-
公开(公告)号：CN114036592A
公开(公告)日：2022-02-11
申请号：CN202111306817.8
申请日：2021-11-05
Applicant: 上海无线电设备研究所
Abstract: 一种目标弹跳射线投影三维散射中心建模方法及近场回波仿真方法，输入目标CAD模型，结合近场探测器参数，使用多次弹跳射线追踪技术，获取射线轨迹和出射口径场；根据分辨率需求划分成像空间，将射线出射点投影到三维空间，所有射线叠加后得到目标三维散射中心；结合近场探测器相对于目标的运动轨迹和天线方向图，对目标三维散射中心模型进行动态区域搜索，得到天线主波束照射区域的散射中心；基于点散射中心的近场重构公式生成近场动态回波。本发明避免了耗时的积分运算，计算量呈数量级降低，适用于近程探测中海量目标近场散射特性数据的计算。
-
公开(公告)号：CN111458689A
公开(公告)日：2020-07-28
申请号：CN202010290931.5
申请日：2020-04-14
Applicant: 上海无线电设备研究所
IPC: G01S7/41
Abstract: 针对超低空目标与海面背景复合多路径散射问题，本发明提供一种基于极化散射中心的多径散射特征分类方法，实现复合散射背景下的目标散射特征识别。该方法实现过程分为三步：一是超低空目标与海面复合散射数据的极化散射中心提取，包括散射中心复数幅值与位置；二是极化散射中心二维散射矩阵的极化分解与散射体类型鉴别；三是极化散射中心分布位置的多路径分析及散射中心分类。本发明的超低空目标与海面复合散射特征识别方法，能够在复杂多路径干扰下识别出目标散射中心与位置，滤除背景多径杂波干扰，有效解决当前目标与环境复合散射场景下的目标跟踪与识别难题，为提升目标的探测与识别精度提供可行的途径。
-
公开(公告)号：CN117830641A
公开(公告)日：2024-04-05
申请号：CN202311538343.9
申请日：2023-11-17
Applicant: 上海无线电设备研究所
IPC: G06V10/40 , G01S13/88 , G01S7/41 , G06V10/762
Abstract: 本发明公开了一种圆柱包围面扫描测试的目标散射中心提取方法，其包含：步骤S1、采用天线对目标进行近场圆柱面散射特性扫描测试；步骤S2、将圆柱坐标系下的扇形柱面数据插值到直角坐标系，然后对插值后的频域数据进行逆傅里叶变换，得到目标在3个维度方向上的散射成像；步骤S3、通过3个方向上的一维距离像提取对应维度下的一维散射中心位置，将这些位置组成三维散射中心的候选位置，然后采用CLEAN算法对候选位置进行幅度参数估计，得到目标三维散射中心模型；步骤S4、对步骤S3中的散射中心进行聚类，合并位置和幅度参数，生成目标的散射中心模型和重构散射数据。本发明对圆柱包围面扫描测试数据进行建模，保证了建模精度，建模速度更为快速。
-
公开(公告)号：CN110852019A
公开(公告)日：2020-02-28
申请号：CN201911193153.1
申请日：2019-11-28
Applicant: 上海无线电设备研究所
IPC: G06F30/27 , G01S13/90 , G01S7/02 , G06F111/08
Abstract: 本发明提出了一种雷达目标散射中心建模方法，实现复杂雷达目标散射特征提取与特征重构，用于雷达自动目标识别。本发明首先进行目标散射中心模型参数先验分布选择与定义，然后建立贝叶斯框架下的最大后验概率散射中心估计模型，最后采用基于概率机器学习中的Markov链蒙特卡洛仿真采样策略，进行目标散射中心参数训练与估计。本发明提出的雷达目标散射中心建模方法，克服了传统散射中心特征提取中的参数初始化要求高、局部最小值影响大、参数估计精度低等难题，采用概率建模的方法能够直接实现目标散射中心的提取与特征重构，建立更加完备地、精度更高的目标电磁散射中心特征模型。
-
公开(公告)号：CN114117721A
公开(公告)日：2022-03-01
申请号：CN202110909400.4
申请日：2021-08-09
Applicant: 上海无线电设备研究所
Abstract: 本发明提供了一种平面均匀分布偶极子模型的天线辐射场建模方法，包括：在天线测试辐射场的天线辐射口面的法向平面内的均匀网格点位置分别放置偶极子，偶极子的类型、位置和取向均是已知参数，所述偶极子的x、y、z轴取向分别平行于天线的几何坐标系的x、y、z轴；基于偶极子从局部坐标系到全局坐标系的变换矩阵，建立所述天线测试辐射场的球面波展开系数与偶极子极矩参数之间的线性矩阵方程，从而通过球面波展开系数估计得到偶极子极矩参数；基于偶极子的类型、位置和取向，以及估计得到的偶极子极矩参数建立偶极子等效天线辐射场模型。该建模方法对于天线辐射场的建模精度高且容易测试。
