公开(公告)号：CN117289215A

公开(公告)日：2023-12-26

申请号：CN202311123315.0

申请日：2023-09-01

Applicant: 电子科技大学

Inventor： 张伟 ,  陈翾宇 ,  钟丽媛

IPC: G01S7/36 ,  G01S7/28

Abstract: 本发明提供一种基于干扰认知的复合干扰抑制方法，采用两步抑制过程：第一步：针对副瓣干扰采用方向估计联合正交投影，既抑制了副瓣干扰，又充分保留了主瓣信号；第二步：通过迁移学习来识别主瓣干扰特征，进而估计干扰参数，再通过重构、对消干扰信号的方式来实现对主瓣干扰的抑制；最终实现目标检测。采用方向估计联合正交投影进行副瓣抑制，避免了阻塞矩阵方法中常见的主波束变形问题；其次，采用迁移学习，以单一干扰作为源域、复合干扰作为目标域，在复合干扰域达到较高识别率；最后，基于主瓣干扰识别结果，通过时频域分析进行干扰参数估计结合阵列导向估计产生干扰信号，参考干扰信号以对消真实干扰，达到抑制主瓣干扰信号的目的。

公开(公告)号：CN115082679A

公开(公告)日：2022-09-20

申请号：CN202210723299.8

申请日：2022-06-23

Applicant: 电子科技大学

Inventor： 张伟 ,  李浩 ,  陈翾宇

IPC: G06V10/26 ,  G06V10/32 ,  G06V10/44 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08 ,  G01S7/02

Abstract: 本发明提供一种基于语义分割的雷达复合干扰识别方法，根据单一干扰的类型、中心频率、带宽、起始时间和持续时间来产生不同时频重叠度的复合干扰信号，生成样本图片；对样本图片进行标注生成复合干扰样本；干扰类型标签包括单一干扰类型和背景部分；再语义分割模型对复合干扰样本中的所有像素点语义类型判断完毕输出当前预测结果；本发明实现了对复合干扰准确分类识别和时频分布信息提取。能自动提取复合干扰类型特征，不依赖人工选择；覆盖干扰空间大，识别准确率高。

公开(公告)号：CN114241263A

公开(公告)日：2022-03-25

申请号：CN202111551230.3

申请日：2021-12-17

Applicant: 电子科技大学

Inventor： 张伟 ,  康慧 ,  陈翾宇 ,  曹建蜀

IPC: G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于生成对抗网络的雷达干扰半监督开集识别系统，包括生成对抗网络GAN形成的生成器和自适应伪标签‑卷积神经网络形成的判别器两部分：生成器用于从随机噪声中生成伪样本；判别器用于判别输入样本的真假情况。训练过程中，生成器将生成的伪样本和K类少量有标记样本输入到判别器中进行训练，将生成器生成的伪样本判定为第K+1类，将真实样本判定为前K类；完成训练后，将待识别雷达干扰数据输入已完成训练的判别器，判别器输出干扰识别结果。本发明引入生成对抗网络，在迭代过程中通过生成器与判别器的博弈对抗增强模型的识别能力和对未知类的判别能力，实现少量标记样本下的雷达干扰半监督开集识别。

公开(公告)号：CN115082679B

公开(公告)日：2024-04-16

申请号：CN202210723299.8

申请日：2022-06-23

Applicant: 电子科技大学

Inventor： 张伟 ,  李浩 ,  陈翾宇

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/26 ,  G06V10/32 ,  G06V10/44 ,  G06V10/82 ,  G06V10/764 ,  G01S7/02

Abstract: 本发明提供一种基于语义分割的雷达复合干扰识别方法，根据单一干扰的类型、中心频率、带宽、起始时间和持续时间来产生不同时频重叠度的复合干扰信号，生成样本图片；对样本图片进行标注生成复合干扰样本；干扰类型标签包括单一干扰类型和背景部分；再语义分割模型对复合干扰样本中的所有像素点语义类型判断完毕输出当前预测结果；本发明实现了对复合干扰准确分类识别和时频分布信息提取。能自动提取复合干扰类型特征，不依赖人工选择；覆盖干扰空间大，识别准确率高。

公开(公告)号：CN114241263B

公开(公告)日：2023-05-02

申请号：CN202111551230.3

申请日：2021-12-17

Applicant: 电子科技大学

Inventor： 张伟 ,  康慧 ,  陈翾宇 ,  曹建蜀

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0895

Abstract: 本发明提供一种基于生成对抗网络的雷达干扰半监督开集识别系统，包括生成对抗网络GAN形成的生成器和自适应伪标签‑卷积神经网络形成的判别器两部分：生成器用于从随机噪声中生成伪样本；判别器用于判别输入样本的真假情况。训练过程中，生成器将生成的伪样本和K类少量有标记样本输入到判别器中进行训练，将生成器生成的伪样本判定为第K+1类，将真实样本判定为前K类；完成训练后，将待识别雷达干扰数据输入已完成训练的判别器，判别器输出干扰识别结果。本发明引入生成对抗网络，在迭代过程中通过生成器与判别器的博弈对抗增强模型的识别能力和对未知类的判别能力，实现少量标记样本下的雷达干扰半监督开集识别。