-
公开(公告)号：CN114217283A
公开(公告)日：2022-03-22
申请号：CN202111300430.1
申请日：2021-11-04
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本申请公开了一种多普勒雷达静态融合平滑变结构滤波方法及装置，其中，方法包括以下步骤：利用第一广义平滑变结构滤波器对目标状态进行更新估计，获取目标状态后验估计；利用第二广义平滑变结构滤波器对目标伪状态进行更新估计，获取目标伪状态后验估计；利用静态融合器对目标状态后验估计和目标伪状态后验估计进行融合处理，获得目标最终的后验状态估计。本申请在保持模型不确定条件下的鲁棒估计性能的前提下，解决了非线性观测模型和非满秩观测矩阵导致的欠定问题，从而提高多普勒雷达系统的目标跟踪性能。可用于多普勒雷达的非线性观测模型，并在目标运动模型不确定条件下实现鲁棒的雷达目标状态估计。
-
公开(公告)号：CN113781386A
公开(公告)日：2021-12-10
申请号：CN202110488733.4
申请日：2021-05-06
Applicant: 清华大学
Abstract: 本发明提出一种基于多源遥感图像显著度模糊融合的舰船检测方法，属于图像处理方法与多源传感器融合应用领域。该方法首先从多源传感器获取多张遥感图像，对每张遥感图像通过计算该图像的多阶超像素级显著度特征生成对应的全局区域对比度图像；然后利用基于区域特征的模糊逻辑方法对每张全局区域对比度图像进行处理，实现多源遥感图像的多阶超像素级显著度特征融合，生成一张融合图像；对该融合图像进行取阈值操作，通过阈值判定生成该融合图像对应的二值图像，得到舰船目标检测的最终结果。本发明有效增强了目标区域并减小了误警概率，提高了融合图像的信杂比和目标检测性能，对实际的舰船目标检测任务具有重要意义。
-
公开(公告)号：CN113655459A
公开(公告)日：2021-11-16
申请号：CN202111136775.8
申请日：2021-09-27
Applicant: 清华大学 , 中国人民解放军海军航空大学
IPC: G01S7/41
Abstract: 本公开涉及一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置，属于雷达探测与成像领域。其中方法包括：通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；利用所述距离压缩后的信号矩阵通过迭代得到距离多普勒谱。本公开可以在多目标场景下实现对所有目标距离和多普勒的准确估计；可以在不损失距离分辨率的前提下实现对线性调频连续波FMCW雷达最大无模糊多普勒的扩展，在多目标场景下不会出现虚假目标的问题，性能受到场景信噪比的影响较小，且只改变了相邻扫频之间的间隔，硬件实现难度低。
-
公开(公告)号：CN113591933A
公开(公告)日：2021-11-02
申请号：CN202110767137.X
申请日：2021-07-07
Applicant: 中国人民解放军海军航空大学 , 清华大学
Abstract: 本发明涉及一种基于相关性度量的遥感图像变化检测方法及系统，该方法包括：分别获取第一遥感图像和第二遥感图像；对第一遥感图像和第二遥感图像进行特征提取得到第一特征图和第二特征图；根据第一特征图和第二特征图的各像素特征向量之间的欧氏距离对应计算第一特征图和第二特征图的像素之间的亲和性，进而计算跨域像素之间的距离；根据跨域像素之间的距离计算第一特征图和第二特征图的相关性矩阵；根据相关性矩阵得到第一特征图和第二特征图的相关性图像；根据相关性图像得到变化检测的结果。本发明能克服不同传感器来源的遥感图像各自底层数据分布不同带来的度量偏差，以图像内部亲和性为基础，提高了异源图像相关性度量的稳定性和鲁棒性。
-
公开(公告)号：CN113554680A
公开(公告)日：2021-10-26
申请号：CN202110822787.X
申请日：2021-07-21
Applicant: 清华大学
Abstract: 本申请涉及一种目标跟踪方法、装置、无人机和存储介质。该方法包括：获取无人机集群中各无人机当前时间步的飞行状态数据以及跟踪目标上一时间步的位置信息；将各无人机当前时间步的飞行状态数据和追踪目标上一时间步的位置信息输入至训练好的深度强化学习模型，得到各无人机当前时间步的飞行动作参数；根据飞行动作参数控制无人机集群中各无人机飞行，以对跟踪目标进行跟踪。采用本方法能够实时根据目标上一时间步的位置信息做出当前时间步最优的飞行决策，使得无人机的控制能灵活地适应环境的变化，有利于提高目标跟踪的成功率。
