-
公开(公告)号：CN117214138A
公开(公告)日：2023-12-12
申请号：CN202311099146.1
申请日：2023-08-29
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种利用散斑场偏振特性的超光学记忆双目标分离方法及装置，该方法包括：步骤1：利用偏振相机获取双目标在不同偏振方位角下的散斑光场图；步骤2：根据散斑光场图构建观测矩阵；步骤3：根据观测矩阵分离得到双目标对应的散斑信息；步骤4：根据双目标对应的散斑信息重建恢复得到双目标对应的目标图像。本发明的利用散斑场偏振特性的超光学记忆双目标分离方法，通过利用散斑场的偏振特性，通过不同偏振方位角调控的散斑图样，结合独立成分分析算法，利用偏振特性和不同散斑的独立性，通过独立成分分析从混合图案中提取和检索孤立斑点，结合相位恢复算法分别重建出两个目标，利用其自相关信息和相位恢复算法进而恢复出清晰的目标。
-
公开(公告)号：CN116740560A
公开(公告)日：2023-09-12
申请号：CN202310540750.7
申请日：2023-05-12
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种结合属性向量的空间目标零样本识别方法，通过从雷达设备获取空间目标的待识别ISAR图像；为隶属于同一类的空间目标生成一个类别属性向量；通过训练好的属性模型网络对待识别ISAR图像进行识别，得到预测属性向量；将预测属性向量与类别属性向量对比得到待识别ISAR图像中空间目标的所属类别。由于本发明利用训练数据的属性知识和样本数据信息，无需ISAR图像序列即可实现对待识别ISAR图像的属性预测，应用场景广泛。此外，本发明利用空间目标类别的属性知识可以实现对没有训练样本的空间目标类别目标的识别，克服了现有基于网络的空间目标识别方法中存在的需要每类目标存在大量训练样本的问题。
-
公开(公告)号：CN115856818A
公开(公告)日：2023-03-28
申请号：CN202211508539.9
申请日：2022-11-29
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于不确定性和数据拒判的雷达目标分类方法，其实现步骤是：构建训练集而后利用生成的具有不确定性表示能力的损失函数训练卷积神经网络；处理待测试雷达回波；计算处理后的测试雷达回波不确定性指标；判断测试雷达回波是否拒判；若拒判，则将测试雷达回波样本作为受到污染的低质量雷达回波信号；若不拒判，输出该测试雷达回波的目标分类结果。本发明拒判杂波、欺骗式干扰等低质量雷达回波信号，提升了雷达自动识别系统的分类识别率。同时采用不确定性指标作为拒判准则相较于其他拒判方法，更为有效的辨别低质量雷达回波。
-
公开(公告)号：CN107425895B
公开(公告)日：2020-07-03
申请号：CN201710476525.6
申请日：2017-06-21
Applicant: 西安电子科技大学
IPC: H04B7/0413 , H04B7/08 , H04B17/391 , H04L25/02
Abstract: 本发明属于无线通信技术领域，公开了一种基于实测的3D MIMO统计信道建模方法，有效而准确地反映真实三维信道环境，提高信道模型的精度；通过外场测量提取大尺度参数的统计特征，生成大尺度参数的互相关矩阵来解决现有模型中该矩阵非正定的问题，利用线性模型统计建模3D MIMO信道的俯仰角扩展，增加垂直域角度扩展与距离的依赖关系，通过混合Von Mises Fisher分布来随机生成具有互依赖性的子径方位角和子径俯仰角；根据外场测量的统计分析确定信道模型的各个表征参数，生成3D MIMO信道系数。本发明拓展了3D MIMO信道模型的应用，为准确而高效地评估3D MIMO系统相关算法提供了有力的工具。
-
公开(公告)号：CN105871898B
公开(公告)日：2019-04-23
申请号：CN201610344562.7
申请日：2016-05-23
Applicant: 西安电子科技大学
IPC: H04L29/06
Abstract: 本发明公开了一种抗共谋攻击的设备区域可证安全验证方法，主要解决现有位置密码学技术中缺少的以区域为凭证信息的安全验证方法。其实现方案包括：建立可证安全验证模型，证明者处于目标区域内；验证者选择信息源和随机数列，彼此间共享消息，验证者以广播形式重放消息；证明者生成度量值，计算验证值并广播其位置信息；验证者验证验证值的正确性，判断证明者位置信息是否被接受，若通过验证，广播证明者位置信息，否则，验证不通过，即证明者声称的位置不在区域内，验证结束。本发明满足目标区域内的任意证明者在验证后，能够有效抵御多个敌手的共谋攻击，实现证明者位置的安全验证。可用于验证设备即证明者是否处于目标区域内。
-
Patent Agency Ranking
