-
公开(公告)号：CN115963493A
公开(公告)日：2023-04-14
申请号：CN202210397991.6
申请日：2022-04-12
申请人： 北京理工大学 , 北京理工大学前沿技术研究院
IPC分类号： G01S13/90
摘要： 本发明提供一种分布式星载D‑InSAR的多维形变和差分对流层延迟反演方法，根据多维形变和差分大气延迟的空间特性自适应地实现高精度和高保分辨率的联合反演，从而提高多维形变反演的精细度。包括：对分布式星载SAR卫星获取的重轨SAR干涉数据进行D‑InSAR相位解缠处理；利用最优分谱法对各卫星差分干涉图中的电离层相位误差进行估计，对相位解缠后的各星差分干涉图进行电离层相位误差补偿；根据各待估参量的波数域功率谱和相位误差分量的波数域功率谱以及分布式星载SAR系统的观测方程，构建波数域的多通道自适应最小均方误差反演矩阵；根据处理后获得的差分干涉图，利用建立的最小均方误差反演矩阵对多维形变和差分对流层延迟进行联合反演。
-
公开(公告)号：CN115657024A
公开(公告)日：2023-01-31
申请号：CN202211218505.6
申请日：2022-10-06
申请人： 北京理工大学 , 北京理工大学前沿技术研究院
摘要： 本发明属于合成孔径雷达技术领域，尤其涉及一种分布式星载InSAR高程反演克拉美罗界的确定方法。本发明通过后验CRB方法结合高斯混合模型的思路，可解决传统CRB计算方法在非高斯非平稳大气条件下无法得到准确估计下界的问题。由于在空间上逐像元按窗口划分进行高斯假设下的独立计算，避免了对整幅干涉图的大气相位进行平稳和高斯假设，更为贴近实际过程中干涉图受非平稳且分布复杂大气影响下高程反演的估计过程。
-
公开(公告)号：CN115631607A
公开(公告)日：2023-01-20
申请号：CN202211305655.0
申请日：2022-10-24
申请人： 北京理工大学 , 北京理工大学重庆创新中心
摘要： 本发明公开了一种基于GB‑InSAR监测和形变区域扩张的滑坡预警方法。本发明利用GB‑InSAR可以实现面场景形变监测的技术优势，基于滑坡发展过程中形变区域会呈现出有规律扩张的特点，提出了一种基于面积时间曲线的预警方法。通过设定多个形变阈值，对于多条形变时间曲线的切线角计算结果进行融合，基于切线角进行滑坡预警阶段的判别。相比于传统的基于单点形变信息预警方法，采用面积时序曲线的方法可以识别出滑坡面形变整体变化趋势，其预警信息更加全面、准确，可以有效提高滑坡预警阶段判别的准确性。
-
公开(公告)号：CN115407339A
公开(公告)日：2022-11-29
申请号：CN202210381368.1
申请日：2022-04-12
申请人： 北京理工大学 , 北京理工大学重庆创新中心
摘要： 本发明公开了一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法，首先利用高斯混合模型对非高斯功率谱进行建模，并采用肘部法则计算非高斯信号中包含的高斯功率谱个数K；然后利用K‑means聚类算法对非高斯信号的功率谱的采样点进行聚类，将聚类的均值和方差作为谱矩的初值；最后采用期望最大算法进一步估计谱矩；本发明能够在天气信号功率谱为非高斯分布且传统谱矩估计方法失效时有效估计谱矩参数。
-
公开(公告)号：CN115308737A
公开(公告)日：2022-11-08
申请号：CN202210919044.9
申请日：2022-08-02
申请人： 北京理工大学前沿技术研究院 , 北京理工大学
摘要： 本发明涉及一种基于目标回波幅度调制的昆虫雷达波束内测角方法，属于昆虫雷达技术领域，首先构建昆虫穿越雷达波束的回波信号幅度模型，生成理想回波幅度序列，然后结合实测回波幅度序列，以回波幅度形状为约束，建立优化函数，直接求解昆虫进入波束时到波束中心轴的距离和飞行方向，最后求解昆虫在波束中的位置。本发明可以在雷达无测角功能时从回波幅度变化趋势中估计目标位置，用于解决昆虫偏离雷达波束中心时，雷达散射截面积(RCS)测量偏小的问题，从而提高昆虫体型参数反演的精度，有助于提高迁飞昆虫种类识别精度并预测病虫害的爆发。
