-
公开(公告)号：CN115792813A
公开(公告)日：2023-03-14
申请号：CN202211512452.9
申请日：2022-11-28
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/02
摘要： 本发明属于宽带雷达信号处理技术领域，具体涉及一种干扰背景下目标鲁棒自适应检测方法。针对现有宽带雷达距离扩展目标自适应检测器难以兼顾算法计算复杂度、CFAR特性、和抗干扰性能的难题，基于两步检测器设计程序的Gradient检验准则构建具有闭合形式的干扰背景下目标鲁棒自适应检测方法，在保证CFAR特性的同时，兼顾距离扩展目标自适应检测算法的计算复杂度、智能抗干扰和检测性能等多方面需求，提升复杂干扰环境下多通道宽带雷达对弱小目标的自适应检测性能。
-
公开(公告)号：CN112966667B
公开(公告)日：2022-12-16
申请号：CN202110366635.3
申请日：2021-04-06
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了一种海面目标一维距离像降噪卷积神经网络识别方法，属于雷达信号处理领域。针对低信噪比条件，合理地对原始HRRP数据进行预处理，构建不同信噪比条件下的多类海面目标数据集，利用深度学习技术构建了一维降噪卷积神经网络，在保持高信噪比数据无波动的基础上，提升了低信噪比数据的信噪比，利用卷积神经网络的残差结构，减轻深层次神经网络的学习负担，进而构建了集降噪分类一体化的智能海面目标分类识别模型，提升了海面目标的识别正确率，改善了低信噪比条件下的海面目标识别性能，增强了对海雷达在复杂海面环境下的分类识别能力，具有推广应用价值。
-
公开(公告)号：CN114859317A
公开(公告)日：2022-08-05
申请号：CN202210669806.4
申请日：2022-06-14
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了一种雷达目标自适应反向截断智能识别方法，属于雷达信号处理领域。针对小样本条件下一维距离像多类别识别精度差的问题，构建了模糊截断余弦损失基础学习器结合归一化指数损失约束元学习器的识别框架，基于元训练任务源域数据与元测试任务目标域数据间的潜在差异性，分阶段进行卷积神经网络损失函数差异设计，提取源域数据通用特征的同时，充分挖掘了目标域小样本的个性特征；另外，通过兼顾同一元测试任务集内不同任务损失的相互影响，实现了元学习器参数的规则化约束稳定更新，计算过程规则性强，能适用于不同来源元训练任务学习经验的有效迁移融合，提升了元训练任务经验的整体借鉴效率，具有推广应用价值。
-
公开(公告)号：CN111999715B
公开(公告)日：2022-04-01
申请号：CN202010911705.4
申请日：2020-09-02
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种异质杂波下目标知识辅助自适应融合检测方法，属于宽带雷达信号处理领域。针对实际异质杂波环境中不同距离单元间杂波协方差矩阵结构非均匀特点，构建易于数学处理的合理先验分布，将杂波先验信息与辅助数据中所含异质杂波信息进行高效融合，构建易于数学处理的异质杂波协方差矩阵结构概率密度函数的几何平均估计方法，通过考虑距离扩展目标不同散射点之间是否统计独立的具体情况，分别求解距离扩展目标未知复幅度的最大似然估计表达式，构建具有闭合形式的距离扩展目标知识辅助自适应融合检测器，提高了宽带雷达对异质杂波环境的适应能力，提升了复杂电磁环境下宽带雷达对弱小目标的探测能力，具有推广应用价值。
-
公开(公告)号：CN111999715A
公开(公告)日：2020-11-27
申请号：CN202010911705.4
申请日：2020-09-02
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种异质杂波下目标知识辅助自适应融合检测方法，属于宽带雷达信号处理领域。针对实际异质杂波环境中不同距离单元间杂波协方差矩阵结构非均匀特点，构建易于数学处理的合理先验分布，将杂波先验信息与辅助数据中所含异质杂波信息进行高效融合，构建易于数学处理的异质杂波协方差矩阵结构概率密度函数的几何平均估计方法，通过考虑距离扩展目标不同散射点之间是否统计独立的具体情况，分别求解距离扩展目标未知复幅度的最大似然估计表达式，构建具有闭合形式的距离扩展目标知识辅助自适应融合检测器，提高了宽带雷达对异质杂波环境的适应能力，提升了复杂电磁环境下宽带雷达对弱小目标的探测能力，具有推广应用价值。
