-
公开(公告)号：CN115951124A
公开(公告)日：2023-04-11
申请号：CN202211724700.6
申请日：2022-12-30
Applicant: 中国电子科技集团公司第十研究所
IPC: G01R23/16
Abstract: 本发明提供了一种时频域联合的连续与突发信号检测方法，对于经过采集预处理生成的一段信号采样数据，对信号采样数据在频域和时域上分别进行频域检测和时域检测，完成连续与突发信号的检测发现以及获取信号的时频参数；其中，在频域上进行频谱分析，判断带宽内信号的存在性，存在则待时域检测完成后进一步确定信号的实际带宽；在时域上将存在的信号进行突发信号检测，并获取突发信号的起始时间以及信号时长参数。本发明利用时频域联合检测方法自动检测存在的信号及时频参数，无需人工观测和框选突发信号确定信号参数，简化了监测设备的设计，降低了人工操作并提高了工程实现的可靠性，突发信号检测成本低、速度快，检测精度高、稳定性高。
-
公开(公告)号：CN120030881A
公开(公告)日：2025-05-23
申请号：CN202510059974.5
申请日：2025-01-15
Applicant: 中国电子科技集团公司第十研究所
IPC: G06F30/27 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及空间目标轨迹预测技术领域，公开了一种基于表征学习的飞行器轨迹预测方法及系统，该方法基于对飞行器轨迹数据的自监督学习方法进行对飞行器轨迹数据的预测。本发明解决了现有技术存在的预测效率低、预测精度低等问题。
-
公开(公告)号：CN119479384A
公开(公告)日：2025-02-18
申请号：CN202411441790.7
申请日：2024-10-16
Applicant: 中国电子科技集团公司第十研究所
IPC: G08G5/72 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F16/29 , G06Q10/04 , G06Q50/40
Abstract: 本发明提供一种基于多航班训练和转置输入的航空轨迹预测方法、介质、装置及程序产品，所述方法包括：收集航班数据集并进行数据预处理；构建基于转置输入的Transformer模型并利用预处理后的数据训练模型；利用训练好的Transformer模型进行轨迹预测；将轨迹预测结果进行可视化。本发明通过数据预处理实现多航班输入进行训练，只利用有效的航班数据，大大减少了数据量，为后续的训练提供了便捷；同时基于转置输入的Transformer模型在进行轨迹预测时能够更好的捕获数据之间的依赖性，不仅解决了时间序列数据中的复杂依赖问题，还能在多变量情况下识别不同变量间的相互影响，从而提升预测的准确性和模型的泛化能力。
-
公开(公告)号：CN116068486A
公开(公告)日：2023-05-05
申请号：CN202211681401.9
申请日：2022-12-27
Applicant: 中国电子科技集团公司第十研究所
Abstract: 本发明公开了基于突发信号关联的多目标定位方法，所述方法包括：获取各个站点接收到的信号的时间、频率、带宽和方位角信息；提取各个站点侦测结果中的全部方位角信息并进行去噪；对去噪后的方位角信息进行分类，若任一方位角信息不归属于已有类则建立新的类；对按照方位角进行分类后的各个站点的侦测结果进行关联匹配；依据各个站点与目标位置的几何关系，利用关联匹配后的侦测结果，求解得到目标的定位结果。本发明能够实现对多目标进行稳定定位，也可实现对多目标的高精度定位。
-
公开(公告)号：CN116028779A
公开(公告)日：2023-04-28
申请号：CN202211659954.4
申请日：2022-12-23
Applicant: 中国电子科技集团公司第十研究所
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06N3/048 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于显著性的宽带频谱检测方法，该方法包括对一维宽带频谱数据集进行显著图转换，将原始数据转换成一维显著向量；将转换后的显著向量输入深度显著检测网络进行监督训练，提取信号的低层细节特征、高层语义特征和全局上下文特征，将提取到的特征进行融合得到融合后的特征；对融合后的特征进行线性插值上采样后对输入显著向量进行重构，计算重构向量与输入显著向量的交叉熵损失；最后基于输出结果计算信号个数、频率、带宽以及信噪比等参数信息，完成复杂电磁环境下的宽带频谱检测。本发明实现了宽带频谱检测，不依赖于专家，环境适应性强，易于训练、收敛速度较快，能够有效提升检测概率，基于显著性的宽带频谱检测方法。
-
Patent Agency Ranking
公开(公告)号：CN107436427B
公开(公告)日：2020-07-17
申请号：CN201710022577.6
申请日：2017-01-12
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Inventor： 张宇阳
IPC: G01S7/41
