-
Patent Agency Ranking
公开(公告)号：CN110262653A
公开(公告)日：2019-09-20
申请号：CN201810199933.6
申请日：2018-03-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的毫米波传感器手势识别方法，包括：(1)利用毫米波传感器发射调频连续波信号，在传感器前方做多种手势，接收通道获取手势的时域回波信号；(2)获得微多普勒时频图；(3)获取不同手势的时频图样本集；(4)对训练样本集中的数据进行预处理，将图片作为训练数据输入建立的卷积神经网络，进行有监督的学习，得到卷积神经网络的各层参数；(5)利用训练后的卷积神经网络各层的参数，对网络进行初始化，得到具有手势分类功能的图像识别网络。本发明通过卷积神经网络进行手势的分类识别，避免了人工干预，使卷积神经网络能学习到每一类动作的深层次特征，具有较强的泛化能力和适应性，提高了手势识别的精度和速度。
-
公开(公告)号：CN109100710A
公开(公告)日：2018-12-28
申请号：CN201810669600.5
申请日：2018-06-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的水下目标识别方法，包括：1模拟水声目标辐射噪声；2获取水下目标跟踪波束；3获取目标跟踪波束的时频图，所有时频图按照固定时长分割并划分为训练样本和测试样本；4对样本进行数据增强，尺寸缩放、裁剪；5将带有标签的训练样本输入建立的卷积神经网络，进行有监督学习，得到卷积神经网络各层参数；6利用各层参数初始化网络，得到具有水下目标识别功能的卷积神经网络；7拖曳阵获取待测航行目标的辐射噪声，转换为时频图并分割，分割后的子图作为待测样本输入卷积神经网络中，得到每个子图的识别结果，将识别出的目标数量最多的目标作为最终识别结果。该方法可以在高海洋背景噪声的条件下使水下目标的识别保持较高的精度和速度。
-
公开(公告)号：CN108919240A
公开(公告)日：2018-11-30
申请号：CN201810364540.6
申请日：2018-04-23
Applicant: 东南大学
IPC: G01S7/539
Abstract: 本发明公开了一种基于组稀疏结构的水声目标辐射噪声调制谱重构方法，包括如下步骤：1、模拟水声目标辐射噪声的连续谱分量Rc(t)和线谱分量Rl(t)，构成水声目标辐射噪声R(t)；2、对R(t)进行幅度调制，得到调制信号x(t)；3、对x(t)归一化，利用带通滤波器获取L个频带的噪声调制信号yl(t)；4、估计各子带上yl(t)的幅度调制数据 5、对 进行离散采样并用稀疏的频率系数 表示；通过设计 的先验分布，构建基于组稀疏结构的高分辨调制谱生成模型；6、基于期望最大化方法推导 的后验分布；7、利用参数估计公式迭代求解 估计出高分辨稀疏调制谱。该方法充分利用了水声目标辐射噪声子带间调制谱位置的关联性，实现了水声目标辐射噪声调制谱的高分辨率重构。
-
公开(公告)号：CN108919240B
公开(公告)日：2020-08-25
申请号：CN201810364540.6
申请日：2018-04-23
Applicant: 东南大学
IPC: G01S7/539
Abstract: 本发明公开了一种基于组稀疏结构的水声目标辐射噪声调制谱重构方法，包括如下步骤：1、模拟水声目标辐射噪声的连续谱分量Rc(t)和线谱分量Rl(t)，构成水声目标辐射噪声R(t)；2、对R(t)进行幅度调制，得到调制信号x(t)；3、对x(t)归一化，利用带通滤波器获取L个频带的噪声调制信号yl(t)；4、估计各子带上yl(t)的幅度调制数据5、对进行离散采样并用稀疏的频率系数表示；通过设计的先验分布，构建基于组稀疏结构的高分辨调制谱生成模型；6、基于期望最大化方法推导的后验分布；7、利用参数估计公式迭代求解估计出高分辨稀疏调制谱。该方法充分利用了水声目标辐射噪声子带间调制谱位置的关联性，实现了水声目标辐射噪声调制谱的高分辨率重构。
-
公开(公告)号：CN107179535A
公开(公告)日：2017-09-19
申请号：CN201710403807.3
申请日：2017-06-01
Applicant: 东南大学
IPC: G01S7/539
CPC classification number: G01S7/539
Abstract: 本发明公开了一种基于畸变拖曳阵的保真增强波束形成的方法，包括如下步骤：(1)模拟水声目标辐射噪声s(t)；(2)模拟观测阵列信号xi(t)，i＝1,2,...,M，M为拖曳阵中阵元数目；(3)基于理想波束形成粗略估计目标方位为目标信号波束能量最大时的引导角；(4)检测目标信号的L个功率最大的线谱位置l＝1,2,...,L；(5)由强线谱位置处的相位差估计拖曳阵中每个阵元的平均时延差△τi，i＝1,2,...,M；(6)基于估计时延获取保真增强的目标跟踪波束该方法通过时延估计来校正拖曳线列阵的畸变对波束形成影响，获得保真增强的目标辐射噪声跟踪波束。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
