-
公开(公告)号：CN119582902A
公开(公告)日：2025-03-07
申请号：CN202411781107.4
申请日：2024-12-05
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种面向机会阵雷达的蝗虫粒子群联合波束赋形方法，包括：利用粒子群算法进行广泛搜索，优化生成阵列天线各单元的幅度、相位信息；在蝗虫算法的位置更新公式中引入当前个体历史最优信息，增强局部搜索能力，结合机会阵雷达的功率分配特点，对关键探测方向实现功率集中分配。根据各节点的幅度和功率水平动态选择性启用节点，关闭低增益或低功率节点；根据适应度变化动态选择是否重新利用粒子群算法进行广泛搜索；通过Sobol序列建立具有随机机会性的初始种群。本发明在优化天线波束赋形性能的同时，一定程度上解决了机会阵雷达节点的自适应功率分配和选择性启用的问题，适用于复杂电磁环境下的天线波束赋形技术领域。
-
公开(公告)号：CN118628719B
公开(公告)日：2024-12-06
申请号：CN202410758703.4
申请日：2024-06-13
Applicant: 南京信息工程大学
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了Fisher信息矩阵姿态角自适应SAR目标识别方法，通过设计正则项和Fisher信息矩阵保护已学习到的SAR目标特征的参数，构建姿态角自适应SAR目标识别连续学习模型。模型采用在线学习的方式学习新观测的SAR目标数据，通过Fisher信息矩阵动态调节参数的正则化强度，保护已学习的对识别任务贡献大的模型参数，增强模型对不同姿态角下SAR目标特征的自适应能力，提高目标识别的准确性。在MSTAR数据集上进行实验，姿态角自适应SAR‑ART模型能够在线学习不同姿态角下SAR目标数据，不断适应不同姿态角下SAR目标特征变化，识别精度得到有效提高。本发明可广泛应用于SAR目标识别技术领域。
-
公开(公告)号：CN119270253B
公开(公告)日：2025-04-25
申请号：CN202411787158.8
申请日：2024-12-06
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种面向机会阵雷达的似然改进SVGD交互多模型机动目标跟踪方法，包括：步骤1，对机动目标跟踪问题进行建模，构建运动模型集，初始化参数；步骤2，计算各模型的混合概率，得到初始混合估计，生成初始混合粒子；步骤3，判断机会阵雷达的工作模式，进行粒子状态的预测和更新；步骤4，模型概率更新与状态估计融合。本发明解决了粒子退化和粒子贫化问题，避免了机会性跟踪场景下滤波算法的发散。同时，利用模型似然度实现对SVGD学习率的自适应优化，无论是在单次迭代还是在整个迭代过程中，都很好地平衡了算法的收敛速度与稳定性，保证了机会阵雷达执行“机会性跟踪”功能时算法的快速重收敛。
-
Patent Agency Ranking
公开(公告)号：CN119270253A
公开(公告)日：2025-01-07
申请号：CN202411787158.8
申请日：2024-12-06
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种面向机会阵雷达的似然改进SVGD交互多模型机动目标跟踪方法，包括：步骤1，对机动目标跟踪问题进行建模，构建运动模型集，初始化参数；步骤2，计算各模型的混合概率，得到初始混合估计，生成初始混合粒子；步骤3，判断机会阵雷达的工作模式，进行粒子状态的预测和更新；步骤4，模型概率更新与状态估计融合。本发明解决了粒子退化和粒子贫化问题，避免了机会性跟踪场景下滤波算法的发散。同时，利用模型似然度实现对SVGD学习率的自适应优化，无论是在单次迭代还是在整个迭代过程中，都很好地平衡了算法的收敛速度与稳定性，保证了机会阵雷达执行“机会性跟踪”功能时算法的快速重收敛。
-
公开(公告)号：CN118033578A
公开(公告)日：2024-05-14
申请号：CN202410117033.8
申请日：2024-01-29
Applicant: 南京信息工程大学
IPC: G01S7/41 , A61B5/0507 , A61B5/11 , G06F18/00 , G06F18/10 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于毫米波雷达的人体姿态识别方法、设备及介质，首先毫米波雷达射频板发射信号、接收回波信号，高速采集板采集回波数据并实时传输到上位机进行数据处理；其次对实时接收到的回波数据，进行距离压缩、动目标显示技术(MTI)抑制杂波；根据AWR1642ODS天线布局对雷达回波进行处理，得到微多普勒信息、俯仰信息、方位信息，将多通道特征融合成三维矩阵，更加准确的体现人体姿态特征。最后将注意力机制嵌入进密集卷积神经网络(DenseNet)，注意力机制模块选用压缩激励(Squeeze‑and‑Excitation)模块，多通道特征融合的三维矩阵特征结果作输入，使得重要特征的权重增加，输出人体姿态识别结果。本发明提升了人体姿态识别的网络性能，提高了人体姿态识别准确率。
-
公开(公告)号：CN119087378A
公开(公告)日：2024-12-06
申请号：CN202411157444.6
申请日：2024-08-22
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种动态多节点平台的机会阵雷达方向图重构方法，包括：初始化任务目标及约束条件参数；根据需求选取模糊数并建立动态多节点机会阵雷达方向图重构的模糊机会约束规划模型；采用多面阵逼近的矩阵束方法结合模糊模拟对模型进行求解。本发明利用构建的一般性模型及求解方法可以在不同任务需求下建立对应的规划模型，有效解决方向图重构问题在实际应用时涉及的动态环境影响造成的系统鲁棒性问题，机会阵雷达的节点资源及位置信息等可以实现随环境任务而发生动态调整，更加符合实际应用，实现了机会阵雷达的随遇而变，即根据不同任务需求做到机会调整系统参数的特点，为机会阵雷达涉及到的其它问题建模及求解提供参考。
-
公开(公告)号：CN119212080A
公开(公告)日：2024-12-27
申请号：CN202411730391.2
申请日：2024-11-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种分布式机会阵雷达无线传感器网络定位方法及系统，涉及无线传感器网络定位技术领域，通过使用动态多通信半径优化节点间的跳数，其次，引入加权系数计算节点的平均跳距，再其次，在浣熊优化算法中引入Tent混沌映射初始化种群，提高种群多样性，在迭代优化过程中对适应度函数改进，降低锚节点数增长带来的误差，最后使用改进的浣熊优化算法替代最小二乘法进行最优节点定位。
-
公开(公告)号：CN118628719A
公开(公告)日：2024-09-10
申请号：CN202410758703.4
申请日：2024-06-13
Applicant: 南京信息工程大学
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了Fisher信息矩阵姿态角自适应SAR目标识别方法，通过设计正则项和Fisher信息矩阵保护已学习到的SAR目标特征的参数，构建姿态角自适应SAR目标识别连续学习模型。模型采用在线学习的方式学习新观测的SAR目标数据，通过Fisher信息矩阵动态调节参数的正则化强度，保护已学习的对识别任务贡献大的模型参数，增强模型对不同姿态角下SAR目标特征的自适应能力，提高目标识别的准确性。在MSTAR数据集上进行实验，姿态角自适应SAR‑ART模型能够在线学习不同姿态角下SAR目标数据，不断适应不同姿态角下SAR目标特征变化，识别精度得到有效提高。本发明可广泛应用于SAR目标识别技术领域。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
