一种图像域属性散射中心参数估计方法、设备及其应用

    公开(公告)号:CN118447078A

    公开(公告)日:2024-08-06

    申请号:CN202410511718.0

    申请日:2024-04-26

    Abstract: 本发明公开了一种图像域属性散射中心参数估计方法,包括步骤1、基于属性散射中心模型,设置散射中心参数,从而得到目标散射特性的描述,然后对目标散射特性的描述进行预处理,并进行二维逆傅里叶变换得到原始待预测图像;步骤2、设定属性散射中心模型中的待预测参数集合,确定参数的区间范围,初始化代表目标结构和特性的散射中心参数;步骤3、将得到的初始化后的参数代入属性散射中心模型,得到重构图像;步骤4、在图像域,针对原始待预测图像和重构图像,通过最小化原始图像和重构图像间的均方误差损失,完成参数优化。该方法以提升现有散射中心参数估计的准确度,在图像域进行散射中心估计,能够可视化求解结果,降低计算复杂度。

    一种面向小数据集的非局部自适应多视方法及系统

    公开(公告)号:CN113192020B

    公开(公告)日:2024-07-12

    申请号:CN202110455635.0

    申请日:2021-04-26

    Abstract: 本发明公开了一种面向小数据集的非局部自适应多视方法及系统。面向小数据集的自适应多视方法,包括以下步骤:S1.对于经过配准、非相干平均等预处理的时序SAR影像,基于幅度均值图像,采用无监督的灰度级方法进行图像分割;S2.基于图像分割结果和时间维幅度向量间的L1范数,自适应构建联合数据向量;S3.对于构建的联合数据向量,首先剔除联合数据向量中的异常值,然后采用AD检验方法选取SHP集合;S4.基于选取的SHP集合,自适应地估计相干系数及降噪处理。本发明同时考虑了空间维和时间维两个维度的信息,可以在影响数目较小的情况下,选取到可靠的SHP集合,从而可以自适应地估计相干系数和干涉相位图降噪。

    一种结合导频分配和AP选择的联合优化方法

    公开(公告)号:CN113852453B

    公开(公告)日:2024-02-20

    申请号:CN202111167473.7

    申请日:2021-09-30

    Abstract: 本发明公开了一种结合导频分配和AP选择的联合优化方法,适用于无小区大规模MIMO系统,属于通信技术领域。本发明包括如下步骤:步骤1、先根据导频复用次数n将整个系统划分为n+1个区域且每个区域的用户数基本相同。步骤2、根据用户到中心位置AP的距离排序,依次分配导频。步骤3、根据导频分配找出使用相同导频的用户,先根据二者之间距离的一半为半径画圆,初步筛选各自的服务AP,然后为用户增加一个在其周围的服务AP,若可以增加系统吞吐量则选择该AP;反之,不增加该服务AP。在设计实现无小区大规模天线系统的AP选择方案时,可以根据本发明提出的方法能有效避免导频污染对系统容量的影响,提高用户的服务质量。

    一种提高网络可扩展性的用户接入方法及系统

    公开(公告)号:CN116828561A

    公开(公告)日:2023-09-29

    申请号:CN202310421247.X

    申请日:2023-04-14

    Abstract: 本发明公开了一种提高网络可扩展性的用户接入方法及系统,方法按如下步骤:步骤1、确定用户的主接入点及服务簇候选集;步骤2、计算用户间的地理距离和用户偏好距离;步骤3、计算用户间的连接概率;步骤4、基于用户间的连接概率进行用户分组;步骤5、对同组用户的服务簇进行合并及更新。本发明基于用户间的地理距离和用户偏好距离进行用户分组,在此基础上对同组用户进行服务簇合并。本发明降低了不完全重叠的服务簇的数目,实现了网络可扩展性的提升。

    基于复协方差矩阵的自适应多时相干涉测量方法及系统

    公开(公告)号:CN115267772A

    公开(公告)日:2022-11-01

    申请号:CN202210596095.2

    申请日:2022-05-30

    Abstract: 本发明公开了基于复协方差矩阵的自适应多时相干涉测量方法及系统,自适应多时相干涉测量方法包括如下步骤:S1、对N幅时序SAR图像进行预处理;N为大于1的整数;S2、在预设窗口中,根据SAR图像的不同结构特征检测SAR图像中的点散射体结构、线性结构、均匀区域和边缘区域;S3、基于点散射体结构、线性结构、均匀区域和边缘区域自适应估计复协方差矩阵;S4、对复协方差矩阵进行像素间的相似性检测,基于恒定虚警概率或经验性阈值设置以确定同质点集合;S5、基于同质点集合进行自适应多视处理。本发明考虑了像元的相位信息,在SAR小数据集情况下同质点像元检测结果准确率相比于传统算法在小数据集情况下有大幅的提升。

    一种基于K邻近算法在空间磁场中定位磁性目标方法

    公开(公告)号:CN118427646A

    公开(公告)日:2024-08-02

    申请号:CN202410510841.0

    申请日:2024-04-26

    Abstract: 本发明公开了一种基于K邻近算法在空间磁场中定位磁性目标方法,其特征在于,包括如下步骤:构建磁场模型,在磁场模型中将带电的线圈作为磁性目标,所述磁性目标产生的磁场由磁偶极子模型给出;在磁场模型中获得磁性目标在任意网格点的磁场三分量以及磁性目标对应位置的数据集;将数据集划分为训练集和测试集;将训练集中的磁性目标的磁场三分量作为输入特征,并将磁性目标对应的位置作为标签,通过机器学习模型学习训练集输入特征和标签对应关系;将测试集作为待预测的磁性目标,将测试集中的磁性目标的磁场三分量作为输入特征,通过机器学习模型得到预测结果。该方法磁场定位更加灵活,并且计算效率高,适宜实时定位。

Patent Agency Ranking