-
公开(公告)号：CN112198506B
公开(公告)日：2022-11-04
申请号：CN202010961350.X
申请日：2020-09-14
Applicant: 桂林电子科技大学
Abstract: 本发明实施例涉及一种超宽带穿墙雷达学习成像的方法、装置、系统和可读存储介质，该方法获取隐蔽目标的回波散射数据；去除所述回波散射数据的墙体回波和噪声；根据衍射层析成像算法，构建傅里叶变换快速算子；基于所述回波散射数据和所述傅里叶变换快速算子，构建压缩感知稀疏重构模型；并将稀疏重构迭代算法展开成多层神经网络结构，通过训练数据集对网络模型中超参数训练。本发明通过随机降采样回波数据，大大地降低系统的频域数据采集量，减少了系统的数据采集时间；通过构建傅里叶变换快速算子，减少算法运行所需内存；通过数据驱动智能学习网络模型超参数，既降低计算复杂度，避免了稀疏重构方法迭代耗时的限制，又提高了成像质量。
-
公开(公告)号：CN111796272B
公开(公告)日：2022-09-16
申请号：CN202010513674.7
申请日：2020-06-08
Applicant: 桂林电子科技大学
IPC: G01S13/88 , G01S7/41 , G06V40/10 , G06V10/764
Abstract: 本发明适用于穿墙雷达领域，提供了一种穿墙雷达人体图像序列的姿态实时识别方法及计算机设备。方法包括：根据目标的雷达回波信号通过人体图像生成算法构建隐藏人体目标运动时的人体图像序列；将隐藏人体目标运动时的人体图像序列按照预设的比例划分为训练集样本和测试集样本，并在对应时刻标注相应动作标签；通过3D卷积层和3D卷积门控循环单元相结合的方式构建人体姿态实时识别网络，并通过训练集样本对人体姿态实时识别网络进行训练；将测试集样本输入到训练后的人体姿态实时识别网络中，得到每个时刻的姿态类别。本发明具备了人体行为类型短时判决的能力，有效地解决了固定时间内动作不完整或存在两种动作时就很难区分出来等问题。
-
公开(公告)号：CN112147589A
公开(公告)日：2020-12-29
申请号：CN202010830159.1
申请日：2020-08-18
Applicant: 桂林电子科技大学
IPC: G01S7/41
Abstract: 本发明提供一种基于卷积神经网络的频率分集阵列的雷达目标定位方法，涉及雷达定位技术领域，根据构造频率分集阵列，获取K个目标的回波信号，计算每个目标的回波信号的协方差矩阵，将每个目标的协方差矩阵进行实虚部分离操作，经过归一化后形成目标的数据集。将部分数据集输入卷积神经网络作为训练数据，得到对应的目标位置预测输出，根据目标函数使用优化器对网络的权值和阈值进行修正更新，达到设置误差范围后固定权值和阈值，将余下的样本输入最终训练好的网络，进行目标位置的估计。计算机仿真实验表明，该方法解决了由于数据样本庞大造成的过拟合问题，提高了算法的收敛速度和目标定位的精确度，证明了本发明的有效性和可靠性。
-
公开(公告)号：CN107528597B
公开(公告)日：2020-12-08
申请号：CN201710871770.7
申请日：2017-09-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于CRC校验码的LDPC码后处理译码方法，其特征是，包括如下步骤：1）执行LBP译码方法；2）CRC校验：3）LLR值排序；4）目标节点的选取；5）节点翻转；6）再次CRC校验：在后处理阶段再次对译码判决结果执行CRC校验，若校验成功，则判决译码成功并停止译码，否则跳转到步骤5）继续翻转。这种方法可以在对错误帧的后续处理阶段依次翻转错误比特，破坏潜在的陷阱集，在保证较低译码复杂度的同时，改善错误平层。
-
公开(公告)号：CN107565978B
公开(公告)日：2020-10-16
申请号：CN201710764489.3
申请日：2017-08-30
Applicant: 桂林电子科技大学
IPC: H03M13/11
Abstract: 本发明公开一种基于Tanner图边调度策略的BP译码方法，在译码过程中采用基于Tanner图边调度，进行并行传递，加快译码迭代速度。在校验节点更新部分，采用分集处理的方式，经过几次迭代译码之后，当校验方程不成立时，校验节点通过与其相邻的所有节点进行信息传递，提高校验节点的可靠度；当校验方程成立、校验节点可靠度小于可靠性阈值时，仅需与其相邻前w个LLR信息比较小的节点进行信息传递，降低部分计算复杂度；其余校验节点不再进行信息传递，算法的计算复杂度进一步降低，同时抑制LLR信息沿环的传播，误码性能得到提高。仿真结果表明，在信噪比为3.0dB时，EDBP算法的计算复杂度仅为BP算法的42％，计算复杂度得到了降低，且EDBP算法的误码性能优于Flooding算法。
-
Patent Agency Ranking
