-
公开(公告)号:CN116794612A
公开(公告)日:2023-09-22
申请号:CN202310642383.1
申请日:2023-06-01
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种基于线性变标的合成孔径雷达距离‑孔径空变运动补偿方法,采用“两步运动补偿”中的第一步一致补偿全景回波的主要距离非空变运动误差分量,得到距离脉压后目标徙动曲线图像数据,再利用图像最小散焦准则计算子孔径带宽参数,并对残余的距离‑孔径空变误差一阶泰勒展开,进一步在二维时域引入线性变标进行常数分量和线性分量补偿,同步完成残余方位相位误差补偿,最后通过子孔径数据时域相加拼接成无运动误差的理想回波数据,通过传统成像处理输出最终全景图像。本发明实现了高精度残余距离‑孔径空变运动误差补偿,并且原理简单,适用复杂轨迹的机载和弹载平台,具有较高的准确性和较强的鲁棒性,实用性较强。
-
公开(公告)号:CN119295771A
公开(公告)日:2025-01-10
申请号:CN202411300996.8
申请日:2024-09-18
Applicant: 上海无线电设备研究所
Abstract: 一种目标检测方法和目标检测系统,经过小波包变换滤波后引入改进的自适应FAST算法,在原有算法的基础上使阈值与中心像素、邻域像素产生关联并进行目标快速提取,得到目标中心频率、方位等信息。本发明可以准确、快速检测出全息无线电成像后K空间层析重构图像中的目标中心频率、方位等信息,并在FPGA上实现硬件加速,为信道状态信息感知中的目标检测问题提供高效解决方案。
-
公开(公告)号:CN115453553A
公开(公告)日:2022-12-09
申请号:CN202211006099.7
申请日:2022-08-22
Applicant: 上海无线电设备研究所
Abstract: 本发明提供的基于有源光纤谐振环的低重频抗模糊多普勒测频系统,包括激光器、若干个光耦合器、两个电光调制器、两个有源光纤谐振环;激光器发出的光通过光耦合器分为两路输出,每路上的电光调制器分别将雷达回波信号、雷达发射信号调制到对应的光载波中,并通过对应的有源光纤谐振环分别对各路携带雷达回波信号和雷达发射信号的光载波进行相参脉冲复制,并将复制后的信号通过光耦合器耦合输出至光电探测器;通过光电探测器进行光电转换输出多普勒频率;通过设置低通滤波器中心频率和带宽,对所述光电探测器输出的多普勒频率选择输出至信号处理器,实现低重频抗模糊多普勒测量。
-
公开(公告)号:CN119395637A
公开(公告)日:2025-02-07
申请号:CN202411210230.0
申请日:2024-08-30
Applicant: 上海无线电设备研究所
Abstract: 一种捷变频雷达目标检测方法,首先,设计基于SCCS的自适应迭代步长,解决传统SAMP算法在残差变化微小时,迭代步长不能及时调整导致信号恢复效率下降的问题。然后,采用结合正则化阶段性回溯思想和梯度下降优化的网格矫正方法,可在缺少稀疏度水平的先验信息情况下,有效抑制杂散旁瓣能量。本发明克服了传统SAMP方法因步长固定导致相参积累增益损失加重的问题,有助于提升目标检测性能。
-
公开(公告)号:CN115453553B
公开(公告)日:2024-06-18
申请号:CN202211006099.7
申请日:2022-08-22
Applicant: 上海无线电设备研究所
Abstract: 本发明提供的基于有源光纤谐振环的低重频抗模糊多普勒测频系统,包括激光器、若干个光耦合器、两个电光调制器、两个有源光纤谐振环;激光器发出的光通过光耦合器分为两路输出,每路上的电光调制器分别将雷达回波信号、雷达发射信号调制到对应的光载波中,并通过对应的有源光纤谐振环分别对各路携带雷达回波信号和雷达发射信号的光载波进行相参脉冲复制,并将复制后的信号通过光耦合器耦合输出至光电探测器;通过光电探测器进行光电转换输出多普勒频率;通过设置低通滤波器中心频率和带宽,对所述光电探测器输出的多普勒频率选择输出至信号处理器,实现低重频抗模糊多普勒测量。
-
公开(公告)号:CN115511077A
公开(公告)日:2022-12-23
申请号:CN202211200662.4
申请日:2022-09-29
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种面向强化学习的深度神经网络生成方法,包含以下步骤:采用循环神经网络产生子网络拓扑模型,设计需求驱动的直接奖励,对待识别的样本进行充分训练后计算该子网络拓扑模型的奖励,并反向传播至循环神经网络;采用策略梯度下降计算法则,结合交叉熵梯度模型,更新循环神经网络参数;产生新的卷积神经子网络拓扑模型,进行下一次更新直至收敛;对收敛时输出的子网络拓扑模型采样,选择最大概率项和其对应的状态空间元素,合并生成最优的子网络拓扑模型。本发明可以自适应优化出更加优异的深度神经网络,并且可以降低训练难度和收敛时间。
-
-
-
-
-