-
公开(公告)号：CN116977842B
公开(公告)日：2024-04-02
申请号：CN202310959662.0
申请日：2023-07-31
Applicant: 西安电子科技大学
Abstract: 一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质，方法包括：根据水下地形和分区复合地海环境，对水下地形调制的复杂地海环境几何建模；根据得到的复杂地海模型，通过基于实测水深值的SAR图像与仿真海面SAR图像相关系数对比修正，得到反演水深，构建SAR图像灰度幅值与水深值的相关关系；根据SAR图像灰度幅值与水深值的相关关系，基于多层前馈神经网络模型对SAR图像灰度幅值与对应的水深值进行训练，得到水深反演模型；系统、设备及介质，用于实现一种面向浅海分区环境的SAR图像水深估计方法；本发明普适性较高且限制条件较小，能较为高效准确的得到水深数值。
-
公开(公告)号：CN116977842A
公开(公告)日：2023-10-31
申请号：CN202310959662.0
申请日：2023-07-31
Applicant: 西安电子科技大学
Abstract: 一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质，方法包括：根据水下地形和分区复合地海环境，对水下地形调制的复杂地海环境几何建模；根据得到的复杂地海模型，通过基于实测水深值的SAR图像与仿真海面SAR图像相关系数对比修正，得到反演水深，构建SAR图像灰度幅值与水深值的相关关系；根据SAR图像灰度幅值与水深值的相关关系，基于多层前馈神经网络模型对SAR图像灰度幅值与对应的水深值进行训练，得到水深反演模型；系统、设备及介质，用于实现一种面向浅海分区环境的SAR图像水深估计方法；本发明普适性较高且限制条件较小，能较为高效准确的得到水深数值。
-
公开(公告)号：CN112578352A
公开(公告)日：2021-03-30
申请号：CN202011442329.5
申请日：2020-12-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于FPGA的动态箔条云雷达回波模拟方法，主要解决现有技术模拟箔条云雷达回波可移植性差，且只模拟单发箔条云回波的问题。其通过模拟运行在FPGA平台上，并对计算过程进行硬件优化来实现：1)计算箔条的初始姿态、每根箔条的初始直角坐标和每根箔条的雷达散射截面值；2)根据箔条高度计算得到大气密度；3)计算出箔条在一个采样时间点内的位移增量，进而计算出每根箔条的直角坐标；4)根据箔条位置的直角坐标与雷达坐标计算两者距离，根据该距离和箔条雷达散射截面值计算箔条云的雷达信号回波，完成一个时间点的计算；重复2)～4)得到不同时刻箔条云的回波。本发明可移植性好，可用于模拟多发箔条云的雷达回波。
-
公开(公告)号：CN111831957A
公开(公告)日：2020-10-27
申请号：CN202010689817.X
申请日：2020-07-17
Applicant: 西安电子科技大学 , 北京控制与电子技术研究所
Abstract: 本发明公开了一种基于FPGA的三维动态海杂波计算加速器，主要解决现有技术不能对大尺寸长时间的三维空时相关海杂波快速模拟的问题。本发明包括FPGA芯片、SD卡和外部存储器，该FPGA中设有均匀分布随机数生成器、非线性滤波模块、功率谱数据处理器、二维海杂波计算器、时间维海杂波计算器、数据传输控制模块、SD卡读写控制模块、数据归一化模块、时钟分频模块、复位管理单元和AXI直接存储器存取模块。其中，SD卡与FPGA的一组引脚连接，用于储存数据；外部存储器与FPGA的另一组引脚连接，用于数据缓存。本发明计算精度高，计算的三维空时相关海杂波满足实际需求，可用于仿真大尺寸长观测时间的三维空时相关海杂波。
-
公开(公告)号：CN111429488A
公开(公告)日：2020-07-17
申请号：CN202010243130.3
申请日：2020-03-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种智能交通系统中基于交通视频的车辆检测和持续跟踪方法，属于计算机视觉和智能交通信息技术领域。本发明所述方法改进传统粒子滤波框架，加入中值滤波和多特征融合；在提取边缘特征前，利用中值滤波对视频进行去噪，降低环境光线及噪声对视频图像的影响；采用Canny边缘检测算法进行边缘检测，实现车辆分离；利用颜色和边缘的融合特征对车辆进行跟踪；引入判决机制，通过比较巴氏距离与设置阈值的大小，判断是否将均值偏移聚类引入至粒子滤波框架中。
-
Patent Agency Ranking
公开(公告)号：CN110826411A
公开(公告)日：2020-02-21
申请号：CN201910958507.0
