一种基于距离-方位像重建的InISAR成像散射中心提取方法

    公开(公告)号:CN116643278A

    公开(公告)日:2023-08-25

    申请号:CN202310778973.7

    申请日:2023-06-29

    IPC分类号: G01S13/90

    摘要: 一种基于距离‑方位像重建的InISAR成像散射中心提取方法,包括以下步骤;在二维ISAR图像中通过将目标散射点四周不含目标的区域置零实现预处理;对不同距离单元和方位单元的自相关矩阵进行特征值分解,利用各个单元得到的最大特征值分别预重构一维距离像和一维方位像,然后,对最大特征值小于一定阈值的对应图像单元进行置零,得到了将部分噪声区域置零后的二维ISAR图像;设置阈值,认为高于阈值的距离和方位单元含有目标散射点;图像中幅值高于门限的点认为是目标散射点,分别对距离和方位向提取散射点;综合距离向和方位向来确定散射点并剔除虚假散射点。本发明具有高效提取目标弱散射点的特点,能够达到在充分保留弱散射点的同时有效减少噪声的目的。

    一种基于联合稀疏恢复的低复杂度InISAR三维成像方法

    公开(公告)号:CN114675266A

    公开(公告)日:2022-06-28

    申请号:CN202111340176.8

    申请日:2021-11-12

    IPC分类号: G01S13/90 G06T17/00

    摘要: 本发明涉及雷达技术领域,具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法,包括以下步骤:建立InISAR成像系统的几何结构,并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型;按照酉变换近似消息传递UTAMP,对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换,并建立InISAR成像联合稀疏恢复的贝叶斯学习模型;构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图;根据建立的联合稀疏恢复贝叶斯学习模型的因子图,设计其中各个变量的消息更新规则;根据消息更新规则,得到三个通道的二维图像后,通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度,具有更好的噪声抑制抑制能力,极大的降低了算法计算复杂度。

    一种基于AU-Net的ISAR增强成像方法
    3.
    发明公开

    公开(公告)号:CN117890906A

    公开(公告)日:2024-04-16

    申请号:CN202410065162.7

    申请日:2024-01-17

    摘要: 一种基于AU‑Net的ISAR增强成像方法,包括以下步骤;步骤1,根据随机散射点模型仿真生成ISAR回波数据,并通过随机加噪、降采样及成像预处理构建ISAR图像训练集;步骤2,通过向U‑Net结构中引入注意力机制构建用于ISAR稀疏高分辨成像的AU‑Net成像网络,并初始化网络模型参数;步骤3,根据构建的AU‑Net成像网络设计ISAR成像损失函数;步骤4,制定ISAR增强成像训练策略进行训练,更新AU‑Net成像网络模型参数以获得最优ISAR高分辨成像模型;步骤5,获取仿真/实测目标ISAR回波数据,并进行与步骤1同样的预处理操作构建ISAR图像测试集,通过所得最优ISAR高分辨成像模型即可实现ISAR增强成像。本发明能够在低信噪比及数据缺失条件下提升ISAR成像性能,并进一步提高对于弱散射点的恢复能力。

    吸毒人员人脸识别方法
    4.
    发明公开

    公开(公告)号:CN118506413A

    公开(公告)日:2024-08-16

    申请号:CN202311230722.1

    申请日:2023-09-21

    发明人: 李军 杨艺豪

    摘要: 本发明公开了一种基于面部视觉的吸毒人员识别方法,包括以下步骤:输入S1、使用相机采集潜在吸毒人员面部图像,并进行人脸检测,将检测到的人脸进行剪裁以去除背景影响;S2、将剪裁得到的人脸图像进行人脸对齐操作,使用仿射变换来将人脸进行对齐处理;S3、将对齐的人脸图像输入进入属性特征提取网络,利用辅助网络提取人员性别、年龄、种族、表情的属性信息;S4、将对齐的人脸图像输入进入主特征提取网络提取人员吸毒相关特征并将吸毒特征和属性特征进行特征融合;S5、根据提取到的特征进行分析处理,进而判定图像人员是否吸毒,本发明的有益效果是:使用深度学习人脸识别的属性指导网络来对吸毒人员进行判别,弥补了传统的采集被检测人员生物样本来进行检测的高度配合,检测周期长,不能大范围筛查的缺点。

    基于CPU多线程的STAP杂波抑制方法
    5.
    发明公开

    公开(公告)号:CN118091544A

    公开(公告)日:2024-05-28

    申请号:CN202410154245.3

    申请日:2024-02-02

    IPC分类号: G01S7/02 G01S7/36

    摘要: 本发明公开了一种基于CPU多线程的STAP杂波抑制方法,该方法的步骤包括:配置STAP相关参数,使用CPU多线程并行空时自适应处理算法,获得降维之后的空域导向矢量与数据,对降维后的回波数据重排,CPU中各线程按照距离门划分数据并行完成时域FFT,对FFT后的降维数据再次按照距离门划分,计算降维的目标空时二维导向矢量,CPU中各线程遍历距离门与多普勒通道,进行杂波对消完成自适应处理,输出杂波抑制之后的距离多普勒数据。本发明的数据保存在内存中,采用距离门划分的方式,数据相互独立,程序设计上将参数配置为可调,具有系统复杂度更低,实时性、可复用性以及可移植性的优点。

