-
公开(公告)号：CN118191835A
公开(公告)日：2024-06-14
申请号：CN202410243537.4
申请日：2024-03-04
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明涉及一种基于脉间‑脉内捷变频信号的SAR‑GMTI干扰方法，该方法包括：根据运动目标的检测结果得到增益函数；根据增益函数进行脉间频率调制，得到调制信号；根据调制信号和第一干扰信号得到目标干扰信号；根据目标干扰信号和多通道回波信号，得到干扰后的多通道回波信号，根据干扰后的多通道回波信号得到干扰后的运动目标检测结果。通过上述技术方案，能够调整目标干扰信号的位置、数量，并利用运动目标检测结果得到的增益函数最大化目标干扰信号的能量利用率，从而对基于脉间‑脉内捷变频信号的SAR‑GMTI多通道雷达系统进行高效、有效的信号干扰。
-
公开(公告)号：CN118898545B
公开(公告)日：2025-01-24
申请号：CN202411399521.9
申请日：2024-10-09
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明属于图像处理技术领域，涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法，包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元；潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间，此过程通过学习得到的映射函数完成；多层级特征映射单元随后在该潜在空间内操作，其分为点级、局部和全局级映射三个层次；点级映射专注于像素级别的特征提取，而局部级映射则关注于邻域内的特征交互，全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征，实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构，具有较好的轻量化程度。
-
公开(公告)号：CN118898545A
公开(公告)日：2024-11-05
申请号：CN202411399521.9
申请日：2024-10-09
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明属于图像处理技术领域，涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法，包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元；潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间，此过程通过学习得到的映射函数完成；多层级特征映射单元随后在该潜在空间内操作，其分为点级、局部和全局级映射三个层次；点级映射专注于像素级别的特征提取，而局部级映射则关注于邻域内的特征交互，全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征，实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构，具有较好的轻量化程度。
-
公开(公告)号：CN116975603A
公开(公告)日：2023-10-31
申请号：CN202311193638.7
申请日：2023-09-15
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/14 , G06F18/25 , G01S7/36 , G01S13/90
Abstract: 本发明公开了一种基于特征空间距离度量的SAR干扰识别方法，包括：获取至少一条待识别干扰信号数据；采用预设短时傅里叶变换参数对至少一条待识别干扰信号数据进行短时傅里叶变换，得到至少一个时频图；将至少一个时频图输入训练完备的干扰特征向量提取模型，输出至少一个特征向量；训练完备的干扰特征向量提取模型是采用多个训练数据对训练得到的；每个训练数据对包含一个时频图和该时频图的干扰类型标签；根据每个特征向量与干扰特征向量库中干扰类型已知的各个干扰特征向量之间的距离，确定特征向量对应的待识别干扰信号数据的干扰类型；干扰特征向量库是根据训练完备的干扰特征向量提取模型从干扰类型已知的时频图中提取出的特征向量构建的。
-
公开(公告)号：CN113220417A
公开(公告)日：2021-08-06
申请号：CN202110487711.6
申请日：2021-05-06
Applicant: 西安电子科技大学
IPC: G06F9/455
Abstract: 本发明公开了一种限制Docker容器行为的安全防护方法，主要解决现有Docker安全性不足的问题。其实现方案为：分别在每个容器、每个运行工具、Docker引擎上创建包括有行为规范规则的AppArmor配置文件，以限制各自的访问功能，实现容器在非法行为发生时强制停止运行；建立一个可视化行为监控平台，实时监控Docker容器的行为规范，实现当容器强制停止时，平台能发出警报，当非法行为再次出现时，平台能在容器强制停止之前及时发出警报。本发明可保护容器免受非法行为的攻击，并从运营维护的角度监控容器行为，减少因容器强制停止运行带来的损失，进一步保证了容器的安全性能，可用于安全保护系统。
