-
公开(公告)号：CN104882675B
公开(公告)日：2017-09-05
申请号：CN201510223889.4
申请日：2015-05-05
申请人： 重庆大学
摘要： 本发明公开了一种基于变容二极管的双陷波可调的超宽带天线，属于天线设计技术领域。该天线包括介质基板、辐射贴片、微带馈线、寄生条带结构、“U”形金属条带、金属带线及焊盘、接地板和同轴电缆；所述“U”形金属条带用于产生高频陷波；并通过变容二极管对该陷波的工作频率进行调节；寄生条带结构包括寄生条带和一个变容二极管，所述寄生条带用于产生低频陷波；并通过变容二极管对该陷波的工作频率进行调节。本发明提供的一种基于变容二极管的双陷波可调的超宽带天线，通过变容二极管对两个陷波的工作频率进行调节，可以分别涵盖WiMAX和WLAN频段，且两个陷波的调节互不影响，有效的实现了双陷波的频率捷变特性。
-
公开(公告)号：CN104251675B
公开(公告)日：2017-05-03
申请号：CN201410477613.4
申请日：2014-09-18
申请人： 重庆大学
IPC分类号： G01B15/06
摘要： 本发明公开一种多目标微变形实时遥测方法与系统，系统由安装在固定位置的微变形遥测射频标签阅读器和安装在被测物上的多个观测点射频标签构成。射频标签阅读器辐射射频载波信号，射频标签收到该信号后，使用不同频率的正弦波信号对其进行调制,然后再转发回射频标签阅读器，射频标签阅读器收到多个观测点射频标签的混合回波信号，使用正交下变频电路将其下变频至基带，然后使用标签分离电路即多个极窄带带通滤波器分离识别各射频标签，使用相位检测电路获取射频载波信号往返于射频标签阅读器和各射频标签之间的相位差，从而测量出各射频标签的位移量。该系统具有测量精度高、安装使用方便的优点。
-
公开(公告)号：CN104217406B
公开(公告)日：2017-05-03
申请号：CN201410490100.7
申请日：2014-09-23
申请人： 重庆大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于剪切波系数处理的SAR图像降噪方法。属于数字图像处理技术领域。它是利用图像剪切波变换后系数具有的稀疏特性，首先建立基于图像剪切波系数的稀疏表示模型，而后通过分段正交匹配追踪StOMP算法实现统计均值意义上稀疏表示系数的无偏估计，并将稀疏表示后的剪切波系数重构为降噪后图像；为弥补稀疏表示中丢失部分系数对图像细节的损失，并利用这部分系数对应的剪切波函数具有提取图像边缘细节的能力，针对图像在丢失系数对应的剪切波函数空间中投影重构的结果，结合基于能量泛函的总变分TV方法进一步迭代去噪，最终得到细节丰富的去噪图像，既抑制了SAR图像斑点噪声又保持了图像的细节纹理，可用于SAR图像降噪。
-
公开(公告)号：CN106056070A
公开(公告)日：2016-10-26
申请号：CN201610368234.0
申请日：2016-05-26
申请人： 重庆大学
CPC分类号： G06K9/0063 , G01S13/90 , G06K9/40 , G06K9/6268
摘要： 本发明提供了一种基于低秩矩阵恢复和稀疏表示的SAR目标识别方法，该方法特别适用于针对低图像质量的SAR图像进行目标识别，其先通过对SAR图像进行低秩矩阵恢复，得到对应的SAR低秩图像，使得绝大部分的SAR目标信息保留在SAR低秩图像中而去除噪声，并结合SAR图像中目标本身的散射特征信息仍处于低维空间、能够通过SAR低秩图像得以保留的特点，结合稀疏表示方法进行图像的目标识别，通过理论分析和实验数据均证明，能够有效的帮助提升识别正确率，解决现有技术中针对低图像质量SAR图像进行目标识别的准确率较低的问题。
-
公开(公告)号：CN106022383A
公开(公告)日：2016-10-12
申请号：CN201610361515.3
申请日：2016-05-26
申请人： 重庆大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6267 , G06K9/6232 , G06K9/6256
摘要： 本发明提供了一种基于方位角相关动态字典稀疏表示的SAR目标识别方法，其首先估计作为测试样本的SAR图像的方位角，然后根据这个方位角估计值算出一个相关方位角范围，从而基于各个训练样本的稀疏特征矩阵的集合构成的稀疏特征训练样本集，令稀疏特征训练样本集之中方位角值在相关方位角范围之外的训练样本的稀疏特征矩阵设置为零矩阵，仅保留方位角值在相关方位角范围以内的训练样本的稀疏特征矩阵，由此构成测试样本对应的稀疏特征方位角相关动态字典，然后再进行稀疏表示分类识别，大大减少稀疏编码和稀疏重构的计算量，提升了识别处理效率，同时也减少了方位角不相关的训练样本对测试样本目标识别的干扰，使得识别准确率也得以提高。
-
