-
公开(公告)号：CN119181020A
公开(公告)日：2024-12-24
申请号：CN202411214542.9
申请日：2024-09-01
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于多特征图像预处理的海面小目标检测方法，其实现步骤为：从雷达回波序列中提取三种特征，生成对应的特征矩阵；对特征矩阵进行预处理后生成高分辨率彩色图片；在YOLOv8模型中引入空间注意力模块和通道注意力模块，对改进后的模型进行训练，利用训练好的模型进行海面小目标检测；本发明通过改进的YOLOv8模型，解决了海面小目标检测中的模型不匹配、特征信息利用率低、标注困难的问题，实现了检测性能的提升，并进行了轻量化处理，增强了对海况变化和特征权重的处理能力，实现了虚警率的可控性。本发明具有高检测准确性和鲁棒性。
-
公开(公告)号：CN115327490B
公开(公告)日：2024-11-22
申请号：CN202211062722.0
申请日：2022-08-31
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种投影矩阵预处理的主瓣干扰抑制方法，所述方法包括以下步骤：对接收信号模型采用泰勒估计方法获得精度更高的协方差矩阵；对接收信号的协方差矩阵进行特征值分解；根据分解后的特征值和特征向量构造特征投影矩阵，并对接收信号进行特征投影预处理；利用稀疏重构法对协方差矩阵进行重构；在主瓣范围内权矢量投影不变为前提求得信号的最优权向量；最后把预处理后的信号和权值相乘得到最终结果。
-
公开(公告)号：CN118465723A
公开(公告)日：2024-08-09
申请号：CN202410586061.4
申请日：2024-05-13
Applicant: 西安电子科技大学杭州研究院
Abstract: 本发明属于毫米波交通雷达抗干扰技术领域，具体涉及一种毫米波交通雷达干扰抑制方法，步骤一：构建FMCW雷达含有干扰的回波信号模型；步骤二：EMD分解，用以将回波信号分解为多个IMF分量；步骤三：模态函数提取与重组，对IMF分量进行筛选提取并重组，得到包含更高初始信噪比和更好的干扰稀疏性的回波信号；步骤四：目标回波信号分离，将重组后的回波信号中的目标回波信号分离，实现干扰的抑制，经过步骤一～步骤四可增强回波信号的干扰稀疏性以及信噪比而得到，该信号经过干扰抑制后可以获得相对于更高的信噪比和更清晰的目标特征。本发明能够有效抑制干扰信号，提高目标检测性能，并且具有更高的鲁棒性和更强的干扰抑制能力。
-
公开(公告)号：CN117970234A
公开(公告)日：2024-05-03
申请号：CN202410213002.2
申请日：2024-02-27
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S3/14
Abstract: 本发明公开了一种低复杂度的非均匀阵列DOA估计方法，属于阵列信号处理技术领域，包括以下步骤：S1、根据阵列的结构建模，得到阵列的接收数据矩阵；S2、估计空间信源的来波方向范围，确定接收数据矩阵的变换域Θ的大小；S3、对接收数据矩阵的阵列流型进行双重约束的内插变换，最小化变换域外最大的旁瓣电平，同时限制内插区域内的虚拟阵列和实际阵列之间的误差的上限；S4、对变换后的虚拟均匀线阵的接收数据矩阵，使用Root‑MUSIC算法进行角度估计。本发明采用上述的一种低复杂度的非均匀阵列DOA估计方法，通过内插法将非均匀阵映射为虚拟的均匀线阵，从而能够使用低复杂度的超分辨DOA估计算法求解目标角度信息。
-
公开(公告)号：CN117805815A
公开(公告)日：2024-04-02
申请号：CN202311743519.4
申请日：2023-12-19
Applicant: 河北工业大学 , 西安电子科技大学杭州研究院
Abstract: 本发明为一种基于复数域深度网络的SAR成像识别一体化方法，首先对现有SAR图像进行处理获取原始SAR回波数据，其次基于复数卷积神经网络构建目标识别模型，输入回波数据，利用目标识别模型进行目标识别，得到初步分类结果，并计算识别损失；然后，构建重构网络，重构网络的每个重构层均包括两次复数转置卷积运算；将目标识别模型提取的深层特征输入到重构网络中，得到重构图像；将现有SAR图像作为标签，计算重构损失；最后、对目标识别模型的特征提取网络进行训练，并根据识别损失和重构损失对特征提取网络进行优化，得到优化后的目标识别模型。该方法将图像重构作为辅助任务，利用辅助任务和分类任务共同指导网络训练，通过重构SAR图像在训练阶段引导网络学习，有效提升模型对于目标可分性特征的识别能力。
-
Patent Agency Ranking
公开(公告)号：CN116449298A
公开(公告)日：2023-07-18