公开(公告)号：CN108509989A
公开(公告)日：2018-09-07
申请号：CN201810254090.5
申请日：2018-03-26
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种基于高斯选控玻尔兹曼机的HRRP识别方法，主要针对已有HRRP识别方法不足，提出了高斯选控玻尔兹曼机应用于HRRP的噪声稳健识别。其实现步骤是：(1)预处理数据；(2)构建高斯选控玻尔兹曼机网络；(3)初始化网络参数；(4)将预处理后的HRRP训练样本输入高斯选控玻尔兹曼机；(5)对隐藏层和选择因子进行迭代采样；(6)更新可见层；(7)更新网络参数；(8)训练线性SVM分类器，输出识别结果。本发明降低了对HRRP数据噪声先验的依赖性，同时能够有效提取原始数据的有用特征，具有良好的噪声稳健性，并提高了HRRP识别正确率。
-
公开(公告)号：CN105681349A
公开(公告)日：2016-06-15
申请号：CN201610152477.0
申请日：2016-03-17
Applicant: 西安电子科技大学
IPC: H04L29/06
CPC classification number: H04L63/105 , H04L63/20 , H04L63/205
Abstract: 本发明公开了一种空间信息网络中域间信任建立及多级安全关联方法，主要解决现有技术无法独立提供域间动态信任管理和支持多域多安全级的服务协同的问题。其技术方案是：动态计算不同安全域之间总体信任值和不同安全域内交互节点间的信任值；跨域交互节点根据信任值的变化动态建立不同等级的安全关联，并根据安全关联等级的变化动态提供不同安全等级的服务。本发明具有动态性和提供多域的多级安全关联服务的特点，能够满足空间信息网络环境多安全域间动态信任管理和不同信任等级、不同应用场景下不同的安全需求，可用于空间信息网络中动态信任管理和多域安全协同操作。
-
公开(公告)号：CN113240047A
公开(公告)日：2021-08-10
申请号：CN202110613816.1
申请日：2021-06-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于部件解析多尺度卷积神经网络的合成孔径雷达SAR目标识别方法，主要解决现有技术对SAR目标内在信息挖掘不充分且难以建立合适的模版库导致SAR目标识别准确率低的问题，实现步骤为：(1)生成训练集；(2)构建部件解析多尺度卷积神经网络；(3)训练部件解析多尺度卷积神经网络；(4)对待分类的合成孔径雷达SAR复图像进行分类。本发明同时利用了SAR目标的幅值信息和电磁散射信息，并通过网络对SAR图像进行分类，使得本发明对SAR目标内在信息挖掘更加充分且不需要构建模版库，有效地提高了SAR目标识别的准确率。
-
公开(公告)号：CN106993027B
公开(公告)日：2020-02-07
申请号：CN201710153152.9
申请日：2017-03-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种远程数据存储位置的验证方法，主要解决远程数据定位存在误差较大、成本高及要求网络上时间延迟与地理距离近似为线性关系的问题。实现方案是：利用地标对所有网络节点发送多次探测，收集它们间的时间延迟，计算时间延迟的正态分布概率密度函数并建延迟匹配库；定位时，各地标对目标发送请求，记录目标响应的时间延迟；根据时间延迟计算目标可能所在网络节点的概率；依据概率计算远程数据存储位置验证的结果。本发明仅用三台地标，实现了城市级别的定位。不仅避免了时间延迟与地理距离的映射，降低了误差，提高定位精度，且所需服务器资源少，并存在评估定位正确率的量化方法。可用于定位云端数据或直接进行IP定位。
-
公开(公告)号：CN104270795B
公开(公告)日：2018-03-02
申请号：CN201410471730.X
申请日：2014-09-16
Applicant: 西安电子科技大学
CPC classification number: Y02D70/30
Abstract: 本发明涉及一种基于骨干节点构建传感器网络中信息势域的方法和系统。其中所述方法包括以下步骤：为传感器网络中的所有传感器节点设置信息强度值；从多个传感器节点中选择多个传感器节点以作为骨干节点，由骨干节点组成骨干网络，并且在骨干网络上执行雅克比迭代直到骨干网络收敛为止，从而确定每个骨干节点的信息强度值；根据骨干节点的信息强度值，采用拉格朗日插值法和双线性插值法，分布式地计算传感器网络中的普通传感器节点的信息强度值；在传感器网络内执行多次雅克比迭代，直到传感器网络收敛，以实现对传感器网络进行信息势域光滑处理，从而获得光滑的信息势域。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.038 seconds)