-
Patent Agency Ranking
公开(公告)号：CN118914989A
公开(公告)日：2024-11-08
申请号：CN202411011832.3
申请日：2024-07-26
Applicant: 西安电子科技大学
IPC: G01S7/38
Abstract: 本发明涉及一种有源欺骗干扰方法及装置，包括：构建待掩护目标对应的干扰散射系数模板；根据SAR平台发射的信号获取在待掩护目标处产生的回波信号和待掩护目标处接收到的接收信号；根据干扰机和回波信号生成对消信号；根据接收信号和干扰散射系数模板生成欺骗模板信号；将对消信号和欺骗模板信号发射至SAR平台，以对SAR平台进行欺骗干扰。本发明通过干扰机构建与回波信号相关的对消信号以隐藏待掩护目标的主要特征，再构建与待掩护目标周围场景差异性低的干扰散射系数模板，利用接收信号和干扰散射系数模板生成欺骗模板信号，干扰SAR平台对待掩护目标的识别，达到掩护重要目标或区域的作用，具有较好的欺骗性和隐蔽性。
-
公开(公告)号：CN113220417B
公开(公告)日：2022-10-04
申请号：CN202110487711.6
申请日：2021-05-06
Applicant: 西安电子科技大学
IPC: G06F9/455
Abstract: 本发明公开了一种限制Docker容器行为的安全防护方法，主要解决现有Docker安全性不足的问题。其实现方案为：分别在每个容器、每个运行工具、Docker引擎上创建包括有行为规范规则的AppArmor配置文件，以限制各自的访问功能，实现容器在非法行为发生时强制停止运行；建立一个可视化行为监控平台，实时监控Docker容器的行为规范，实现当容器强制停止时，平台能发出警报，当非法行为再次出现时，平台能在容器强制停止之前及时发出警报。本发明可保护容器免受非法行为的攻击，并从运营维护的角度监控容器行为，减少因容器强制停止运行带来的损失，进一步保证了容器的安全性能，可用于安全保护系统。
-
公开(公告)号：CN119515706A
公开(公告)日：2025-02-25
申请号：CN202510066205.8
申请日：2025-01-16
Applicant: 西安电子科技大学杭州研究院
IPC: G06T5/60 , G06T5/50 , G06N3/084 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于图像处理技术领域，涉及一种基于KAN的空频双域隐式引导采样遥感图像融合方法，包括训练样本构建，创建基于KAN的空频双域隐式引导采样网络，网络训练及将待融合图像输入至训练好的网络中，经过映射生成融合后的高空间分辨率和高光谱分辨率的融合图像。网络包括编码单元、空间隐式引导单元、频率隐式引导单元及解码单元，编码单元由并行的KAN构成将高光谱和多光谱遥感图像映射到深度潜在空间，空间隐式引导单元和频率隐式引导单元分别在空间和频域对HSI进行引导式隐式采样，解码单元对空频域采样特征进行融合并生成最终的融合图像。本发明为纯KAN驱动的架构，取代了以往对多层感知器的依赖，具有较好的轻量化程度。
-
公开(公告)号：CN115629360A
公开(公告)日：2023-01-20
申请号：CN202211645220.0
申请日：2022-12-21
Applicant: 西安电子科技大学
IPC: G01S7/38
Abstract: 本发明公开了一种线性调频的短脉冲采样调制转发干扰信号生成方法，应用于干扰机，包括以下步骤：步骤10，接收雷达发出的雷达发射脉冲信号；步骤20，将雷达发射脉冲信号处理后进行采样，得到前端雷达脉冲信号；步骤30，将前端雷达脉冲信号进行多次复制，得到第一干扰信号；步骤40，将第一干扰信号调制上噪声信号，得到第二干扰信号；步骤50，进行扫频处理，得到目标干扰信号；步骤60，进行D/A转换后进行低通滤波处理；步骤70，通过混频器上变频到雷达的中心载波频率后输出回波干扰信号。本发明兼顾相参的增益以及采样处理效率，且兼具压制干扰与欺骗干扰的效果。
-
公开(公告)号：CN116975603B
公开(公告)日：2025-04-25
申请号：CN202311193638.7
申请日：2023-09-15
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/14 , G06F18/25 , G01S7/36 , G01S13/90
Abstract: 本发明公开了一种基于特征空间距离度量的SAR干扰识别方法，包括：获取至少一条待识别干扰信号数据；采用预设短时傅里叶变换参数对至少一条待识别干扰信号数据进行短时傅里叶变换，得到至少一个时频图；将至少一个时频图输入训练完备的干扰特征向量提取模型，输出至少一个特征向量；训练完备的干扰特征向量提取模型是采用多个训练数据对训练得到的；每个训练数据对包含一个时频图和该时频图的干扰类型标签；根据每个特征向量与干扰特征向量库中干扰类型已知的各个干扰特征向量之间的距离，确定特征向量对应的待识别干扰信号数据的干扰类型；干扰特征向量库是根据训练完备的干扰特征向量提取模型从干扰类型已知的时频图中提取出的特征向量构建的。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.031 seconds)