-
Patent Agency Ranking
公开(公告)号：CN113311429A
公开(公告)日：2021-08-27
申请号：CN202110456268.6
申请日：2021-04-26
Applicant: 清华大学
IPC: G01S13/89
Abstract: 本申请提供了一种基于对抗样本的1比特雷达成像方法，所述方法包括：发射步进频信号，采集多个天线位置中每个天线位置处的不同频点的回波信号；对所采集到的回波信号进行处理，得到所述回波信号的稀疏表征；根据所述回波信号的稀疏表征和预设的阈值参数，建立参数化成像模型，所述参数化成像模型用于输出所述回波信号的成像结果；利用对抗样本对所述参数化成像模型所输出的成像结果和所述阈值参数进行迭代更新；其中，引入的对抗样本为基于上一次更新得到的成像结果所确定的；在迭代更新过程满足预设条件时，停止迭代更新过程，获得成像结果。
-
公开(公告)号：CN111123267B
公开(公告)日：2021-08-20
申请号：CN201911046217.5
申请日：2019-10-30
Applicant: 清华大学
Abstract: 本发明公开了一种合成孔径雷达图像舰船检测方法及装置，其中，方法包括以下步骤：获取合成孔径雷达图像，并估计得到合成孔径雷达图像的参数；利用超像素的尺寸和正则化参数得到合成孔径雷达图像的所有超像素；获取所有超像素的每个超像素的费雪向量，并确定费雪向量的局部对比度，以生成舰船检测结果。该方法摆脱了对训练数据的依赖，有助于提升对SAR图像中弱舰船目标的检测性能，简单易实现。
-
公开(公告)号：CN112906046A
公开(公告)日：2021-06-04
申请号：CN202110122202.3
申请日：2021-01-27
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本申请提供了一种利用单比特压缩感知技术的模型训练方法和装置，涉及分布式学习技术领域。具体在发送模型更新量之前，利用压缩感知技术对模型更新量进行压缩，并将压缩结果进行单比特量化，将单比特量化的结果发送到中心服务器，中心服务器采用投票的方式融合不同设备对模型更新量的压缩以及单比特量化结果，得到单比特形式的融合结果。压缩感知技术和单比特量化减小了模型更新量的数据量，即使被训练的神经网络模型包含大量权重参数(比如卷积神经网络等)，经过压缩后的单比特量化结果相较于模型更新量的数据量大幅度减小，实现了对模型更新量的有效压缩，缓解了物联网的通信负担。
-
公开(公告)号：CN112766287A
公开(公告)日：2021-05-07
申请号：CN202110161176.5
申请日：2021-02-05
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本发明提出一种基于密度审查的SAR图像舰船目标检测加速方法，属于合成孔径雷达图像处理领域。该方法首先对SAR图像进行超像素分割；分别计算每个超像素的密度特征和密度距离特征，筛选出该SAR图像作为目标聚类中心的超像素和作为杂波聚类中心的超像素；利用最近邻分类器比较每个超像素与杂波聚类中心的差异以及该超像素与目标聚类中心的差异，删除与目标聚类中心差异更大的超像素，将最终保留的超像素作为之后舰船目标检测方法的输入。本发明通过在检测之前先行快速删除大量海杂波超像素，将保留的超像素作为舰船目标检测方法的输入并进行精细检测，显著提升现有超像素检测方法的计算速度，提高了SAR图像中舰船目标检测的运行效率。
-
公开(公告)号：CN111970653A
公开(公告)日：2020-11-20
申请号：CN202010504135.7
申请日：2020-06-05
Applicant: 清华大学
Abstract: 本发明公开了一种基于虚伪审查手段的防窃听稀疏信号检测方法及系统，其中，该方法包括：将无线传感器网络设置为常规传感器和虚伪传感器两部分；根据无线传感器网络和被检测稀疏信号的参数设置计算出本地审查阈值；比较被检测稀疏信号和本地审查阈值，利用常规传感器将被检测稀疏函数中信息含量高的数据发送至融合中心，利用虚伪传感器将被检测稀疏函数中信息含量低的数据发送至融合中心；基于融合中心的自身信号模型，根据收到的压缩数据和每个传感器的身份构建局部最大势检测器，以作出相应的全局判决。该方法可以对稀疏度未知的稀疏信号实现低能耗的有效保密检测，具有更高的可实现性，且几乎可以达到其检测性能上限。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.074 seconds)