申请号：CN202310135508.1
申请日：2023-02-20
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于改进拓扑的航迹关联方法，包括以下步骤：S1、将两雷达目标航迹转换到公共坐标系下；S2、构建雷达目标航迹的拓扑序列；S3、结合历史拓扑信息，计算当前时刻目标的拓扑平均距离；S4、使用OSPA距离衡量目标拓扑集合的关联度，得到关联矩阵；S5、采用匈牙利算法对关联矩阵进行最优分配得到关联结果。本发明采用上述基于改进拓扑的航迹关联方法，能够有效地降低随机误差对航迹关联算法的影响，提高关联性能。
-
公开(公告)号：CN116052414A
公开(公告)日：2023-05-02
申请号：CN202211597658.6
申请日：2022-12-12
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于毫米波雷达的交通流量监控系统，系统在windows系统下基于Qt的人机交互界面软件架构，在MCSV开发环境下进行开发，包括显示模块、控制模块、数据传输模块及数据存储模块，所述数据存储模块、所述数据传输模块、所述控制模块和所述显示模块均采用独立线程运行，每个线程分设子线程实现数据的并行处理，每个线程之间采用数据队列的方式实现数据共享，程序的主函数为Qt中的main函数，为创建窗口对象BasicWindow对上述模块进行初始化操作。本发明采用上述的一种基于毫米波雷达的交通流量监控系统，实现了显控系统可实时连接雷达进行数据交互，对交通雷达采集到的道路交通信息进行可视化显示和数据存储。
-
公开(公告)号：CN115423019A
公开(公告)日：2022-12-02
申请号：CN202211066456.9
申请日：2022-09-01
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06K9/62 , G01S13/931
Abstract: 本发明公开了一种基于密度的模糊聚类方法，包括以下步骤：获取当前帧数据，获得簇类个数k‑计算每个簇类横向距离最大差值,更新簇类个数‑构造目标函数‑求解目标函数，获得一次模糊聚类结果‑重复直至满足终止条件，并且更新隶属度矩阵为和簇中心由更新的一次聚类结果作为输入初始值，构造新的目标函数‑再次求解目标函数，获得二次模糊聚类结果，迭代更新隶属度矩阵和位置中心点‑若二次模糊聚类满足迭代条件，则继续，否则重复‑输出更新的隶属度矩阵和位置中心点,得到二次模糊聚类结果，所得更新的隶属度矩阵即为最终的隶属度模糊矩阵。本发明采用上述基于密度的模糊聚类方法，优化聚类结果，并且有效解决相邻同速车辆被聚为一簇的问题。
-
公开(公告)号：CN115372972A
公开(公告)日：2022-11-22
申请号：CN202210939065.7
申请日：2022-08-05
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S13/91 , G01S13/931 , G06K9/62
Abstract: 本发明公开了一种基于交通毫米波雷达点云数据的聚类方法，所述方法包括以下步骤：获取当前帧的点云数据；对当前帧数据进行帧内DBSCAN处理；获取上一帧的聚类结果；使用当前帧的聚类结果和上一帧的聚类结果进行帧间聚类；输出聚类结果并进行点迹凝聚。本发明解决了小目标远距离时没有轨迹，大目标近距离时目标分裂两个难题，提升了点云数据聚类的质量，从而提升目标追踪的质量。
-
公开(公告)号：CN118152905A
公开(公告)日：2024-06-07
申请号：CN202410191785.9
申请日：2024-02-21
Applicant: 西安电子科技大学杭州研究院
IPC: G06F18/2411 , A61B5/05 , A61B5/00 , A61B5/0205 , G06F18/213 , G06F18/21
Abstract: 本发明公开了一种低信噪比下的生命体征检测雷达信号处理方法，属于电子信息技术领域，包括：测量多组I/Q通道的数字中频信号幅度，动态跟踪直流偏移量并补偿；帧内信号相干积累；距离处理；基于历史估计和当前状态进行运动目标检测；基于距离维CFAR和自协方差函数进行距离跟踪；相位解调；解调出真实相位，再对相位做差分以增强心跳信号；呼吸、心跳两路带通滤波，得出相位分量；对两路带通滤波输出信号分别进行信号重组；基于多重信号分类算法频谱估计，输出频率估计结果。本发明采用上述的一种低信噪比下的生命体征检测雷达信号处理方法，实现更好的抗随机体动干扰性能，在低信噪比下也能实现高精度检测。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.057 seconds)
