-
公开(公告)号：CN116342795A
公开(公告)日：2023-06-27
申请号：CN202211633144.1
申请日：2022-12-19
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于ISAR像序列的神经网络三维重构方法和装置。所述方法包括：通过基于ISAR序列图像将目标表示为空间位置坐标和观测方向的六位函数，并用多层感知器网络隐式表征，在没有目标三维结构的情况下，仅以二维ISAR像序列监督训练网络。通过构建空间中的所有点坐标，利用优化的网络求得目标的三维体素密度，进一步使用Marching Cube算法，将体素密度转化为目标的三维面元结构以实现三维结构的重构。采用本方法在无需进行特征提取和关联的情况下，最终能够为复杂的空间目标生成更完整、更准确的面元结构信息。
-
公开(公告)号：CN116310610A
公开(公告)日：2023-06-23
申请号：CN202211624660.8
申请日：2022-12-16
申请人： 中国人民解放军国防科技大学
IPC分类号： G06V10/771 , G06V10/77 , G06V10/762 , G06V10/82 , G06N3/088
摘要： 本申请涉及一种基于无监督特征选择的图像特征降维方法、装置及设备。所述方法包括：通过将样本图像基于像素进行展开得到对应的样本向量，并将各样本向量进行排列构成数据矩阵，再基于数据矩阵以及半正定约束，构建SPCA无监督特征选择凸模型，并交替利用导数与半正定投影对SPCA无监督特征选择凸模型进行迭代求解，直至收敛，得到最优重构矩阵，根据最优重构矩阵对数据矩阵进行特征降维。采用本方法能够同时兼顾图像特征降维的性能、算法稳定性与运算效率。
-
公开(公告)号：CN116106857A
公开(公告)日：2023-05-12
申请号：CN202310394014.5
申请日：2023-04-13
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S7/41
摘要： 本发明提出一种基于稀疏时间‑频率‑调频率表示的微动形式辨识方法，包括建立典型微动信号的时间‑频率‑调频率调制模型；设置雷达观测参数以及典型微动信号的时间‑频率‑调频率调制模型的微动参数，构建微动散射中心模型集合；获取目标散射中心的稀疏时间‑频率‑调频率估计序列；计算目标散射中心的稀疏时间‑频率‑调频率估计序列与微动散射中心模型集合的重构误差；比较最小重构误差与判决门限大小，判别微动形式。本发明可正确辨识不同微动形式，在低信噪比下对噪声仍具有较好的鲁棒性。
-
公开(公告)号：CN115902814B
公开(公告)日：2023-05-09
申请号：CN202310220674.1
申请日：2023-03-09
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于信息空间度量的目标识别模型性能评估方法和装置。方法包括获取待评估目标识别模型、识别任务集以及对识别任务集进行系列加噪后的多个加噪任务集；计算预设精度下对每一加噪任务集中各雷达回波信号进行编码的最小二进制比特数，得到数据可分性测度，计算每一加噪任务集相对于识别任务集的最大均值差异，得到模板相似性测度；计算待评估目标识别模型在每一加噪任务集上进行目标识别的识别准确率，得到性能评估指标；由数据可分性测度和模板相似性测度，构建由性能评估指标到模型识别能力的映射模型，根据映射模型对待评估目标识别模型进行识别能力评估。采用本方法能实现跨任务的模型识别能力评估。
-
公开(公告)号：CN114740447A
公开(公告)日：2022-07-12
申请号：CN202210536071.8
申请日：2022-05-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S7/41 , G06V10/774
摘要： 本申请涉及一种基于实例分割的微动信号分离方法、装置和计算机设备。所述方法包括：根据预先构建的多散射点目标雷达微动信号回波模型，获取目标微动回波信号的时频图像；根据目标散射点数量将时频图像中的每一信号分量标注分量类别标签，并将所有信号分量的交点位置标注交点标签，根据每一信号分量在时频图像中的像素坐标、分量类别标签和交点标签，得到标签信息矩阵；将标签信息矩阵和时频图像输入微动分量分离模型对微动分量分离模型进行训练，得到训练好的微动分量分离模型；将待分离时频图像输入至训练好的微动分量分离模型，得到待分离时频图像的分离结果。采用本方法能够在低信噪比条件下对存在交叉的不规则微动信号实现分离。