公开(公告)号：CN108199722A
公开(公告)日：2018-06-22
申请号：CN201810022643.4
申请日：2018-01-10
Applicant: 桂林电子科技大学
IPC: H03M13/11
Abstract: 本发明公开了一种基于矩阵格的BIBD-LDPC码构造方法，其特征是，包括如下步骤：1）初始化；2）添加直线；3）检测添加直线后BIBD-LDPC码的围长；4）检测直线组的斜率是否满足陷阱集约束条件公式（1）、（2）、（3）和公式（4）；5）得到最大斜率集；6）构造BIBD-LDPC码。这种方法将码字构造问题转化为矩阵格中的建立新边问题，依次消除陷阱集，在保证较少存储空间的条件下，构造出具备低错误平层特性的LDPC码。
-
公开(公告)号：CN106226765B
公开(公告)日：2018-06-12
申请号：CN201610815675.0
申请日：2016-09-12
Applicant: 桂林电子科技大学
IPC: G01S13/88
Abstract: 本发明公开一种建筑物布局成像方法及系统，首先利用墙体与天线的几何位置关系，估算墙体参数，计算电磁波穿透墙体时延，将真实穿透墙体的时延用作后续成像补偿。墙体在整个建筑物内部空间内的数量少，具有稀疏性，同时利用墙体具有块状，连续性的特点。运用分布式压缩感知方法，对目标距离域划分子空间，将计算得到的真实传播时延在子空间中对数据补偿，矫正电磁波在墙体中传播时延，去除前墙对内墙影响。构造一个新的矩阵，使矩阵也具有块状、连续性的特点，通过矩阵将场景与投影联系起来，将点连成块，呈现墙体形状。该方法运算量小，从而能够应用于实时测试系统。
-
公开(公告)号：CN106850030A
公开(公告)日：2017-06-13
申请号：CN201710242838.5
申请日：2017-04-14
Applicant: 桂林电子科技大学
IPC: H04B7/08
CPC classification number: H04B7/0857 , H04B7/08
Abstract: 本发明公开了一种基于空域滤波的球面共形阵列天线的分集装置及接收方法，所述装置包括球面共形阵列天线，球面共形阵列天线设有顺序连接的数据接收存储模块、空域滤波分集模块、门限检测模块、信号检测模块和最大比合并模块，所述方法为1）建立球面共形阵列天线；2）保存数据；3）空域滤波；4）合并信号；5）门限检测；6）信号解调；7）输出。这种装置的优点是成本低、实用性好、能实现对半空间俯仰角90°、方位角360°全覆盖信号进行分集接收，能提高通信系统接收信号的分集增益。这种方法的优点是使用方便、可操作性强，能提高接收端的信噪比、增大覆盖面积，通过对波束的能量检测，能避免系统的能量损耗。
-
公开(公告)号：CN106772361A
公开(公告)日：2017-05-31
申请号：CN201611083521.3
申请日：2016-11-30
Applicant: 桂林电子科技大学
CPC classification number: G01S13/888 , G01S13/89
Abstract: 本发明公开了一种基于FPGA的超宽带穿墙雷达成像算法的实现方法，将穿墙雷达天线阵列放置到距离墙体一定距离处，分析穿墙雷达电磁波成像路径，按照近似穿墙雷达电磁波成像路径求解时延，并对时延加以补偿，简化时延求解复杂度；利用CORDIC算法实现时延信息中的大量的平方和开方运算，显著提高了成像速度；通过在FPGA上实现穿墙雷达后向投影算法，提高了算法的实用性。本发明的方法降低了穿墙成像雷达计算的复杂度、提高了成像速度。
-
公开(公告)号：CN105590093A
公开(公告)日：2016-05-18
申请号：CN201510918150.5
申请日：2015-12-11
Applicant: 桂林电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00516 , G06K9/00523 , G06K9/00536 , G06K2009/4695
Abstract: 本发明公开一种基于稀疏表示的地下隐藏裂缝填充物识别方法，结合经验模态分解和小波分解提取特征的优点，先通过对不同地下裂缝填充物的回波信号进行经验模态分解，得到最优经验模态分量。再将原回波信号进行小波分解，得到最优小波分解系数。最后将最优经验模态分量和最优小波分解系数进行相关性分析，将与最优经验模态相关性大的最优小波分解系数作为新建过完备字典的基。在得到过完备字典之后，再用相同的方法以上相同的方法处理要求被识别的信号，得到该信号的最优特征分量。最后将过完备字典和待识别最优分量代入压缩感知重构算法，对该信号进行重构识别。本发明其具有减少采样数据量和精确度高的特点。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.029 seconds)
