基于交互一致性的天波超视距雷达目标跟踪方法

    公开(公告)号:CN114488104A

    公开(公告)日:2022-05-13

    申请号:CN202111658759.5

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于交互一致性的天波超视距雷达目标跟踪方法,主要解决现有技术计算量大,跟踪性能差的问题。其实现方案为:对目标运动状态进行预测,获得目标运动状态预测值和相应的信息对;采用门控技术,消除不可行的量测值;计算量测值的关联概率;根据关联概率,计算取样测量值指标;根据取样测量值指标,计算取样的量测值;根据取样的量测值,计算交互一致性质量对;根据交互一致性质量对、信息对及权因子计算融合信息对;根据融合信息对计算目标运动状态估计值和其方差矩阵,完成跟踪目标运动状态的最终估计。本发明提高了多路径传播效应下的目标跟踪精度,减小了计算量,可用于监测区域内的各种运动目标的远程预警。

    针对雷达载频变换的高分辨距离像目标稳健识别方法

    公开(公告)号:CN113240081B

    公开(公告)日:2022-03-22

    申请号:CN202110490722.X

    申请日:2021-05-06

    Abstract: 本发明提出了一种针对雷达载频变换的高分辨距离像目标稳健识别方法,主要解决现有技术测试样本与训练样本在载频变换下失配,导致雷达目标识别率下降的问题。其实现方案为:对雷达高分辨距离像数据进行预处理,得到高分辨距离像时频域特征数据;建立高分辨距离像的时频域特征雷达目标数据库并设置标签值;从雷达目标数据库中选取载频变换前后的训练样本集和测试样本集;构建残差网络;训练原载频下的残差网络,通过微调获取新载频下的残差网络;将新载频下的测试样本集输入到微调后新载频下的残差网络,得到目标的识别结果。本发明提高了雷达载频变换条件下的目标识别性能,可用于对雷达载频变换的高分辨距离像数据的稳健识别。

    基于WGAN-GP的雷达HRRP数据库构建方法

    公开(公告)号:CN112946600B

    公开(公告)日:2022-03-04

    申请号:CN202110283682.1

    申请日:2021-03-17

    Abstract: 本发明公开了一种基于WGAN‑GP的HRRP数据库构建方法,实现的步骤为:(1)生成训练集;(2)构建WGAN‑GP网络;(3)生成样本集;(4)训练WGAN‑GP网络;(5)完成HRRP数据库的构建。本发明构建梯度惩罚Wasserstein生成对抗网络WGAN‑GP,将训练集和生成样本集中的每个样本与对应的类别标签拼接后作为WGAN‑GP网络中判别器的输入,将噪声样本集的每个样本与对应的类别标签拼接后作为WGAN‑GP网络中生成器的输入,从而实现高质量的HRRP样本生成,利用生成的HRRP样本构建HRRP数据库,提升分类系统的识别性能。

    基于杂波映射的自适应波束形成方法

    公开(公告)号:CN108845298B

    公开(公告)日:2022-01-11

    申请号:CN201810736769.8

    申请日:2018-07-06

    Abstract: 本发明公开了一种基于杂波映射的自适应波束形成方法。解决了雷达自适应波束形成过程中使用小样本更精准地估计一个距离门的协方差矩阵的问题。实现过程包括:构造克罗内克积投影矩阵D;雷达以MIMO形式发射正交波形并接收回波做匹配滤波;计算各距离门的感知投影;以相控阵形式发射波形并接收回波做匹配滤波;计算各参考距离门相控阵投影;计算目标距离门相控阵投影;估计目标距离门理想协方差矩阵;设计自适应波束形成滤波器并波束形成。本发明先感知杂波场景获得先验知识,再更为精准地估计一个距离门的协方差矩阵,据此设计波束形成滤波器并波束形成。本发明计算量小,设计的波束形成滤波器效果好,可应用于地基雷达的波束形成。

    基于多基地雷达的杂波子空间下目标检测方法

    公开(公告)号:CN108318877B

    公开(公告)日:2021-12-17

    申请号:CN201711200637.5

    申请日:2017-11-27

    Abstract: 本发明公开了一种基于多基地雷达的杂波子空间下目标检测方法,主要解决现有技术计算量大,检测性能低下的问题。其实现步骤为:1、对回波数据进行采集;2、对采集的回波数据进行广义似然比检测,得到局部检验统计量;3、将局部检验统计量传输到融合中心,融合中心根据局部检验统计量计算全局检验统计量;4、计算检测门限;5、根据检测门限对全局检验统计量进行判别,若全局检验统计量大于检测门限,则判决目标存在,否则判决目标不存在。本发明提高了多基地雷达杂波子空间下目标的检测性能,且计算量小,适用性广泛,可用于多基地雷达目标检测系统。

