一种基于联合稀疏恢复的低复杂度InISAR三维成像方法

    公开(公告)号:CN114675266A

    公开(公告)日:2022-06-28

    申请号:CN202111340176.8

    申请日:2021-11-12

    Abstract: 本发明涉及雷达技术领域,具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法,包括以下步骤:建立InISAR成像系统的几何结构,并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型;按照酉变换近似消息传递UTAMP,对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换,并建立InISAR成像联合稀疏恢复的贝叶斯学习模型;构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图;根据建立的联合稀疏恢复贝叶斯学习模型的因子图,设计其中各个变量的消息更新规则;根据消息更新规则,得到三个通道的二维图像后,通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度,具有更好的噪声抑制抑制能力,极大的降低了算法计算复杂度。

    一种基于联合稀疏恢复的低复杂度InISAR三维成像方法

    公开(公告)号:CN114675266B

    公开(公告)日:2025-01-17

    申请号:CN202111340176.8

    申请日:2021-11-12

    Abstract: 本发明涉及雷达技术领域,具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法,包括以下步骤:建立InISAR成像系统的几何结构,并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型;按照酉变换近似消息传递UTAMP,对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换,并建立InISAR成像联合稀疏恢复的贝叶斯学习模型;构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图;根据建立的联合稀疏恢复贝叶斯学习模型的因子图,设计其中各个变量的消息更新规则;根据消息更新规则,得到三个通道的二维图像后,通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度,具有更好的噪声抑制抑制能力,极大的降低了算法计算复杂度。

    一种启发式预处理非线性样条自适应滤波辨识系统及方法

    公开(公告)号:CN119010841A

    公开(公告)日:2024-11-22

    申请号:CN202411001482.2

    申请日:2024-07-25

    Abstract: 本发明属于非线性自适应滤波系统设计技术领域,具体涉及一种启发式预处理非线性样条自适应滤波辨识系统及方法,该系统包括预处理模块、优化处理模块以及输出模块,所述预处理模块首先获取输入信号;并进行预处理,得到输出信号、误差信号以及期望信号;所述优化处理模块内部构建有非线性样条滤波模型;使用非线性样条滤波模型根据输入信号、系统误差调节滤波辨识系统的控制点,然后获取初始化中间输出,结合系统误差题解系统权重,在根据期望信号、输出信号计算系统误差,最后根据系统误差设计自适应优化策略,最终使用自适应优化策略优化输入信号,得到输出信号。本发明有效提升了辨识过程的收敛速度。

    一种基于单延时结构的欠采样阵列联合测频测向方法

    公开(公告)号:CN117929837A

    公开(公告)日:2024-04-26

    申请号:CN202410104439.2

    申请日:2024-01-25

    Abstract: 本发明属于阵列信号处理技术领域,具体涉及一种基于单延时结构的欠采样阵列联合测频测向方法,包括以下步骤:步骤1:阵列接收到来波信号;步骤2:对接收信号进行希尔伯特变换,将接收信号变换成为复信号;步骤3:利用遗传算法对阵元延时组合进行离线优化,通过迭代计算选取时延组合,延时值选取最小延时精度的整数倍,优化目标设定为无模糊二维估计结果中主峰和次峰的比值;步骤4:提出基于时间延迟组合条件下二维谱峰搜索解模糊算法;步骤5:对大幅相误差下的阵列接收信号进行校正。本发明能够在低采样率条件下,对超宽带范围内的信号进行射频直采后进行解模糊,从而解决多信号频谱重叠等问题,恢复来波信号的频率和角度。

    一种基于DP-TBD的电力线检测和识别方法

    公开(公告)号:CN116338804A

    公开(公告)日:2023-06-27

    申请号:CN202310209919.0

    申请日:2023-03-07

    Abstract: 本发明公开了一种基于DP‑TBD的电力线检测和识别方法,其特征在于:包括以下步骤:步骤一,FFT:对获得的信号进行FFT处理;步骤二,相参积累;步骤三,电力线铁塔检测:采用双门限CFAR处理数据,判断出所有疑似为电力线铁塔的目标的位置;步骤四,电力线检测:通过DP‑TBD形成雷达图像;步骤五,电力线识别:用Hough变换进行直线检测,提取出候选电力线,利用电力线的布拉格散射特性识别出真正的电力线。本发明采用上述基于DP‑TBD的电力线检测和识别方法,能够解决实际电力线回波数据处理时强波动目标检测问题,并能消除杂波虚警的影响,给出电力线跟踪结果,提升电力线的检测和识别效果。

    一种基于交叉熵模糊聚类的多目标跟踪数据关联方法

    公开(公告)号:CN115356718A

    公开(公告)日:2022-11-18

    申请号:CN202211066459.2

    申请日:2022-09-01

    Abstract: 本发明公开了一种基于交叉熵模糊聚类的多目标跟踪数据关联方法,包括以下步骤:获取当前帧的量测点迹和目标航迹的预测点,以航迹的预测点为波门中心设置跟踪波门,根据落入波门内的量测点情况筛选有效量测,并构造确认矩阵‑根据步骤1所得到的目标航迹和量测点迹数据,以波门中心为聚类中心,得到各量测点迹与目标航迹的隶属度矩阵,‑根据确认矩阵,对公共波门内的量测点进行隶属度修正处理,利用修正后的隶属度矩阵进行后续目标状态的滤波更新。本发明采用上述基于交叉熵模糊聚类的多目标跟踪数据关联方法,通过引入交叉熵模糊聚类和基于特征散度的修正因子,在有效降低算法计算量的同时,充分挖掘了特征信息,保证了目标跟踪的关联精度。

    基于CRITIC赋权的最近邻数据关联方法

    公开(公告)号:CN115291205A

    公开(公告)日:2022-11-04

    申请号:CN202210939082.0

    申请日:2022-08-05

    Abstract: 本发明公开了一种基于CRIT IC赋权的最近邻数据关联方法,所述方法包括以下步骤:设置雷达跟踪系统,进行运动模型参数估计,得到目标的航迹数据及量测点数据;对所得的目标航迹数据和量测点数据通过基于CRIT IC赋权的最近邻数据关联算法进行处理;经过基于CRITIC赋权的最近邻数据关联算法计算后,根据量测点与航迹的关联情况,更新航迹状态,以及通过卡尔曼滤波进行更新;若判断航迹终结,则返回步骤二,若航迹跟踪保持则通过卡尔曼滤波后输出航迹。本发明充分考虑了参与统计距离计算的量测点本身所包含的各特征指标的信息,无需引入其他特征信息,通过信息分析中的CRIT IC赋权法来确定各特征指标的重要程度,以此来改进以统计距离为关联准则的最近邻算法,实现简单,具有更强的适用性,且能够有效提高数据关联正确率,改善雷达目标跟踪效果。

Patent Agency Ranking