公开(公告)号：CN115047412A

公开(公告)日：2022-09-13

申请号：CN202210741920.3

申请日：2022-06-27

Applicant: 北京理工大学 ,  北京理工大学唐山研究院

Inventor： 傅雄军 ,  许沁文 ,  李明玲 ,  冯程 ,  赵聪霞 ,  田黎育

IPC: G01S7/36 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于电子对抗、干扰抑制及信号识别技术领域，尤其涉及一种基于双阶段UNet的遮蔽式箔条干扰抑制方法。包括：使用宽带极化雷达采集信号，得到实测数据；进行脉冲压缩和归一化，得到目标、箔条干扰和混合的距离像序列灰度图；构造伪实测数据，得到目标、箔条干扰、伪实测的目标和箔条干扰混合的距离像序列灰度图和分割真值图；构建基于双阶段UNet的箔条干扰抑制网络及其损失函数；使用伪实测数据进行训练，得到最优的基于双阶段UNet的箔条干扰抑制网络；进行测试，实现遮蔽式箔条干扰的抑制。所述方法对遮蔽式箔条干扰下目标前景的分割效果好、对箔条干扰的抑制效果好、受环境影响小、能应对各种类型、各个阶段的箔条干扰。

公开(公告)号：CN114201987B

公开(公告)日：2024-07-09

申请号：CN202111318774.5

申请日：2021-11-09

Applicant: 北京理工大学

Inventor： 傅雄军 ,  郎平 ,  许沁文 ,  冯程 ,  卢继华 ,  谢民

IPC: G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0464

Abstract: 本发明涉及一种基于自适应识别网络的有源干扰识别方法，属于有源干扰识别技术领域。所述方法包括：1)利用时频变换构建有源干扰信号模拟数据集；2)划分有源干扰信号模拟数据集得到样本集、查询集、支持集和测试集；3)搭建输入为样本对，输出关系分数的AJSARNet；4)对AJSARNet进行初始化；5)基于样本集和查询集对4)初始化后的AJSARNet进行训练，得到训练好的AJSARNet；6)基于支持集和测试集对训练好的AJSARNet进行测试，得到性能测试结果。所述方法提高了鲁棒性或泛化能力，AJS识别精度和效率。

公开(公告)号：CN113920391A

公开(公告)日：2022-01-11

申请号：CN202111094615.1

申请日：2021-09-17

Applicant: 北京理工大学

Inventor： 傅雄军 ,  许沁文 ,  郎平 ,  卢继华 ,  谢民

IPC: G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于生成尺度自适应真值图的目标计数方法，属于数字图像处理和深度学习技术领域。包括：1)针对所给目标计数任务，设计计数神经网络；2)制作目标计数数据集，并划分为测试集和训练集两部分；3)对目标计数数据集中的每一个样本，生成尺度自适应真值密度图；4)分别利用目标计数数据集的训练集和测试集及其真值密度图，对计数神经网络进行训练和测试。所述方法具有自适应性，没有因为输入图像尺度变化改变网络模型和训练方法，即没有增加网络的复杂度和训练难度；基于数字图像处理方法生成包含尺度信息的真值图，不涉及神经网络的训练，故复杂度低、易操作；生成的真值图不仅标示了每个目标的具体位置，还体现了每个目标的尺度信息。

公开(公告)号：CN113920391B

公开(公告)日：2024-06-25

申请号：CN202111094615.1

申请日：2021-09-17

Applicant: 北京理工大学

Inventor： 傅雄军 ,  许沁文 ,  郎平 ,  卢继华 ,  谢民

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于生成尺度自适应真值图的目标计数方法，属于数字图像处理和深度学习技术领域。包括：1)针对所给目标计数任务，设计计数神经网络；2)制作目标计数数据集，并划分为测试集和训练集两部分；3)对目标计数数据集中的每一个样本，生成尺度自适应真值密度图；4)分别利用目标计数数据集的训练集和测试集及其真值密度图，对计数神经网络进行训练和测试。所述方法具有自适应性，没有因为输入图像尺度变化改变网络模型和训练方法，即没有增加网络的复杂度和训练难度；基于数字图像处理方法生成包含尺度信息的真值图，不涉及神经网络的训练，故复杂度低、易操作；生成的真值图不仅标示了每个目标的具体位置，还体现了每个目标的尺度信息。

公开(公告)号：CN114201987A

公开(公告)日：2022-03-18

申请号：CN202111318774.5

申请日：2021-11-09

Applicant: 北京理工大学

Inventor： 傅雄军 ,  郎平 ,  许沁文 ,  冯程 ,  卢继华 ,  谢民

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于自适应识别网络的有源干扰识别方法，属于有源干扰识别技术领域。所述方法包括：1)利用时频变换构建有源干扰信号模拟数据集；2)划分有源干扰信号模拟数据集得到样本集、查询集、支持集和测试集；3)搭建输入为样本对，输出关系分数的AJSARNet；4)对AJSARNet进行初始化；5)基于样本集和查询集对4)初始化后的AJSARNet进行训练，得到训练好的AJSARNet；6)基于支持集和测试集对训练好的AJSARNet进行测试，得到性能测试结果。所述方法提高了鲁棒性或泛化能力，AJS识别精度和效率。