-
公开(公告)号：CN115718895A
公开(公告)日：2023-02-28
申请号：CN202211215902.8
申请日：2022-09-30
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F18/2413 , G06F18/231 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06F16/29
Abstract: 本发明公开了一种于意图识别的轨迹数据处理方法，属于轨迹数据处理技术领域。本发明包括：采集飞行器的轨迹数据，并对采集的轨迹数据进行数据预处理，按照指定的数据格式存储轨迹数据；提取一定数量的轨迹数据并进行特征提取处理；采用动态时间规整算法对轨迹相似度进行判别，通过层次聚类得到轨迹对应的轨迹簇并将其作为类别信息添加到轨迹数据中，作为一条训练轨迹数据；对于聚类得到的各轨迹簇，通过簇内轨迹的相互相似度计算出每个轨迹簇的中心轨迹；构建并训练意图识别模型，以获取待识别的轨迹数据的意图识别结果。本发明能有效提升对飞行器的飞行意图的识别性能。
-
公开(公告)号：CN117706511A
公开(公告)日：2024-03-15
申请号：CN202311639234.6
申请日：2023-12-01
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于雷达运动目标检测技术领域，公开了一种基于平面阵列的FDA‑MIMO雷达运动目标检测方法及系统。本发明提出了一种基于平面阵列的FDA‑MIMO雷达的运动目标检测方法及系统，考虑了更符合工程实际应用的平面阵列和目标的二阶运动。除了做两次二阶Keystone变换外，还构造了加速度和速度模糊因子的相位补偿函数。在此过程中，目标的能量被更好地积累，使得基于平面阵列的FDA‑MIMO雷达在低信噪比条件下也能具有良好的目标检测能力。
-
公开(公告)号：CN115856816A
公开(公告)日：2023-03-28
申请号：CN202211477521.7
申请日：2022-11-23
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01S7/41
Abstract: 本发明公开了一种基于发射功率分配的FDA雷达静止目标检测方法及系统，该方法包括如下步骤：S1：构建FDA雷达的发射端结构和接收端结构；S2：根据预设频率增量计算发射端的阵元发射信号；S3：根据阵元发射信号得到接收端的目标回波信号，并得到目标所在距离门的信号数据；S4：根据信号数据构建最大似然检测模型，并得到所述检测模型的虚警概率和目标的检测概率；S5：根据检测概率，建立优化模型，将优化的参数用于下一次发射，提高杂波中静止目标的检测概率。本发明在不改变总发射功率的前提下，可以有效提高杂波中静止目标的检测性能，能够有效解决杂波中静止目标的检测问题。
-
公开(公告)号：CN117665702A
公开(公告)日：2024-03-08
申请号：CN202311646166.6
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种联合自适应LASSO与块稀疏贝叶斯的直接定位方法，包括以下步骤：S1：获取多基站多阵列接收的远距离多辐射源的信号数据；S2：对获得的信号进行傅里叶变换，并进行列矢量化；S3：对辐射源可能存在的区域划分网格点，计算每个网格点的阵列流形以及到接收基站间的延时，形成过完备字典；S4：将列矢量化后的数据与过完备字典转换为实数形式；S5：利用实数化的接收信号和过完备字典来获得不同网格点的似然估计值，计算似然估计值大于门限对应的网格点，即为估计的多个辐射源的位置。本发明可保证算法在远距离中，受噪声和信道衰减的干扰，能够在低信噪比、少快拍的条件下依然保持良好的定位精度和分辨率以及稳健性。
-
公开(公告)号：CN115563468A
公开(公告)日：2023-01-03
申请号：CN202211166895.7
申请日：2022-09-23
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/00 , G06F18/245 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习网络融合的自动调制分类方法，包括以下步骤：获取数据集RML2016.10a中的WBFM信号样本，选择合适的阈值分离处于静音期的WBFM信号；使用数据增强方法将新的WBFM信号扩充到1000个，并对原有数据集进行扩充；将步骤S2中扩充的数据集划分为训练集、验证集和测试集；对步骤S3中的数据分别计算其幅度、相位和分数阶傅里叶变换的结果；搭建多通道特征融合网络模型，该模型包含LSTM网络和FPN网络；进行网络模型训练，训练完成后，将验证集数据输入到已经训练好的网络模型进行验证，计算预测准确度；通过测试集对网络模型进行参数微调，提高预测精度，并将最后的模型作为自动调制分类模型。本发明提高了通信信号平均分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN119249163A
