤波器组及设计方法，首先基于联合图频域定义采样；然后基于联合频域临界采样的时间‑顶点联合图滤波器组的完全重构；最后设计联合正交和联合双正交的图滤波器；该滤波器组具有对称结构；降低子带系数的冗余度，提高数据的传输效率。本发明提供的方法，通过定义基于联合图频域的上下采样操作，设计时间‑顶点联合频域样条图滤波器组，该滤波器组的滤波操作和采样操作都是在联合频域上执行的，从而可以有效地利用时变图信号的顶点域和时域信息。仿真实验部分验证了时间‑顶点联合频域采样图滤波器组的重构性能、非线性近似性能和去噪性能，且明显优于现有静态图上的频域采样图滤波器组。
-
公开(公告)号：CN113238227B
公开(公告)日：2022-09-30
申请号：CN202110506131.7
申请日：2021-05-10
Applicant: 电子科技大学
Abstract: 本发明公开一种结合深度学习的改进最小二乘相位解缠方法及系统，首先获取待处理的图像数据；按照改进最小二乘解模型求解待处理的图像数据的相位解缠结果，利用相位梯度预测网络结构得到预测的水平相位梯度预测结果和垂直相位梯度预测结果，最后将其代入到最小二乘法的快速求解准确地获取解缠相位。本发明提供的结合深度学习改进的最小二乘相位解缠方法，结合深度学习预测InSAR处理中带噪声缠绕相位对应的相位梯度，本方法利用卷积神经网络的相位梯度预测结果在高信噪比情况下依然发挥稳定，比传统最小二乘解缠算法所使用的缠绕相位梯度更加的准确。改进后的最小二乘相位解缠算法不易受相位质量和噪声等因素的影响，解缠结果稳定性得到大幅度提高。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