Abstract: 本发明公开的一种空间目标运动轨迹与辐射信号关联方法，旨在提供一种能够简化探测设备，关联误差小、稳定性高、消耗资源少的关联方法。本发明通过下述技术方案予以实现：在探测平台中，采集模块将接收信道输出的单路模拟信号进行AD采样和数字变频；并在FPGA内进行两路数字信道化预处理输出基带IQ数据；对比空间目标辐射信号与探测平台、预报空间目标轨迹与探测平台两种相对运动关系的相似性，利用目标辐射信号原始频率推算目标电磁辐射信号频率的理论变化规律曲线，计算预报空间目标的理论载频值序列以及接收信号与预报空间目标匹配度；完成目标辐射信号与关注空间目标的关联和匹配，完成空间目标运动轨迹与辐射信号的关联。
-
公开(公告)号：CN110441731A
公开(公告)日：2019-11-12
申请号：CN201910685507.8
申请日：2019-07-27
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Inventor： 张宇阳
IPC: G01S5/04
Abstract: 本发明公开的一种窄带电磁辐射源目标定位方法，旨在为电磁环境监测设备提供一种能够简化探测设备、定位误差小、稳定性高、消耗资源少的电磁辐射源定位方法。本发明通过下述技术方案予以实现：在两个以上电磁环境监测平台组成的电磁环境监测系统中，采集模块将接收模块输出的电磁辐射源目标的模拟信号进行AD采样和数字变频；并在FPGA内进行数字信道化预处理输出基带IQ数据；测量电磁辐射源目标信号到达两平台的频率差；基于电磁辐射源可能所在区域，划分搜索地理空间网格点；通过多次测量频率差的累积，计算电磁辐射源在每个可能网格点的相关度；以搜索相关度最大值对应的网格点作为电磁辐射源位置输出，实现电磁辐射源的高精度定位。
-
公开(公告)号：CN118839217A
公开(公告)日：2024-10-25
申请号：CN202410868864.9
申请日：2024-07-01
Applicant: 中国电子科技集团公司第十研究所
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/006 , G06F18/15 , G06F18/232
Abstract: 本申请的实施例提供了基于相位可视图的S模式辐射源个体识别方法及相关设备，涉及电子辐射源个体识别技术领域，所述方法包括：采集S模式辐射源信号数据，并进行数据预处理；基于预处理后的S模式辐射源信号数据提取相位特征；基于所述相位特征，利用可视图法和水平可视图法构建加权度分布矩阵；基于所述加权度分布矩阵提取可视图空间特征并进行特征融合，得到融合特征；构建随机森林模型，并基于所述融合特征进行模型训练及测试；基于训练及测试完成后的模型识别S模式辐射源信号。本申请的技术方案，识别精度高，泛化性能好，可有效提升民航飞机搭载辐射源的个体识别效率。
-
公开(公告)号：CN114584227B
公开(公告)日：2023-08-22
申请号：CN202210033937.3
申请日：2022-01-12
Applicant: 中国电子科技集团公司第十研究所
IPC: H04B17/00 , H04B17/20 , H04B17/309 , H04B17/373 , G06N3/0464 , H04B1/00
Abstract: 本发明公开的一种自动化突发信号检测方法，检测速度快，检测稳定性高、精度高。本发明通过下述技术方案实现：在空间电磁信号检测发现场景中，监测设备采用天线捕获空间电磁辐射信号并转换成电信号，通过射频信道模拟变频、滤波、放大输出到采集模块，将接收信道输出的单路模拟信号进行AD采样和数字下变频，生成一段信号采样数据，并进行STFT，输出宽带时频矩阵数据到检测处理模块，加载训练深度神经网络模型，经过推理结果的后处理，形成时频矩阵对应段信号采样数据中包含的突发信号的是否存在电磁信号的置信概率、信号起始时间、信号时长、信号中心频率、信号带宽参数，完成电磁空间突发信号的检测发现和信号占用时间、频率等参数提取。
-
公开(公告)号：CN115952434A
公开(公告)日：2023-04-11
申请号：CN202211660707.6
申请日：2022-12-23
Applicant: 中国电子科技集团公司第十研究所
IPC: G06F18/24 , G06F18/214
Abstract: 本发明公开了一种面向信号识别深度学习模型训练的数据增强方法，该方法包括在电磁信号识别场景中，通过频谱可视化软件确定信号出联的频点及带宽并控制信号采集处理设备进行采集，获取实际信号的基带数据；将IQ基带数据根据信号的出现时间进行频域、时域提取等预处理操作，得到单信号基带时域波形数据；采用重采样、抖动变频、时域平移、增减噪声等手段，对时域波形数据进行数据增强扩充；将增强后的信号时域波形数据根据智能识别算法输入所需的长度进行切分或添补，形成定长信号时域数据样本集；最后，进行变换域变换，通过短时傅里叶变换将信号时域波形数据转换为时频矩阵数据。本发明能够有效提升信号识别深度学习算法性能。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.04 seconds)