    一种基于宽度学习的雷达高分辨距离像目标识别方法

    公开(公告)号:CN113673554A

    公开(公告)日:2021-11-19

    申请号:CN202110770720.6

    申请日:2021-07-07

    Abstract: 本发明公开了一种基于宽度学习的雷达高分辨距离像目标识别方法,包括:获取高分辨距离像数据并生成训练集;构建宽度学习模型;利用所述训练集对所述宽度学习模型进行训练,得到经训练的宽度学习模型;利用所述经训练的宽度学习模型对待识别的原始高分辨距离像数据进行识别,获取识别结果。本发明使用宽度学习模型对雷达高分辨距离像数据的高维特征进行提取,在保证识别精度的前提下,可以快速地对雷达目标进行识别,在预测精度、识别时间方面有着较为明显的优势。

    基于ADMM的米波面阵雷达二维DOA估计方法

    公开(公告)号:CN113671485A

    公开(公告)日:2021-11-19

    申请号:CN202110753379.3

    申请日:2021-07-02

    Abstract: 本发明属于雷达技术领域,公开了一种适用于米波雷达的基于ADMM算法的米波面阵二维DOA估计方法。该算法首先通过二维波束合成对目标角度进行粗略估计,并根据得到的角度粗估计信息限定了目标角度范围,减少了求解运算量。其次利用方位、俯仰角无耦合的特性,对面阵数据分别进行行、列波束合成,在提升信噪比的同时实现数据降维,提高了运算效率。并通过傅里叶插值的方式提取目标数据,最后利用ADMM算法进行方位、俯仰角估计,避免了二维联合估计复杂的计算量,降低了复杂度。

    基于改进的“H”形波导缝隙L形天线及其阵列

    公开(公告)号:CN111799561B

    公开(公告)日:2021-10-29

    申请号:CN202010773519.9

    申请日:2020-08-04

    Abstract: 本发明涉及一种基于改进的“H”形波导缝隙L形天线,包括一对“蝶”形波导缝隙,一对纵向波导细缝、“蝶”形缝隙馈电波导、纵向缝隙馈电波导、“L”形波导功分器、连接器插孔、顶板、中间层壳体和底部壳体,该“蝶”形波导缝隙包括一对相同的“H”形缝隙。一对“蝶”形波导缝隙位于“L”形天线长臂一端,一对纵向波导细缝位于“L”形天线短臂一端。一对纵向波导细缝天线基于改进的“H”形波导缝隙结构在波导宽边上实现水平极化,进而与纵向缝隙波导组合实现了单极化L形天线。本发明L形天线能够组合成不规则平面阵列天线,所使用的L形天线共有8种形态,各形态性能都不相同,增强了阵列随机性,可以有效抑制阵列的扫描栅瓣。

    基于区域信息和CNN的极化SAR图像变化检测方法

    公开(公告)号:CN108257154B

    公开(公告)日:2021-10-29

    申请号:CN201810028892.4

    申请日:2018-01-12

    Abstract: 本发明公开了一种基于区域信息和CNN的极化SAR图像变化检测方法,主要解决现有变化检测技术虚警率较高,检测区域不准确的问题。其方案是:1)对二时相PolSAR图像进行超像素分割和合并;2)计算结合空间信息的Wishart似然比差异图;3)利用差异图通过FCM算法进行预分类;4)根据预分类结果提取训练和待分类数据;5)构建变化检测网络CNN;6)利用训练数据训练CNN;7)将待分类数据输入到训练好的网络中,得到变化检测结果,将该结果与预分类结果中的变化类和未变化类一起组成变化检测最终结果。本发明避免了统计建模和超像素分割的不准确性带来的误差,可用于车辆目标的移动检测以及洪涝灾害的检测。

    高分辨极化SAR目标图像快速仿真方法

    公开(公告)号:CN108562899B

    公开(公告)日:2021-08-20

    申请号:CN201810362394.3

    申请日:2018-04-20

    Abstract: 本发明公开了一种高分辨极化SAR目标图像快速仿真方法,主要解决目前极化SAR图像获取难度大、成本高、速度慢,且传统光线追踪图像仿真未考虑极化特性的问题。其实现步骤是:构造目标场景模型,设定雷达参数;根据光线路径上目标各面元与雷达之间的距离确定被照射到面元的位置,计算该面元的单次散射矩阵和二次散射矩阵;根据入射光线与单次散射矩阵计算面元的单次散射能量;根据入射光线与二次散射矩阵计算面元的二次散射能量;根据单次散射能量和二次散射能量计算散射总能量;根据散射总能量完成对目标场景成像。本发明能简便快速获取较为真实的极化SAR图像,降低了成本,可用于目标识别。

Patent Agency Ranking