-
公开(公告)号：CN114325707A
公开(公告)日：2022-04-12
申请号：CN202210013146.4
申请日：2022-01-06
申请人： 中国人民解放军国防科技大学
摘要： 本发明涉及雷达成像领域，公开了一种基于深度展开网络的稀疏孔径微动目标ISAR成像方法，通过获取雷达回波数据，根据所述回波数据进行预处理和建模；利用深度展开框架建立模型驱动的深度学习成像算法；构建所述深度学习成像算法相应的损失函数并选择训练数据集；对网络参数进行初始化设置，并设定参数更新优化算法以及训练的回合数；通过优化算法对参数更新调整；在满足训练回合数时，保存最优网络参数以输出最优算法模型，提升雷达在稀疏孔径条件下对微动目标成像的效能。
-
公开(公告)号：CN112684446B
公开(公告)日：2021-07-30
申请号：CN202011402787.6
申请日：2020-12-02
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/90
摘要： 本发明属于雷达成像领域，具体涉及一种基于最小熵准则的Bi‑ISAR横向定标与畸变校正方法，包括以下步骤：S1对运动目标Bi‑ISAR的一维距离像序列进行建模；S2通过匹配傅里叶变换得到畸变的Bi‑ISAR图像；S3采用基于最小熵准则的BFGS方法进行参数估计；S4对Bi‑ISAR图像进行横向定标与畸变校正。本发明所取得的有益效果为：通过本发明可实现Bi‑ISAR成像的横向定标与畸变校正，在低信噪比条件下依然可以提升横向定标精度，改善畸变校正效果。进而获取无畸变的目标形状和尺寸大小，对于双站雷达条件下，目标的特征提取和识别有重要的工程应用价值。
-
公开(公告)号：CN112946620A
公开(公告)日：2021-06-11
申请号：CN202110093333.3
申请日：2021-01-19
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/50
摘要： 本发明属于雷达信号处理领域，涉及一种基于OS‑CFAR与时频聚类的雷达目标微多普勒提取方法，该方法在获取雷达目标回波的时频图后，基于改进OS‑CFAR检测方法提取每个时刻的微多普勒分量，进行一维时频聚类；然后，联合所有时刻的微多普勒分量，进行二维时频聚类；最后，对聚类结果进行统计，根据统计属性去除无效的微多普勒分量，得到最终的目标微多普勒提取结果。有益效果如下：本发明能够实现多分量微多普勒提取，能够处理有噪声的雷达目标回波，能够作为进一步估计微动参数的有效依据，相比原有OS‑CFAR检测算法运行时间节约50％以上。
-
公开(公告)号：CN112684445A
公开(公告)日：2021-04-20
申请号：CN202011402759.4
申请日：2020-12-02
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/90
摘要： 本发明属于雷达成像领域，具体涉及一种基于MD‑ADMM的MIMO‑ISAR三维成像方法，包括以下步骤：S1对MIMO‑ISAR运动目标回波进行建模；S2对MIMO‑ISAR三维稀疏成像问题进行建模；S3基于MD‑ADMM的MIMO‑ISAR三维图像稀疏重构。本发明取得的有益效果为：通过本发明可实现MIMO‑ISAR的三维稀疏成像，在三维稀疏数据条件下，可以有效减少存储和计算负担，提高三维成像计算效率和鲁棒性，进而获得聚焦良好的三维图像，针对多维数据受限条件下的目标雷达成像、特征提取和目标识别具有重要的工程应用价值。
-
公开(公告)号：CN112254802A
公开(公告)日：2021-01-22
申请号：CN202011093050.0
申请日：2020-10-13
申请人： 中国人民解放军国防科技大学
摘要： 本发明属于语音重构领域，具体涉及一种基于毫米波雷达相位测距的语音重构方法，包括以下步骤：S1使用离散傅里叶变换方法获取声源目标的高分辨一维距离像序列；S2基于单元平均恒虚警检测器的一维距离像序列峰值点检测；S3峰值点相位信息提取与声源音频信息重构。本发明取得的有益效果为：通过本发明可以实现高质量的语音信息重构，在多声源环境下，使用毫米波频段的雷达可以主动探测声源目标，精确获取声源目标的一维距离像，并检测出峰值点相位信息，进而得到声源目标的振动信息，并由此重构出声源目标的音频信息，有效排除了其他声源的干扰。
-
-
-
-
-
-
-
-
-
搜索结果
111 条记录 (耗时 0.059 秒)