申请日：2019-10-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无人机图像的车辆目标快速识别方法，输入图像处理的目标识别领域。针对无人机图像中车辆目标的像素占比小，而且车辆目标在无人机图像中比较密集，原始的网络对其检测比较困难的问题，首先使用不同的anchor个数与大小去匹配图像中的车辆目标，相比于原始网络，使得识别的AP值提高了8.5％，然后又对网络增加了多层特征融合，使得网络在最后分类的时候使用到网络的前面的浅层特征，使得最后的分类与识别的效果更好，在前面改进的基础上，增加多层特征融合以后，网络的AP值提高了1.6％，最后得到的改进后的网络的AP值相比于原始网络的AP值提高了10.1％，从80.5％提高到90.6％，检测的速度相比原始网络有略微的下降，但是精度得到大幅度的提升。
-
公开(公告)号：CN110647719A
公开(公告)日：2020-01-03
申请号：CN201910893801.8
申请日：2019-09-20
Applicant: 西安电子科技大学 , 北京控制与电子技术研究所
IPC: G06F17/14
Abstract: 本发明公开了一种基于FPGA的三维FFT计算装置，主要解决现有技术不能对大尺寸三维数据进行FFT计算的问题。其包括一维FFT计算器、二维FFT计算器及使用FPGA内部块RAM构成的数据缓冲区和外部存储器，该外部存储器缓存由二维FFT计算器计算得到的结果；该三维FFT计算器根据外部存储器缓存的二维FFT的计算结果，计算第三个维度数据的FFT，得到三维FFT计算结果；该数据传输控制模块，生成地址信息以控制计算二维FFT得到的中间结果通过AXI4总线缓存到外部存储器，并控制FPGA从外部存储器按照页的顺序读取数据。本发明计算精度高，计算的三维FFT结果满足实际需求，可用于仿真动态海面电磁散射。
-
公开(公告)号：CN105389582B
公开(公告)日：2019-05-21
申请号：CN201511016757.0
申请日：2015-12-29
Applicant: 西安电子科技大学
IPC: G06K9/46
Abstract: 本发明公开了基于CLEAN算法散射中心提取的ISAR目标轮廓提取方法，首先步骤1:利用二维CLEAN算法提取ISAR目标的散射中心位置信息，根据提取的的N个散射强点对ISAR图像进行重构得到最终的高分辨图像,利用α‑shape得到落在目标边缘处的散射中心位置；并通过本文提出的橡皮筋方法将这些散射中心连成闭合曲线，并对结果进行平滑处理获得平滑的目标轮廓线。本发明的有益效果是将二维CLEAN高分辨技术应用于ISAR像轮廓提取当中，通过本文提出的橡皮筋算法将位于目标边缘处的散射中心用闭合的平滑曲线连接以获得ISAR目标轮廓提取当中，便于后续的ISAR目标分类识别。
-
公开(公告)号：CN109255169A
公开(公告)日：2019-01-22
申请号：CN201810984416.X
申请日：2018-08-27
Abstract: 基于遗传算法的宽带多信号到达角估计方法，利用M个阵元构成的均匀线阵接收K个宽带、远场非相干信号，通过离散傅里叶变换将宽带信号分成多个窄带信号，每个窄带下的信号数据协方差矩阵特征分解，得到信号子空间和噪声子空间，根据信号子空间和噪声子空间的正交性，利用噪声子空间构造零谱，通过向信号子空间的正交投影抑制噪声增强信号，利用罚函数的设置修改遗传算法的选择原则，从而适应宽带多个信号到达角的估计，本发明方法融合了遗传算法的高效搜索优势和MUSIC算法超分辨的优势，在保持参数的高分辨性能不变的前提下，大大缩短了谱峰搜索的时间，本发明方法简单易于工程实现，有效解决了宽带多信号的到达角估计问题。
-
公开(公告)号：CN105653785A
公开(公告)日：2016-06-08
申请号：CN201511015912.7
申请日：2015-12-29
Applicant: 西安电子科技大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开了一种雷达杂波模拟方法、装置及系统，涉及雷达生产及测试，将软件和硬件相结合，不仅不用耗费巨大的人力、物力，节省了资源，而且在增加可行性的基础上，大大提高了雷达杂波模拟的准确性。技术方案要点为：数字信号处理器相关硬件配置；利用ZMNL方法，仿真器对幅度分布为对数正态分布、功率谱为高斯型的杂波进行仿真；编写程序，程序经过仿真器输入数字信号处理器；获取杂波幅度数据和功率谱数的理论数据；获取杂波幅度数据和功率谱数的仿真数据；对理论数据和仿真数据分别进行作图；理论数据图和所述杂波幅度数据和仿真数据图进行对比分析，验证杂波模拟结果。本发明主要用于雷达杂波模拟中。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.029 seconds)