-
Patent Agency Ranking
公开(公告)号：CN114091619A
公开(公告)日：2022-02-25
申请号：CN202111445960.5
申请日：2021-11-30
Applicant: 上海无线电设备研究所
Abstract: 本发明提供一种基于深度学习的弹目交会回波峰值特征建模方法，包含步骤：S1、采集多条弹目交会回波信号，分别提取对应的交会回波状态标签矢量建立训练集、验证集和测试集，交会回波状态矢量包含弹体姿态、目标姿态、脱靶量和脱靶方位；S2、建立用于预测弹目交会回波信号包络及峰值特征的多层深度学习模型，弹目交会回波峰值特征包含：峰值个数、峰值位置、峰值幅度，多层深度学习模型包含依序连接的线性模块、残差层、升采样模块、长短期记忆层、卷积模块；S3、通过训练集训练多层深度学习模型；所述验证集用于调整多层深度学习模型的学习率；S4、将所述测试集输入训练好的多层深度学习模型，评估多层深度学习模型的精确度。
-
公开(公告)号：CN110826643B
公开(公告)日：2022-08-19
申请号：CN201911142677.8
申请日：2019-11-20
Applicant: 上海无线电设备研究所
IPC: G06V10/764 , G01S7/41
Abstract: 本发明公开了一种极化欧拉特征融合深度学习的海上目标识别方法，该方法包含以下步骤：S1、海上人造目标的极化散射机制分析；S2、基于步骤S1的分析结果，构建对应的海上几何体极化距离矩阵数据集，并对极化距离矩阵数据集的样本进行多极化特征提取；S3、基于步骤S2，训练多极化特征融合的深度学习模型；S4、采用海上人造目标对步骤S3的多极化特征融合的深度学习模型识别测试验证。其优点是：该方法从海上目标的基础极化散射机制出发，基于深度学习融合利用HRRP和极化信息实现目标识别，消除了方位敏感性带来的不利影响，提高了雷达目标识别的精度，具有检测率高、虚警率低、扩展应用灵活、处理过程全自动的优点。
-
公开(公告)号：CN111458689B
公开(公告)日：2022-07-05
申请号：CN202010290931.5
申请日：2020-04-14
Applicant: 上海无线电设备研究所
IPC: G01S7/41
Abstract: 针对超低空目标与海面背景复合多路径散射问题，本发明提供一种基于极化散射中心的多径散射特征分类方法，实现复合散射背景下的目标散射特征识别。该方法实现过程分为三步：一是超低空目标与海面复合散射数据的极化散射中心提取，包括散射中心复数幅值与位置；二是极化散射中心二维散射矩阵的极化分解与散射体类型鉴别；三是极化散射中心分布位置的多路径分析及散射中心分类。本发明的超低空目标与海面复合散射特征识别方法，能够在复杂多路径干扰下识别出目标散射中心与位置，滤除背景多径杂波干扰，有效解决当前目标与环境复合散射场景下的目标跟踪与识别难题，为提升目标的探测与识别精度提供可行的途径。
-
公开(公告)号：CN114169168A
公开(公告)日：2022-03-11
申请号：CN202111488853.0
申请日：2021-12-07
Applicant: 上海无线电设备研究所
IPC: G06F30/20 , G06F17/18 , G01S7/41 , G06F111/10
Abstract: 一种弹目交会回波包络峰值特征的统计建模方法，提取弹目交会多普勒回波信号包络的多个峰值幅度和峰值个数，并对每条回波的多个峰值幅度取中值，建立多条弹目交会多普勒回波信号包络的峰值幅度中值与峰值个数联合的统计分布模型，实现模型参数估计，实现弹目交会条件下靶标近场特性的统计分析与评估。
-
公开(公告)号：CN113608175B
公开(公告)日：2023-09-19
申请号：CN202110885064.4
申请日：2021-08-03
Applicant: 上海无线电设备研究所
Abstract: 一种基于量子级联的RCS测量收发系统，用于测量待测目标的雷达散射截面，包括光源、本振光路、信号光路和检测组件；所述本振光路包括本振参考光路和本振测量光路；所述信号光路包括信号参考光路和信号测量光路；所述信号测量光路包含紧缩场，所述待测目标设置在紧缩场中；由光源发射的光信号通过上述光路可分别得到本振参考光、本振测量光、信号参考光和信号测量光，并分别馈入检测组件；所述检测组件对接收到的本振参考光、信号参考光进行混频，对接收到的本振测量光、信号测量光进行混频，并对混频后的信号进行分析得到待测目标的RCS信息。本发明可实现待测目标RCS的高灵敏度测量，具有体积小、光路结构简单、静区尺寸大的优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.029 seconds)
