公开(公告)号：CN119416012A

公开(公告)日：2025-02-11

申请号：CN202411342165.7

申请日：2024-09-25

Applicant: 上海无线电设备研究所

Inventor： 王天琪 ,  王志诚 ,  孙高 ,  盛佳恋 ,  董洪文 ,  王骁 ,  方磊

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/2131 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明提供一种基于多重特征约束的船只距离多普勒数据智能生成方法，使用人工智能领域的深度学习方法，解决小样本学习中数据有限、特征不足等问题，实现真实样本的扩充与平衡。本发明的技术方案包括基于深度卷积神经网络的生成器模块，构成对抗性训练的判别器模块和基于正则化约束的损失函数模块。生成器模块对噪声进行采样生成，判别器模块对生成数据与真实数据进行“真假”判断，损失函数模块依据生成数据的质量计算惩罚值。整个系统需要同时训练两个模型，一个是生成器模块用来模仿真实数据分布，一个是判别器模块用来估计样本来自真实数据而不是生成模块的概率。本发明创新性的将生成对抗网络用于船只的R‑D数据集生成，并结合多重特征损失函数提高生成图像的仿真度，有效提升训练样本的质量和数量。

公开(公告)号：CN119598292A

公开(公告)日：2025-03-11

申请号：CN202411780593.8

申请日：2024-12-05

Applicant: 上海无线电设备研究所

Inventor： 王骁 ,  王志诚 ,  盛佳恋 ,  孙高 ,  王天琪 ,  陈必武

IPC: G06F18/241 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/084 ,  G01S7/41 ,  G01S13/89 ,  G06F123/02

Abstract: 本发明公开一种空间目标识别方法，包括：获取待识别空间目标的一维距离像数据；将所述待识别空间目标的一维距离像数据转换为时频图；利用可微分的神经网络架构搜索方法构建空间目标识别模型；将所述待识别空间目标的时频图输入至所述空间目标识别模型，以对所述待识别空间目标的类别进行识别。本发明能够利用一维距离像数据对空间目标的类别进行识别，同时还能够保持较低的计算成本及较高的识别精度。

公开(公告)号：CN117111063A

公开(公告)日：2023-11-24

申请号：CN202311059470.0

申请日：2023-08-22

Applicant: 上海无线电设备研究所

Inventor： 王骁 ,  魏飞鸣 ,  盛佳恋 ,  孙高

IPC: G01S13/90

Abstract: 本发明涉及一种极化SAR图像特征提取方法，包含以下步骤：采集原始极化SAR图像数据，获得极化SAR图像的相干矩阵；对相干矩阵进行极化指向角补偿以及椭圆率角补偿；计算散射非对称成分对应的功率占总功率的比例；将椭圆率角补偿后的相干矩阵分解为散射对称部分和散射非对称部分，获得每个部分的相干矩阵与散射功率；确定自适应体散射模型；将得到的散射对称部分分解成表面散射成分、偶次散射成分和自适应体散射成分；将散射非对称部分分解为螺旋散射成分、定向偶极子散射成分和复合非对称散射成分。本发明可以针对不同状态的地物进行更细致的描述，能够较好地提取不同地物的散射信息，对分析不同地物的散射特性起到了很大的作用。