-
公开(公告)号：CN107563428A
公开(公告)日：2018-01-09
申请号：CN201710742716.2
申请日：2017-08-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于生成对抗网络的极化SAR图像分类方法，主要解决现有技术中极化SAR图像特征选取不合理导致分类精度不高的问题，充分利用无标签和有标签样本，无需设计复杂的代价函数。本发明的具体实现步骤如下：(1)输入待分类的极化合成孔径雷达SAR图像的相干矩阵；(2)滤波；(3)生成样本集；(4)选取样本；(5)构造生成对抗网络；(6)训练生成网络与对抗网络；(7)对样本集进行分类；(8)输出极化SAR图像样本集中所有样本的类别标签。本发明具有对极化SAR图像分类效果显著的优点，可进一步用于极化SAR图像目标检测和目标识别。
-
公开(公告)号：CN115037392B
公开(公告)日：2023-07-18
申请号：CN202210227858.6
申请日：2022-03-08
Applicant: 西安电子科技大学
IPC: H04B17/309 , G06F18/214 , G06F18/2431 , G06F18/21 , G06N20/00
Abstract: 本发明属于通信测控技术领域，公开了一种基于随机森林的信号检测方法、终端、介质及飞行器，获取数据集，按照采样频率和码元速率对传输比特进行过采样，生成数据矩阵；将生成的数据矩阵通过高斯信道，按照不同信噪比添加有色噪声。将数据集中部分数据作为训练集，剩余部分作为验证集，通过训练集对随机森林分类器进行训练。通过验证集测试此分类器检测性能。本发明提供的随机森林分类技术具有强分类特性，相对于传统信号检测算法能够在更低信噪比下可靠得检测出信号。本发明不同数据类型组成训练集对分类器进行训练，使得此分类器对适用于各种信号形式。本发明对信号提取参数样本更有效地分类从而具有更高的检测概率以及更低的虚警概率。
-
公开(公告)号：CN115037392A
公开(公告)日：2022-09-09
申请号：CN202210227858.6
申请日：2022-03-08
Applicant: 西安电子科技大学
IPC: H04B17/309 , G06K9/00 , G06K9/62 , G06N20/00
Abstract: 本发明属于通信测控技术领域，公开了一种基于随机森林的信号检测方法、终端、介质及飞行器，获取数据集，按照采样频率和码元速率对传输比特进行过采样，生成数据矩阵；将生成的数据矩阵通过高斯信道，按照不同信噪比添加有色噪声。将数据集中部分数据作为训练集，剩余部分作为验证集，通过训练集对随机森林分类器进行训练。通过验证集测试此分类器检测性能。本发明提供的随机森林分类技术具有强分类特性，相对于传统信号检测算法能够在更低信噪比下可靠得检测出信号。本发明不同数据类型组成训练集对分类器进行训练，使得此分类器对适用于各种信号形式。本发明对信号提取参数样本更有效地分类从而具有更高的检测概率以及更低的虚警概率。
-
公开(公告)号：CN104122551A
公开(公告)日：2014-10-29
申请号：CN201410330645.1
申请日：2014-07-12
Applicant: 西安电子科技大学
CPC classification number: G01S7/4052 , G01S13/9035 , G01S2013/9064
Abstract: 本发明公开了基于二维酉ESPRIT的ISAR横向定标方法，首先构建目标转台模型r(t)≈Ro+xcos(ωt)+ysin(ωt)，和目标转台模型的ISAR信号回波模型应用目标转台模型的ISAR信号回波模型，基于2D U-ESPRIT进行散射中心提取；散射中心位置估计为根据散射中心位置估计，基于调频率估计方法完成横向定标。本发明的有益效果是将二维酉ESPRIT超分辨技术应用于ISAR成像中，以获取超分辨ISAR图像。并将其应用于ISAR定标算法中获取目标的转动速度进而完成横向定标，使分辨率不会受到带宽与转角的限制。
-
Patent Agency Ranking
公开(公告)号：CN107563428B
公开(公告)日：2019-07-02
申请号：CN201710742716.2
申请日：2017-08-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于生成对抗网络的极化SAR图像分类方法，主要解决现有技术中极化SAR图像特征选取不合理导致分类精度不高的问题，充分利用无标签和有标签样本，无需设计复杂的代价函数。本发明的具体实现步骤如下：(1)输入待分类的极化合成孔径雷达SAR图像的相干矩阵；(2)滤波；(3)生成样本集；(4)选取样本；(5)构造生成对抗网络；(6)训练生成网络与对抗网络；(7)对样本集进行分类；(8)输出极化SAR图像样本集中所有样本的类别标签。本发明具有对极化SAR图像分类效果显著的优点，可进一步用于极化SAR图像目标检测和目标识别。
-
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：CN104850754A
公开(公告)日：2015-08-19
申请号：CN201510289138.2
申请日：2015-05-29
Applicant: 西安电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种风浪-涌浪混合模式动态海面电磁散射计算方法，包括以下步骤：S1：从风浪-涌浪混合模式海浪谱出发进行线性海面几何建模，该海浪谱由主波系统和副波系统两部分组成；S2：采用非线性尖浪模型针对上述风浪-涌浪混合模式海浪进行几何建模；S3：利用二阶小斜率近似方法计算风浪-涌浪混合模式海面电磁散射系数；S4：基于上述风浪-涌浪混合模式海谱模型、非线性尖浪模型和二阶小斜率近似方法，可计算得到不同海况下的散射系数，并通过精确数值算法-多阶矩感应方法对经过二阶小斜率近似算法计算的基于风浪谱的线性海面电磁散射系数进行验证。本发明的有益效果在于，提供一种准确有效的风浪-涌浪混合模式动态海面电磁散射计算方法。
-
公开(公告)号：CN104122551B
公开(公告)日：2017-02-15
申请号：CN201410330645.1
申请日：2014-07-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于二维酉ESPRIT的ISAR横向定标方法，首先构建目标转台模型r(t)≈Ro+xcos(ωt)+ysin(ωt)，和目标转台模型的ISAR信号回波模型 应用目标转台模型的ISAR信号回波模型，基于2D U-ESPRIT进行散射中心提取；散射中心位置估计为根据散射中心位置估计，基于调频率估计方法完成横向定标。本发明的有益效果是将二维酉ESPRIT超分辨技术应用于ISAR成像中，以获取超分辨ISAR图像。并将其应用于ISAR定标算法中获取目标的转动速度进而完成横向定标，使分辨率不会受到带宽与转角的限制。
-
公开(公告)号：CN105389582A
公开(公告)日：2016-03-09
申请号：CN201511016757.0
申请日：2015-12-29
Applicant: 西安电子科技大学
IPC: G06K9/46
CPC classification number: G06K9/4604
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.04 seconds)
