公开(公告)号：CN116125418A

公开(公告)日：2023-05-16

申请号：CN202310037687.5

申请日：2023-01-09

Applicant: 西安电子科技大学杭州研究院

Inventor： 田敏 ,  李强 ,  曾慧然 ,  张学攀 ,  廖桂生 ,  罗丰

IPC: G01S7/41 ,  G01S13/58 ,  G01S13/90 ,  G06V10/762 ,  G06V10/74 ,  G06V10/422

Abstract: 本发明公开了一种干涉SAR运动舰船尾迹区域获取与尾迹速度场测量方法，步骤如下：S1、根据舰船尾迹特征与电磁波传播机理，计算沿航迹干涉SAR设备的关键参数；S2、对观测场景回波数据进行归一化SAR干涉处理；S3、基于步骤S2获得的归一化干涉结果检测舰船尾迹像素点；S4、基于空间欧式距离、归一化干涉结果的信息对舰船尾迹像素点聚类；S5、检测出舰船尾迹；S6、利用干涉相位信息反演舰船尾迹的径向速度场；S7、利用舰船开尔文尾迹反演运动舰船参数；S8、将舰船尾迹区域、径向速度场和对应的舰船航速和航向信息输出。本发明采用上述的一种干涉SAR运动舰船尾迹区域获取与尾迹速度场测量方法，实现干涉SAR舰船尾迹获取、尾迹径向速度场测量与舰船参数反演。

公开(公告)号：CN116051415A

公开(公告)日：2023-05-02

申请号：CN202310094581.9

申请日：2023-01-31

Applicant: 西安电子科技大学杭州研究院

Inventor： 田敏 ,  赵登帅 ,  王虹现 ,  廖桂生 ,  罗丰 ,  黄迎胜

IPC: G06T5/00 ,  G06T7/30 ,  G06T7/11 ,  G06V10/762 ,  G06T7/13 ,  G06F17/16

Abstract: 本发明公开了一种基于超像素分割的视频SAR序贯图像相干斑滤波方法，S1、图像配准；S2、将S1中配准好的图像序列进行超像素分割，得到超像素块集合；S3、对S2中的超像素块集合进行动态配准，得到配准后的超像素集合；S4、在S3中不同的配准后的超像素集合内分别构建协方差矩阵；S5、对S4中的协方差矩阵进行样本相似性判定，得到相似样本集合；S6、根据S5中的相似样本集合得到滤波估计值，实现基于超像素分割的视频SAR序贯图像相干斑滤波。本发明采用上述方法的一种基于超像素分割的视频SAR序贯图像相干斑滤波方法，解决了视频SAR图像中因目标运动产生的帧间失配问题，在保证相干斑滤波性能的前提下，较好的保持了动目标阴影的边缘信息。

公开(公告)号：CN114362795B

公开(公告)日：2023-04-18

申请号：CN202111394394.X

申请日：2021-11-23

Applicant: 西安电子科技大学杭州研究院 ,  西安电子科技大学

Inventor： 高大伟 ,  亢海龙 ,  李强 ,  郭庆华 ,  张学攀 ,  罗丰

IPC: H04B7/0413 ,  H04B17/309 ,  G06F18/214 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及通信技术领域，具体涉及一种非线性毫米波MIMO通讯系统的信号检测方法。与现有技术相比，本发明方法的深度神经网络拥有更简单的结构，极大减少了超参数数量，减少了过拟合，减少了复杂度，易于训练，且仅需少量训练数据可达到较好的检测性能。

公开(公告)号：CN115965655A

公开(公告)日：2023-04-14

申请号：CN202310051098.2

申请日：2023-02-02

Applicant: 西安电子科技大学 ,  西安电子科技大学杭州研究院

Inventor： 张林让 ,  余逸婷 ,  廖桂生 ,  罗丰 ,  尹应增 ,  安怡 ,  路林伟

IPC: G06T7/246 ,  G06T7/80

Abstract: 本发明公开了一种基于雷视一体的交通目标跟踪方法，包括以下步骤：确定单传感器目标跟踪问题：根据交通应用场景，进行雷达和视频的数据采集工作并进行分析，得出目标跟踪结果作为后续决策级融合算法的输入和对比数据‑时空匹配：采用单目标测试场景数据进行坐标系匹配的调试，得到两个传感器之间准确的转换参数，匹配完成后的数据能够在同一维度进行显示‑构建基于多模态融合的多目标跟踪算法：目标关联‑决策融合‑融合中心保存信息。本发明采用上述基于雷视一体的交通目标跟踪方法，解决了单传感器采集数据进行目标跟踪出现的问题，从而提升了目标跟踪的准确性，以便更好的提高后续智慧交通系统对交通状态的分析、判断及处理的效率。

公开(公告)号：CN115629385A

公开(公告)日：2023-01-20

申请号：CN202211095285.2

申请日：2022-09-05

Applicant: 西安电子科技大学 ,  西安电子科技大学杭州研究院

Inventor： 张林让 ,  安怡 ,  廖桂生 ,  罗丰 ,  尹应增 ,  余逸婷 ,  路林伟

IPC: G01S13/91 ,  G01S13/08 ,  G01S13/58 ,  G01S13/86 ,  G06V10/762 ,  G06V10/82 ,  G06V20/54 ,  G06V20/56 ,  G08G1/01 ,  G08G1/04

Abstract: 本发明公开了基于毫米波雷达和相机关联的车辆排队长度实时检测方法，首先，同时采集毫米波雷达点云数据和相机图像；然后，对毫米波雷达点云数据进行聚类跟踪处理，并输出车辆的速度、位置、id号、车道号信息；对图像数据进行特征提取，输出车道线和车辆类型信息；接着，在时间和车道号相同情况下，关联同一辆车的雷达信息和图像信息，得到包含图像特征信息标签的雷达数据；最后，在道路交叉口车辆停止线处存在静止车辆的情况下，估算每个车道的排队长度。本方法弥补毫米波雷达无法识别目标的不足，减少毫米波雷达聚类估算车长造成的误差，进而提高车辆排队长度估算精度。