-
公开(公告)号：CN118465726A
公开(公告)日：2024-08-09
申请号：CN202410656799.3
申请日：2024-05-24
Applicant: 南京理工大学
IPC: G01S7/41
Abstract: 本发明公开了一种水流流速在线监测雷达CFAR检测方法及系统，该方法包括：通过最小描述长度来提前判定参考窗中是否存在杂波边缘，并根据其位置选取不同区间的参考样本，随后利用绝对中值离差判决提前剔除离群值，并利用筛选后的样本数据对分位数进行估计，从而得到杂波分布的参数估计值，最后得到背景杂波功率估计值。本发明引入分位数改良截断门限的选取，并利用绝对离差判决提前筛选参考窗样本，增强了估计分位数的稳健性；该方法增强了截断门限的环境适应性，有效抑制了强杂波区虚警概率的上升，进一步增强了杂波边缘的虚警控制能力与检测能力，为水流检测应用情况下的密集目标检测提供了一种可行的新方案。
-
-
公开(公告)号：CN111175708B
公开(公告)日：2023-07-28
申请号：CN201911312249.5
申请日：2019-12-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种有源相扫地面侦察雷达的自动增益控制系统及方法，系统组成包括阵列天线、T/R组件、频综接收机、波控板、电子罗盘、信号处理单元；通过预设接收机增益，测量雷达扫描范围内不同波束指向下固定地物回波经中频数字化、下变频抽取滤波及脉冲压缩等处理后的幅值特性，确定各方位下的接收机增益控制代码，从而实现随雷达所处地物环境变化而自适应调整接收机增益的自动增益控制系统。本发明使得当天线波束指向不同方位时可以根据地物回波功率自适应调整接收机增益，保证强地物方位回波采样不会出现溢出失真，弱地物方位回波不被衰减，充分利用AD芯片的量化性能，提高雷达的检测性能、降低虚警概率。
-
公开(公告)号：CN114509735A
公开(公告)日：2022-05-17
申请号：CN202210049115.4
申请日：2022-01-17
Applicant: 南京理工大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于HoWVD的相位多项式系数的参数估计方法，用于高速目标相参积累中的多普勒扩展补偿，属于雷达信号处理技术领域，涉及到雷达回波的相参积累，包括以下步骤：根据经过脉冲压缩后的雷达回波构建HoWVD矩阵；通过FFT算法将数据矩阵转化到时频域进行分析；对时频域中的信号进行叠加积累；通过峰值检测得到相位参数信息；最后根据相位参数估计值对雷达回波补偿。本发明具有算法复杂度低，参数估计准确，具有一定的抗噪声和抗交叉项干扰的能力，在低信噪比下仍具有一定的参数估计能力。
-
公开(公告)号：CN114167375A
公开(公告)日：2022-03-11
申请号：CN202111212467.9
申请日：2021-10-19
Applicant: 南京理工大学 , 中国电子科技集团公司第五十四研究所
IPC: G01S7/41
Abstract: 本发明公开了一种绝对中位差结合最小描述长度的CFAR检测方法，属于雷达目标检测技术领域，涉及恒虚警检测算法，包括以下步骤：通过最小描述长度法来进行杂波边缘位置的判定；根据杂波边缘位置选定区间内的样本数据w作为背景杂波功率估计值；样本数据选取后，采用绝对中位差检验对样本集合进行干扰的剔除；最后利用筛选后的样本求平均得到背景杂波功率估计值。本发明提出的绝对中位差结合最小描述长度的CFAR检测方法，有效地减小参考单元中干扰的影响，使得背景杂波估计更准确，在多目标环境、杂波边缘环境下均具有良好的检测效果，算法环境适应性强。
-
Patent Agency Ranking
公开(公告)号：CN113807186A
公开(公告)日：2021-12-17
申请号：CN202110951460.2
