-
公开(公告)号:CN115267679B
公开(公告)日:2025-02-14
申请号:CN202210828811.5
申请日:2022-07-14
Applicant: 北京理工大学 , 北京理工大学唐山研究院
IPC: G01S7/02
Abstract: 本发明属于雷达信号分类技术领域,尤其涉及一种基于GCN与ResNet的多功能雷达信号分选方法。包括:构建多功能雷达PDW数据集、归一化处理、利用KNN算法将多功能雷达PDW数据转化为图结构数据、为图结构数据添加标签;构建三层GCN网络以及增添残差网络;使用带标签图结构数据训练“半监督”GCN‑ResNet网络;再将图结构数据输入到训练好的GCN‑ResNet网络中,输出无标签图结构数据的分类结果。所述方法利用KNN算法将多功能雷达PDW数据转化为图结构数据,依托“半监督”学习网络,提高了GCN在小样本条件下的泛化能力;有效解决了多功能雷达信号分选“增批”的问题,提升了分选准确度。
-
公开(公告)号:CN115267679A
公开(公告)日:2022-11-01
申请号:CN202210828811.5
申请日:2022-07-14
Applicant: 北京理工大学 , 北京理工大学唐山研究院
IPC: G01S7/02
Abstract: 本发明属于雷达信号分类技术领域,尤其涉及一种基于GCN与ResNet的多功能雷达信号分选方法。包括:构建多功能雷达PDW数据集、归一化处理、利用KNN算法将多功能雷达PDW数据转化为图结构数据、为图结构数据添加标签;构建三层GCN网络以及增添残差网络;使用带标签图结构数据训练“半监督”GCN‑ResNet网络;再将图结构数据输入到训练好的GCN‑ResNet网络中,输出无标签图结构数据的分类结果。所述方法利用KNN算法将多功能雷达PDW数据转化为图结构数据,依托“半监督”学习网络,提高了GCN在小样本条件下的泛化能力;有效解决了多功能雷达信号分选“增批”的问题,提升了分选准确度。
-
公开(公告)号:CN113341378B
公开(公告)日:2022-08-16
申请号:CN202110410504.0
申请日:2021-04-13
Applicant: 北京理工大学
Abstract: 本发明涉及基于频谱差分熵检测的自适应信道化接收方法,属于雷达信号侦察以及信号检测技术领域。针对接收宽带Chirp信号、窄带Chirp信号和二相编码信号,使用基于奇型组与偶型多相滤波器组的信道化结构进行一级信道化接收,对接收信号的频谱能量进行平滑处理、剔除虚假信号、差分熵检测、判决宽窄信号以及参数估计,得到跨道数目和信号参数;根据跨道数目,进行信道匹配,选取跨道数目较少的信道化结构;根据信号参数,进行二级信道化接收,对宽带信号进行信道合并,对窄带信号进行自适应频带细分,并进行二级信道检测,提取出有效信号。所述方法具有全概率接收、实时性高、检测准确度高、可检测低信噪比复杂信号以及过滤噪声能力强的优势。
-
公开(公告)号:CN119046651A
公开(公告)日:2024-11-29
申请号:CN202411112022.7
申请日:2024-08-14
Applicant: 北京理工大学
Abstract: 本发明提供一种基于遗传算法的粗糙界面分层介质参数反演方法,具体过程为:设多层介质之间的界面粗糙,基于介质的相对介电常数和界面粗糙度,计算界面间的广义反射系数;基于所述广义反射系数和界面到底部的双向传播的介质层双程传播时间,重构雷达接收信号;基于实际接收的雷达回波信号与重构的雷达接收信号,利用遗传算法迭代反演出所述介质层双程传播时间、相对介电常数和粗糙度参数。该方法能够精确反演出粗糙界面的介质参数。
-
公开(公告)号:CN113341378A
公开(公告)日:2021-09-03
申请号:CN202110410504.0
申请日:2021-04-13
Applicant: 北京理工大学
Abstract: 本发明涉及基于频谱差分熵检测的自适应信道化接收方法,属于雷达信号侦察以及信号检测技术领域。针对接收宽带Chirp信号、窄带Chirp信号和二相编码信号,使用基于奇型组与偶型多相滤波器组的信道化结构进行一级信道化接收,对接收信号的频谱能量进行平滑处理、剔除虚假信号、差分熵检测、判决宽窄信号以及参数估计,得到跨道数目和信号参数;根据跨道数目,进行信道匹配,选取跨道数目较少的信道化结构;根据信号参数,进行二级信道化接收,对宽带信号进行信道合并,对窄带信号进行自适应频带细分,并进行二级信道检测,提取出有效信号。所述方法具有全概率接收、实时性高、检测准确度高、可检测低信噪比复杂信号以及过滤噪声能力强的优势。
-
-
-
-