-
公开(公告)号：CN112882021B
公开(公告)日：2022-07-12
申请号：CN202110057870.2
申请日：2021-01-15
申请人： 北京理工大学前沿技术研究院 , 北京理工大学
摘要： 本申请为昆虫飞行姿态多角度观测装置，属于昆虫飞行实验研究领域，它包括旋转台，旋转台具有旋转中心；第一驱动单元，第一驱动单元驱动地连接旋转台，以使得旋转台绕旋转中心周向旋转；弧形导轨，弧形导轨设置在旋转台上，弧形导轨所在平面与旋转台垂直，弧形导轨的圆心处放置昆虫；探测单元，探测单元滑动设置于弧形导轨；第二驱动单元，第二驱动单元驱动地连接探测单元；本申请通过昆虫目标物固定，改变探测单元的位置，实现雷达对不同飞行姿态昆虫的探测，研究不同飞行姿态下昆虫的电磁散射特性，这有助于提高雷达测量昆虫飞行特征参数的精度，进而准确判断昆虫迁飞的规律，对于虫害的预防及监测具有重要的实际意义。
-
公开(公告)号：CN112861708A
公开(公告)日：2021-05-28
申请号：CN202110159669.5
申请日：2021-02-05
申请人： 北京理工大学前沿技术研究院 , 北京理工大学
摘要： 本申请公开了一种雷达图像的语义分割方法、设备及存储介质，语义分割方法包括：获取雷达数据；对雷达数据进行渲染，确定雷达图像；将雷达图像输入预先训练的语义分割神经网络模型，以在雷达图像中识别生物目标，语义分割神经网络模型是基于双流卷积神经网络模型GSCNN训练得到的。本申请实施例通过双流卷积神经网络模型得到语义分割神经网络模型，可以实现对雷达图像进行精确地语义分割，具备更好的分割效果，在识别提取雷达图像中的生物目标时，提高了目标识别的精确度。
-
公开(公告)号：CN118839257A
公开(公告)日：2024-10-25
申请号：CN202410796738.7
申请日：2024-06-20
申请人： 北京理工大学 , 北京理工大学前沿技术研究院
IPC分类号： G06F18/2431 , G06N5/01 , G06F18/20
摘要： 本发明公开了一种基于多维电磁散射参数的XGBoost昆虫种类辨识方法，旨在提供一种高精度的昆虫种类识别解决方案，以有效解决昆虫雷达在迁飞昆虫识别方面的低效问题。该方法通过对昆虫的极化散射矩阵(Scattering Matrix,SM)进行计算，提取22维电磁散射特征，包括11维极化方向图特征、4维RCS幅度特征、2维散射矩阵差分特征和5维极化不变量特征。在昆虫样本量较少或不均衡的情况下，采用高斯数据增强手段进行数据集的扩充；随后，运用XGBoost算法对扩充后的数据集进行训练和测试。
-
-
公开(公告)号：CN118604769A
公开(公告)日：2024-09-06
申请号：CN202410805701.6
申请日：2024-06-21
申请人： 北京理工大学 , 北京理工大学前沿技术研究院
摘要： 本发明公开了一种基于最小描述长度准则的群目标数量估计方法；该发明可用于群目标探测中的个体目标数目估计，可准确、实时地完成监测空间内的目标数目判决，避免了传统超分辨算法需要增加传感器资源这一弊端；本发明首先对监测空间中的多个目标进行多角度观测使得每次观测下的方向增益矢量不相干，得到非相干观测矩阵。对非相干观测矩阵求取协方差，对协方差矩阵进行特征分解得到特征值，基于最小描述长度准则自适应从特征值中提取主特征值数目，即为目标数目；本发明利用实测数据验证了其有效性，不需要额外增加传感器资源，具有低运算复杂度和自适应性，能够满足实际应用中的需求。
-
-
-
-
-
-
-
-
-
搜索结果
321 条记录 (耗时 0.032 秒)
