-
公开(公告)号：CN113985384A
公开(公告)日：2022-01-28
申请号：CN202111615766.7
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于模板匹配的空间目标平动补偿方法及装置，该方法步骤包括：S01.接收雷达回波并进行时频分析，得到时频数据；S02.将所述时频数据滤波后进行二值化处理，得到二值时频数据；S03.使用预先构建的匹配模板与所述二值时频数据进行初步模板匹配，得到所有类轮廓点；S04.计算以所述类轮廓点为中心的邻域与所述匹配模板之间的结构相似度，根据所述结构相似度剔除所有的伪轮廓点后筛选出所有的真轮廓点；S05.根据所述真轮廓点拟合出趋势曲线并进行平动参数估计，实现空间目标平动补偿。本发明具有实现方法简单、效率以及精度高且适用灵活性强等有点。
-
公开(公告)号：CN112184849B
公开(公告)日：2022-06-07
申请号：CN202011025381.0
申请日：2020-09-25
Applicant: 中南大学
Abstract: 本发明公开一种针对复杂动态多目标微动信号智能处理方法及装置，该方法步骤包括：S1.获取对多目标检测的雷达回波并转换为二维的时频图像；S2.对时频图像中多目标的多模态微动曲线进行目标级分离，分离出各单目标微动曲线；S3.对各单目标微动曲线中所包含的各模态微动信号进行解耦，分解得到各模态微动信号；S4.对分解得到的各模态微动信号进行微动特征提取，并使用预先基于深度学习神经网络模型训练好的分类器对提取到的微动特征进行识别。本发明具有实现方法简单、能够实现动态多目标微动特征的提取以及分类识别，且分类识别精度高、鲁棒性好等优点。
-
公开(公告)号：CN112184849A
公开(公告)日：2021-01-05
申请号：CN202011025381.0
申请日：2020-09-25
Applicant: 中南大学
Abstract: 本发明公开一种针对复杂动态多目标微动信号智能处理方法及装置，该方法步骤包括：S1.获取对多目标检测的雷达回波并转换为二维的时频图像；S2.对时频图像中多目标的多模态微动曲线进行目标级分离，分离出各单目标微动曲线；S3.对各单目标微动曲线中所包含的各模态微动信号进行解耦，分解得到各模态微动信号；S4.对分解得到的各模态微动信号进行微动特征提取，并使用预先基于深度学习神经网络模型训练好的分类器对提取到的微动特征进行识别。本发明具有实现方法简单、能够实现动态多目标微动特征的提取以及分类识别，且分类识别精度高、鲁棒性好等优点。
-
Patent Agency Ranking
公开(公告)号：CN112130142A
公开(公告)日：2020-12-25
申请号：CN202011027374.4
申请日：2020-09-25
Applicant: 中南大学
IPC: G01S13/88
Abstract: 本发明公开一种复杂运动目标微多普勒特征提取方法，步骤包括：S1.获取对运动目标检测的雷达回波信号并转化为二维的时频图像；S2.对时频图像进行骨架提取，得到目标不同散射点的微多普勒曲线；步骤S3.对目标不同散射点的微多普勒曲线进行曲线估计，逐条分离出各单个散射点的微多普勒曲线，其中对于存在交叠区间的曲线估计时，根据交叠区间附近的曲线变化趋势判断出端点，并使用插值算法估计交叠区间内值；步骤S4.分别对步骤S3得到的各单个散射点的微多普勒曲线进行模态分解，提取出目标各散射点的微动特征。本发明能够实现复杂运动目标的微动普勒曲线分离与特征提取，且具有实现方法简单、提取精度及效率高且灵活性强等优点。
-
公开(公告)号：CN113985384B
公开(公告)日：2022-05-24
申请号：CN202111615766.7
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于模板匹配的空间目标平动补偿方法及装置，该方法步骤包括：S01.接收雷达回波并进行时频分析，得到时频数据；S02.将所述时频数据滤波后进行二值化处理，得到二值时频数据；S03.使用预先构建的匹配模板与所述二值时频数据进行初步模板匹配，得到所有类轮廓点；S04.计算以所述类轮廓点为中心的邻域与所述匹配模板之间的结构相似度，根据所述结构相似度剔除所有的伪轮廓点后筛选出所有的真轮廓点；S05.根据所述真轮廓点拟合出趋势曲线并进行平动参数估计，实现空间目标平动补偿。本发明具有实现方法简单、效率以及精度高且适用灵活性强等有点。
-
公开(公告)号：CN112130142B
公开(公告)日：2023-04-21
申请号：CN202011027374.4
申请日：2020-09-25
Applicant: 中南大学
IPC: G01S13/88
Abstract: 本发明公开一种复杂运动目标微多普勒特征提取方法，步骤包括：S1.获取对运动目标检测的雷达回波信号并转化为二维的时频图像；S2.对时频图像进行骨架提取，得到目标不同散射点的微多普勒曲线；步骤S3.对目标不同散射点的微多普勒曲线进行曲线估计，逐条分离出各单个散射点的微多普勒曲线，其中对于存在交叠区间的曲线估计时，根据交叠区间附近的曲线变化趋势判断出端点，并使用插值算法估计交叠区间内值；步骤S4.分别对步骤S3得到的各单个散射点的微多普勒曲线进行模态分解，提取出目标各散射点的微动特征。本发明能够实现复杂运动目标的微动普勒曲线分离与特征提取，且具有实现方法简单、提取精度及效率高且灵活性强等优点。
-
公开(公告)号：CN114002658B
公开(公告)日：2022-05-24
申请号：CN202111615411.8
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于点迹曲线关联曲线分离的雷达目标微动特征提取方法,步骤包括：S01.获取雷达回波进行雷达信号处理，得到时频数据；S02.将时频数据输入至U‑Net网络中，以对微多普勒曲线所在时频区域进行定位；S03.对定位的时频区域中点迹进行凝聚处理，得到各散射中心的微多普勒点迹；S04.根据点迹凝聚结果，依据每个时刻的信号分量数进行区间划分，并将每个区间的各个子信号分量进行关联；S05.对各区间进行插值后，对各个区间的点迹依次进行关联，实现微多普勒曲线的分离；S06.根据分离出的微多普勒曲线进行目标微动特征提取。本发明具有实现方法简单、计算量小、分离精度以及可靠性高、鲁棒性强等优点。
-
公开(公告)号：CN114002658A
公开(公告)日：2022-02-01
申请号：CN202111615411.8
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于点迹曲线关联曲线分离的雷达目标微动特征提取方法,步骤包括：S01.获取雷达回波进行雷达信号处理，得到时频数据；S02.将时频数据输入至U‑Net网络中，以对微多普勒曲线所在时频区域进行定位；S03.对定位的时频区域中点迹进行凝聚处理，得到各散射中心的微多普勒点迹；S04.根据点迹凝聚结果，依据每个时刻的信号分量数进行区间划分，并将每个区间的各个子信号分量进行关联；S05.对各区间进行插值后，对各个区间的点迹依次进行关联，实现微多普勒曲线的分离；S06.根据分离出的微多普勒曲线进行目标微动特征提取。本发明具有实现方法简单、计算量小、分离精度以及可靠性高、鲁棒性强等优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