公开(公告)日：2025-01-03
申请号：CN202411200461.3
申请日：2024-08-29
Applicant: 电子科技大学
IPC: G06F18/22 , G01S7/41 , G06F18/10 , G06F18/2131 , H04B7/0413 , H04B7/06 , G06F18/25 , G06F17/10
Abstract: 本发明公开了一种基于距离‑频偏补偿的FDA‑MIMO雷达多通道相参积累方法，属于雷达运动目标检测技术领域。本发明包括：利用二维平面阵列FDA‑MIMO雷达得到目标的回波信号；对回波信号进行多通道匹配滤波，并在慢时间进行FFT变换实现脉冲积累；接着进行协方差矩阵计算以获取噪声子空间和信号子空间；再进行目标的方位角和俯仰角搜索，基于特征分解得到距离‑频偏耦合补偿向量；多通道波束成形，将多通道信号能量进行相参合成并利用恒虚警率进行目标检测。本发明可以显著提高输出信噪比，并且降低了相参积累的计算复杂度，并且当目标距离估计存在误差或由频偏产生多普勒效应时，本发明相较于MUSIC算法能获得更高的相参积累增益。
-
公开(公告)号：CN118011331A
公开(公告)日：2024-05-10
申请号：CN202410317159.X
申请日：2024-03-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种对抗机载MIMO雷达空域滤波的频控阵干扰信号实现方法，属于基于频控阵的雷达干扰机设计技术领域。本发明首先基于频控阵干扰机截获雷达信号，并对其进行数字射频存储处理以得到干扰信号，并对其加载欺骗延时，接着在频控阵干扰机的不同的辐射天线附加不同的频偏后，再以阵列天线的形式发射干扰信号；机载MIMO雷达接收到干扰信号后，对其进行空时自适应处理。本发明通过机载MIMO雷达的匹配滤波，单个频控阵干扰机可以在距离维产生密集型假目标，这是单个传统干扰机技术无法实现的；本发明通过频控阵干扰机可以降低机载MIMO雷达空域滤波的输出信干噪比，降低目标被检测的概率，使雷达干扰抑制性能下降。
-
公开(公告)号：CN118011330A
公开(公告)日：2024-05-10
申请号：CN202410317158.5
申请日：2024-03-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种对抗机载MIMO雷达空时自适应处理的频控阵干扰信号实现方法，属于基于频控阵的雷达干扰机设计技术领域。本发明首先基于频控阵干扰机截获雷达信号并经数字射频调制存储处理得到干扰信号，再对其加载欺骗延时；在频控阵干扰机的不同的辐射天线附加不同的频偏后，以阵列天线的形式向地面发射干扰信号，经地面反射后生成频控阵投散射式干扰信号并被机载雷达接收；机载雷达对回波数据进行空时自适应处理抗干扰的信号处理。本发明采用的频控阵投散射式干扰可以通过改变频偏而改变机载雷达杂波协方差矩阵的秩，由此影响杂波自由度；以及通过改变频偏来影响机载雷达STAP改善因子的凹口，由此影响雷达STAP抗干扰性能。
-
公开(公告)号：CN113777599B
公开(公告)日：2023-06-16
申请号：CN202111067790.1
申请日：2021-09-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于FDA‑MIMO雷达的速度解模糊方法，通过构建FDA‑MIMO雷达的发射端阵列与接收端阵列；通过预设频率增量计算FDA‑MIMO雷达发射端阵列的阵元发射信号，并通过阵元发射信号计算接收端阵列的目标回波信号，并得到目标所在距离门的信号数据；根据信号数据分别计算存在多普勒模糊的各载频对应的估计速度与无多普勒模糊的估计速度，并利用一维集法得到目标速度估计值；本发明在不发射多个不同脉冲重复周期的信号的前提下，实现高速运动目标的无模糊速度估计，具有计算量小，获取速度精度高的优点，简化FDA‑MIMO雷达的系统复杂度，提高测量速度范围，有效解决了低重频下运动目标速度出现多普勒模糊的问题。
-
公开(公告)号：CN116047418A
公开(公告)日：2023-05-02
申请号：CN202310004984.X
申请日：2023-01-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于小样本的多模态雷达有源欺骗干扰识别方法，属于雷达有源欺骗干扰识别技术领域。本发明包括：对获取到的雷达有源欺骗干扰信号进行信号处理，以提取特征参数模态数据集和时频图像数据集，对前者进行高斯随机化扩充，对后者利用手写字符数据集Omniglot数据集进行扩充，再将其划分为支撑集和查询集；搭建基于多模态融合的原型网络，根据支撑集分别计算特征参数模态和时频图像模态的原型，对特征参数模态和时频图像模态的原型进行特征融合，获取多模态融合原型；根据多模态融合原型对查询集的样本进行分类，以得到雷达有源欺骗干扰的识别模型。本发明能够在小样本的条件下获取到足够的干扰特征，达到良好的雷达有源欺骗干扰识别效果。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.04 seconds)