公开(公告)号：CN105894476A
公开(公告)日：2016-08-24
申请号：CN201610251570.7
申请日：2016-04-21
申请人： 重庆大学
IPC分类号： G06T5/00
摘要： 本发明提供了一种基于字典学习融合的SAR图像降噪处理方法，其通过联合非下采样轮廓波字典学习和K?SVD字典学习，利用平移不变的非下采样轮廓波变换滤波克服了轮廓波变换不能平移不变的缺陷，消除了去噪的划痕效应；同时，利用自适应的K?SVD字典学习算法进行去噪，根据图像的特征不断更新字典原子，不仅能很好地抑制图像噪声，还能够对边缘和纹理等重要的SAR图像信息较好地保留；并且进一步的通过对两种降噪效果加以融合，融合后的图像大大地提高了图像的信噪比，图像的等效视数也有一定的提高，而且边缘和纹理信息也很好地保留下来，没有出现划痕、图像对比度变暗等负面影响，使得SAR图像降噪处理的综合质量得以明显提升。
-
公开(公告)号：CN105373809A
公开(公告)日：2016-03-02
申请号：CN201510752844.6
申请日：2015-11-06
申请人： 重庆大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6256
摘要： 本发明提供了一种基于非负最小二乘稀疏表示的SAR目标识别方法，其基于SAR图像的频谱特征作为识别特征，通过将测试样本投影到训练集上，在稀疏投影的过程中添加了非负约束，避免了因稀疏表示中的稀疏系数有正有负导致稀疏表示的数学描述不符合实际而对雷达目标识别造成干扰，同时使得稀疏解能更有效的反映目标在高维空间中的低维结构，通过稀疏重构过程来确定测试样本的类别，实现对雷达目标的识别，从而提高识别率，同时避免了对SAR图像目标进行方位角估计以及散焦或者信噪比等因素对目标识别造成的干扰，具有很好的噪声鲁棒性，能够有效提升雷达目标识别的准确性。
-
公开(公告)号：CN104732224A
公开(公告)日：2015-06-24
申请号：CN201510163244.6
申请日：2015-04-08
申请人： 重庆大学
摘要： 本发明提供了一种基于二维泽尔尼克矩特征稀疏表示的SAR目标识别方法，该方法能够有效提取SAR目标图像中携带的局部电磁散射特征信息，在不同的方位角下，每一类目标的电磁散射中心和散射强度都是不同的，因此，基于2D切片图计算出来的Zernike特征具有很强的鉴别性；同时，本发明的SAR目标识别方法应用了稀疏表示理论来进行识别，它可以很好的对输入特征进行重构，并且根据重构误差来做出判别。总体而言，本发明基于二维泽尔尼克矩特征稀疏表示的SAR目标识别方法把2D切片图的Zernike矩特征与SRC技术相结合，这样就可以很好的目标进行识别，并且具有良好的对噪声的鲁棒性。
-
公开(公告)号：CN103226196B
公开(公告)日：2015-05-13
申请号：CN201310184862.X
申请日：2013-05-17
申请人： 重庆大学
IPC分类号： G01S7/41
摘要： 本发明提供了一种基于稀疏特征的雷达目标识别方法，该方法以雷达目标图像的稀疏特征作为雷达目标图像训练样本和待测雷达目标的识别特征，帮助提升雷达目标识别的数据针对性并减少数据处理运算量，再通过训练样本的稀疏特征构建待测雷达目标的稀疏线性方程，然后通过贝叶斯压缩感知算法求解稀疏线性方程，借助压缩感知理论实现对待测雷达目标的识别，不需要借助目标方位角估计，降低了识别复杂程度，避免了识别准确性对目标方位角估计的依赖，同时基于压缩感知理论进行雷达目标识别在噪声环境下也具有良好的识别性能，从而解决了现有技术中雷达目标识别系统较为复杂、识别准确性有限的问题，达到提高雷达目标识别的处理效率和识别准确性的目的。
-
公开(公告)号：CN104217406A
公开(公告)日：2014-12-17
申请号：CN201410490100.7
申请日：2014-09-23
申请人： 重庆大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于剪切波系数处理的SAR图像降噪方法。属于数字图像处理技术领域。它是利用图像剪切波变换后系数具有的稀疏特性，首先建立基于图像剪切波系数的稀疏表示模型，而后通过分段正交匹配追踪StOMP算法实现统计均值意义上稀疏表示系数的无偏估计，并将稀疏表示后的剪切波系数重构为降噪后图像；为弥补稀疏表示中丢失部分系数对图像细节的损失，并利用这部分系数对应的剪切波函数具有提取图像边缘细节的能力，针对图像在丢失系数对应的剪切波函数空间中投影重构的结果，结合基于能量泛函的总变分TV方法进一步迭代去噪，最终得到细节丰富的去噪图像，既抑制了SAR图像斑点噪声又保持了图像的细节纹理，可用于SAR图像降噪。
-
-
-
-
-
-
-
-
-
搜索结果
71 条记录 (耗时 0.026 秒)