-
公开(公告)号：CN118759477A
公开(公告)日：2024-10-11
申请号：CN202410735468.9
申请日：2024-06-07
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了一种训练数据结构化信息挖掘的目标智能检测方法，属于雷达信号处理领域。针对小样本条件下雷达距离扩展目标检测性能较差问题，充分利用杂波协方差矩阵具有的斜对称结构先验信息，提高了未知杂波斜对称协方差矩阵结构的估计精度，减少了对辅助数据量的需求；构建了训练数据结构化信息挖掘的目标智能检测器，其检测器具有闭合形式的表达式，在保证恒虚警率特性的同时检测性能优于现有非结构化距离扩展目标子空间检测器；本发明方法的检测统计量结构简单，便于工程实现，提升了小样本条件宽带雷达对弱小目标的检测性能，具有推广应用价值。
-
公开(公告)号：CN115542265A
公开(公告)日：2022-12-30
申请号：CN202211287194.9
申请日：2022-10-20
申请人： 中国人民解放军海军航空大学
摘要： 本发明属于雷达信号处理技术领域，具体涉及一种基于杂波结构化信息的多秩信号智能检测方法。在宽带雷达探测场景下，针对均匀小样本背景下距离扩展目标检测性能退化问题，如何充分利用杂波结构化信息，降低对辅助数据量的实际需求，提高未知杂波协方差矩阵估计精度，通过优选检验准则构建具有闭合形式的距离扩展目标智能检测器，在确保检测器恒虚警率特性的同时，降低对辅助数据量的需求，进一步提升基于杂波结构化信息的多秩信号智能检测能力。
-
公开(公告)号：CN118604771A
公开(公告)日：2024-09-06
申请号：CN202410863278.5
申请日：2024-06-29
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了一种基于杂波信息挖掘的斜对称智能融合检测方法，属于雷达信号处理领域。针对雷达点目标自适应检测面临的均匀辅助数据短缺和杂波信息利用率偏低的难题，通过挖掘有目标假设下主数据中的杂波分量，结合杂波斜对称协方差矩阵结构信息，推导了杂波协方差矩阵的全数据联合最大似然斜对称估计，避免了目标分量对杂波协方差矩阵估计的污染，提高了纯杂波辅助数据和杂波斜对称结构信息利用率，未知杂波协方差矩阵估计精度提升明显；进而设计了基于杂波信息挖掘的斜对称智能融合检测方法，大幅降低辅助数据需求，兼顾了辅助数据缺失下目标检测恒虚警率特性、失配鲁棒性和检测性能等多方面需求，具有推广应用价值。
-
公开(公告)号：CN115524672A
公开(公告)日：2022-12-27
申请号：CN202211163221.1
申请日：2022-07-02
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了一种结构化干扰与杂波下目标鲁棒智能检测方法，属于宽带雷达信号处理领域。在存在外部干扰和均匀辅助数据量较少情况下，针对多通道宽带雷达距离扩展目标检测难以兼顾检测性能和失配鲁棒性的难题，充分挖掘杂波协方差矩阵斜对称结构信息，降低了对辅助数据量的需求，提高了未知杂波协方差矩阵估计精度，为实现干扰存在的小样本条件下目标自适应检测提供了有力支撑；构建了具有闭合形式的结构化干扰与杂波下目标鲁棒智能检测方法，在保证恒虚警率特性的同时，兼顾算法的计算复杂度、智能抗干扰、失配鲁棒性和检测性能等多方面需求，提升了复杂干扰环境下多通道宽带雷达对弱小目标和失配目标的检测性能，具有推广应用价值。
-
公开(公告)号：CN111999718B
公开(公告)日：2022-04-01
申请号：CN202010912453.7
申请日：2020-09-02
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于几何平均估计的知识辅助自适应融合检测方法，属于雷达信号处理领域。针对实际异质杂波环境中不同距离单元间杂波协方差矩阵结构非均匀特点，构建易于数学处理的合理先验分布，将杂波先验信息与辅助数据中所含异质杂波信息进行高效融合，构建易于数学处理的异质杂波协方差矩阵结构概率密度函数的几何平均估计方法，进而构建具有闭合形式的点目标知识辅助自适应融合检测器，提高了传统窄带雷达对异质杂波环境的适应能力，改善了异质杂波下的目标检测性能，提升了复杂电磁环境下窄带雷达对弱小目标的探测能力，具有推广应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
254 条记录 (耗时 0.079 秒)