申请日：2021-08-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多通道复用卷积神经网络的雷达目标识别方法，包括：将雷达信号处理单元输出的一维目标频域信号通过奇偶交替循环右移构造为二维数据矩阵信号，按类别生成训练集和测试集；构造由多通道复用模块组成的卷积神经网络；使用训练集对卷积神经网络进行训练，使用测试集进行训练结果的衡量。本发明提出基于奇偶交替循环右移的二维数据构造方式，在构造的数据可以有效抑制网络训练过程中的过拟合现象，提高分类的可靠性；此外，还提出一种多通道复用模块，在提高网络对目标识别的正确率的同时，还可以降低网络的复杂度压缩网络模型需要的存储计算资源，减少训练时间。
-
公开(公告)号：CN112329534A
公开(公告)日：2021-02-05
申请号：CN202011067886.3
申请日：2020-10-07
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于二维加权残差卷积神经网络的雷达目标识别方法，包括：构造加权残差卷积神经网络；基于Toepliz矩阵将一维雷达频域目标信号构造为二维数据平面；根据信号类别生成训练集；使用加权残差卷积神经网络对训练集数据进行训练，并得到训练后的模型，使用该模型完成雷达目标识别。本发明将原本为一维的地面侦察雷达频域目标信号构造为二维数据平面进行训练，与直接使用一维信号进行训练相比，可训练性大大增强，测试准确率更高；本发明提出了一种加权残差模块，残差结构能够大幅降低运算复杂度并有效地减缓神经网络反向传播过程梯度消失以及梯度爆炸问题。
-
公开(公告)号：CN106254039B
公开(公告)日：2019-12-27
申请号：CN201610631856.8
申请日：2016-08-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种广义空间调制系统的天线选择方法。在发送端引入天线选择模块，基于天线相关性准则，根据GSM‑MIMO系统的信道状态信息，进行天线选择。本发明首先将每个激活天线组合对应的信道列相加，其次计算每种天线选择方案下的最大天线组合相关性，最后选择最大相关值最小的天线选择方案作为最终的天线选择结果。本发明改善了广义空间调制系统的误码率性能，且具有极低的计算复杂度。
-
公开(公告)号：CN107402326B
公开(公告)日：2019-08-23
申请号：CN201710593238.3
申请日：2017-07-20
Applicant: 南京理工大学
IPC: G01R23/16
Abstract: 本发明公开了一种改进S变换的有限窗长时频分析方法，在频率与窗长之间建立基于反正切函数的映射，使得窗长在一定范围内随频率自适应变化，将改进后的窗函数代入S变换，实现高分辨率时频分析，包括以下步骤：信号采样，得到离散序列后进行快速傅里叶变换获得信号频谱，再根据信号频谱特点以及分辨率要求确定控制因子，将得到的控制函数代入窗函数中，窗函数经过快速傅里叶变换后与扩维后的信号频谱相乘，再经傅里叶逆变换得到时频谱。本方法既实现了窗长随信号频率变化而变化，又限定了窗长的变化范围，保证了时频谱各个部分都有很高的分辨率。
-
公开(公告)号：CN106450611B
公开(公告)日：2019-02-22
申请号：CN201610993714.6
申请日：2016-11-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基片集成波导的高频率选择性平衡带通滤波器，包括上层介质基片和下层介质基片，上层介质基片设置三个上金属层，下层介质基片设置三个下金属层，上、下层介质基片之间设置中间金属层；所述上层介质基片设置有两排金属化通孔，下层介质基片相应的位置设置两排金属化通孔；所述上金属层均为等腰直角三角形；两个差分馈电微带线设置于上层介质基片，且与中间的上金属层斜边相接；两个差分馈电微带线设置于下层介质基片，且与中间的下金属层斜边相接；所述中间金属层设置两个矩形的孔隙，以及两个扇形的孔隙。本发明具有很好的频率选择性和优异的差模带外抑制性能，同时大大缩减了体积，兼具低损耗、高功率容量的特点。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.026 seconds)