    一种基于特征子空间滤波的SAR风沙后向散射杂波抑制方法

    公开(公告)号:CN118011328A

    公开(公告)日:2024-05-10

    申请号:CN202410159597.8

    申请日:2024-02-04

    摘要: 一种基于特征子空间滤波的SAR风沙后向散射杂波抑制方法,包括以下步骤;步骤1,获取包含风沙杂波的回波信号;步骤2,沿着距离向将不同的方位信号,进行匹配滤波处理,然后对每个方位信号进行定长为L的滑动窗口数据录取,排列为数据矩阵后,再计算每列数据的自相关矩阵;步骤3,将自相关矩阵进行特征值分解,得到大小特征值的分界线,再将目标信号对应的特征矢量分别与数据矩阵进行投影;步骤4,利用投影分量与数据矩阵作差来更新数据矩阵,再沿主对角线依次将副对角线数据求平均还原方位信号得到初步的风沙杂波信号,最后通过与原始回波信号对消得到抑制后的目标信号。本发明具有抑制风沙后向散射杂波的特点,能够提升风沙环境中SAR成像质量。

    一种基于多通道纠缠态光量子雷达目标检测方法及系统

    公开(公告)号:CN116879916A

    公开(公告)日:2023-10-13

    申请号:CN202310904858.X

    申请日:2023-07-21

    IPC分类号: G01S17/88 G01S7/495 G01S7/497

    摘要: 本发明涉及一种基于多通道纠缠态光量子雷达目标检测方法及系统,包括:将目标路探测信号和若干参考路通道的探测信号分别做符合计数,得到目标符合积累回波信号;利用目标符合积累回波信号进行异常通道判断,获取若干非异常通道的回波数据;对若干非异常通道的回波数据进行对齐与校正;抽取包含有用回波数据的时延单元,得到有用回波数据;对有用回波数据行噪声的初步抑制;根据若干非异常通道中两两通道之间的波峰间距以及非异常通道抑噪回波数据的固定时延剔除可疑通道,得到若干正常通道的回波数据;将若干正常通道的回波数据进行融合积累以进行目标检测。该方法可以提高系统发射功率,同时减少探测器死时间对探测性能的不利影响。

    基于图像最小熵的双基ISAR方位定标和几何校正方法

    公开(公告)号:CN116819466A

    公开(公告)日:2023-09-29

    申请号:CN202310994688.9

    申请日:2023-08-08

    IPC分类号: G01S7/40 G01S7/41 G01S13/90

    摘要: 本发明提供了一种基于图像最小熵的双基ISAR方位定标和几何校正方法,利用ISAR平动量对成像结果没有贡献这一条件,对平动量进行估计和补偿,能够减小平动量对成像结果的散焦影响;考虑双基ISAR的转动量带来的空变散焦项和几何形变项对成像的影响,通过碶石形变换对越距离徙动进行补偿,再构造二阶空变误差补偿函数,通过对优化代价函数最小,求解空变因子参数,并代入补偿函数以补偿高阶误差相位,从而提高补偿精度;由于目标相对雷达的转速和空变因子存在确定的解析表达式关系,再利用空变因子对目标相对雷达的转速进行估计,进一步对聚焦成像结果定标;此外通过构造几何校正函数进行几何校正,提升目标信息提取精度。

    一种多基站雷达构型下的距离扩展目标检测方法

    公开(公告)号:CN111751811B

    公开(公告)日:2023-07-25

    申请号:CN202010431970.2

    申请日:2020-05-20

    IPC分类号: G01S13/00 G01S13/04

    摘要: 本发明公开了一种多基站雷达构型下的距离扩展目标检测方法,包括:建立多基站雷达系统中的局部雷达站的距离扩展目标模型;对局部雷达站的观测数据进行匹配滤波处理,构建全局观测量;为各局部雷达站设置权值,并得到全局观测量的一阶矩和二阶矩;由偏移系数最大化构建权值优化问题,计算系统整体偏移系数,求出偏移系数最大化时所对应的局部雷达站的最优权值矢量;对各局部雷达站进行信息融合得到全局检测统计量,并设置检测门限;根据检测门限判决目标是否存在。本发明将多基站雷达系统模型与距离扩展目标检测问题相结合,并利用偏移系数最大化求解最优权值,使得能够有效提升局部雷达检测信息融合后对距离扩展目标的检测性能。

    一种基于螺旋分布的半球形阵列和差测角解耦合方法

    公开(公告)号:CN109901146B

    公开(公告)日:2023-03-14

    申请号:CN201910199805.6

    申请日:2019-03-15

    IPC分类号: G01S13/02 G01S13/00

    摘要: 本发明公开了一种基于螺旋分布的半球形阵列和差测角解耦合方法,包括如下步骤:首先按照螺旋分布的排列方式将N个阵元分布在一个半径为R的半球面上;然后重新定义某方向到来的信号方位角和俯仰角θ,得到重新定义的慢速矢量r;再分别求得方位向偏差为和俯仰向偏差为±△θ的四个波束,对四个波束分别求得和波束、方位向差波束和俯仰向差波束,再求得方位向差和比与俯仰向差和比;然后设置方位向观察窗和俯仰向观察窗θwin,从而得到观察窗内的不耦合的方位向和俯仰向的鉴角曲线。该方法在减少预存储的数据量的同时,方法本身的测角误差也比较小,测角速度快,保证了雷达阵列测角的速度和精度的要求。