-
公开(公告)号:CN118228099A
公开(公告)日:2024-06-21
申请号:CN202410254298.2
申请日:2024-03-06
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/213 , G06V10/20 , G06V10/28 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V10/764 , G06N3/08 , G06N3/09 , G06F18/10
Abstract: 本发明公开了一种特高频频段信号分类方法和系统。包括:仿真产生特高频频段信号;对信号进行短时傅里叶变换获取时频图;对时频图进行图像处理从而制作卷积神经网络训练和测试所需要的图片集;设计卷积神经网络结构;利用训练集训练网络得到可用于分类的网络;应用训练得到网络对信号进行分类。本发明的优点在于:有效提高了分类准确率和有效性,也提高了分类的效率,并且提高了整个系统的通用性和扩展性。
-
公开(公告)号:CN117934956A
公开(公告)日:2024-04-26
申请号:CN202410131666.4
申请日:2024-01-31
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/54 , G06V10/50 , G06V10/80 , G06N20/10
Abstract: 本发明公开了一种基于RD图纹理特征的天波雷达瞬态干扰分类方法,包括:处理雷达获得的RD图,设计并制作出SVM进行训练的图片集,图片集包括无干扰、单脉冲线性调频信号瞬态干扰、多周期性线性调频信号瞬态干扰三类;对获得的训练集分别提取两类纹理特征;利用线性分类器作为分类器进行训练;设计瞬态干扰多分类器融合判断算法,完成对输入文件的分类。本发明的优点是:将信号处理问题转化为图像分类问题,通过两种图像纹理提取进行特征获取,从而得到可用于分类器训练的图片集,更好地分类了瞬态干扰,为后续的瞬态干扰抑制与其余信号处理环节打下坚实的基础;其处理速度快,准确率较高。
-