-
公开(公告)号：CN108663667A
公开(公告)日：2018-10-16
申请号：CN201810448852.5
申请日：2018-05-11
申请人： 清华大学
IPC分类号： G01S7/41
摘要： 本发明实施例提供一种雷达非完整观测下的距离扩展目标检测方法和系统，检测方法包括：基于所述雷达的所有距离单元的接收数据矩阵，建立二元假设检验模型；通过交替迭代方法，获取二元假设检验模型的原假设下的扰动协方差矩阵的第一估计值，以及，二元假设检验模型的备选假设下的扰动协方差矩阵的第二估计值；基于所述二元假设检验模型的检测器的判决准则，根据所述第一估计值和所述第二估计值获取检验统计量并基于所述检验统计量判断是否存在距离扩展目标。本发明进行参数估计时兼顾了似然函数最大化和杂波协方差矩阵的低秩特性，在非完整观测场景下能够得到更高的参数估计精度。
-
公开(公告)号：CN104931938B
公开(公告)日：2017-07-28
申请号：CN201510228106.1
申请日：2015-05-07
申请人： 清华大学
IPC分类号： G01S7/36
摘要： 本发明公开了一种相参捷变频雷达杂波抑制算法，将要进行杂波抑制和相参积累的雷达基带回波信号排列成回波信号矩阵；通过计算所述矩阵，抑制所述回波信号中的杂波分量，保留运动目标的信号分量；将杂波抑制后的回波信号进行相参积累。本发明还公开了与上述算法对应的一种相参捷变频雷达杂波抑制系统，包括：信号排列模块、杂波抑制模块和相参积累模块。本发明具有如下优点：算法可以有效的抑制杂波能量，在检测运动目标的同时，可以获得目标的径向运动速度信息，同时得到目标的高分辨距离像，从而实现目标的速度、距离同时高分辨探测；算法计算量较低；能够抑制信号中的杂波分量；提升目标信噪比，获得目标的速度信息和高分辨图像。
-
公开(公告)号：CN106446801A
公开(公告)日：2017-02-22
申请号：CN201610805283.6
申请日：2016-09-06
申请人： 清华大学
摘要： 本发明提出一种基于超声主动探测的微手势识别方法及系统，该方法包括以下步骤：发射超声波信号，并接收超声波信号经过待识别手势动作反射的超声回波信号；对比超声波信号与超声回波信号，以得到超声波信号与超声回波信号的接收时间延迟与频率分辨变化量；根据接收时间延迟与频率分辨变化量，得到超声回波信号中时序的距离和速度信息；根据距离和速度信息，通过数据驱动的模式识别算法对待识别手势动作进行识别和判定。本发明能够精确识别微手势动作，具有分辨率高、鲁棒性高、功耗低及算法复杂度低的优点。
-
公开(公告)号：CN104931938A
公开(公告)日：2015-09-23
申请号：CN201510228106.1
申请日：2015-05-07
申请人： 清华大学
IPC分类号： G01S7/36
CPC分类号： G01S7/2813
摘要： 本发明公开了一种相参捷变频雷达杂波抑制算法，将要进行杂波抑制和相参积累的雷达基带回波信号排列成回波信号矩阵；通过计算所述矩阵，抑制所述回波信号中的杂波分量，保留运动目标的信号分量；将杂波抑制后的回波信号进行相参积累。本发明还公开了与上述算法对应的一种相参捷变频雷达杂波抑制系统，包括：信号排列模块、杂波抑制模块和相参积累模块。本发明具有如下优点：算法可以有效的抑制杂波能量，在检测运动目标的同时，可以获得目标的径向运动速度信息，同时得到目标的高分辨距离像，从而实现目标的速度、距离同时高分辨探测；算法计算量较低；能够抑制信号中的杂波分量；提升目标信噪比，获得目标的速度信息和高分辨图像。
-
公开(公告)号：CN103197142B
公开(公告)日：2015-02-18
申请号：CN201310084498.X
申请日：2013-03-15
申请人： 清华大学
IPC分类号： G01R23/16
摘要： 本发明提出一种未知频率持续模拟信号和猝发数字信号同时捕获方法，包括：S1：启动模拟信号的判决周期；S2：频谱扫描；S3：若存在超过门限的疑似持续模拟信号则执行S4，否则执行S5；S4：记录疑似持续模拟信号出现情况的最新统计信息；S5：若本次判决周期结束则执行S6，否则执行S8；S6：确定持续模拟信号；S7：清除疑似持续模拟信号的统计信息，执行S1；S8：若存在超过门限的疑似猝发数字信号则执行S9，否则执行S2；S9：锁定频率进行连续侦测；S10：采样数据具备预先规定的数字信号特征则执行S11，否则执行S12；S11：确定为猝发数字信号，执行S2；S12：取消疑似猝发数字信号嫌疑，执行S2。本发明可以提高信号捕获的准确率和效率，实用性好。
-
-
公开(公告)号：CN102760444B
公开(公告)日：2014-06-11
申请号：CN201210125085.7
申请日：2012-04-25
申请人： 清华大学
摘要： 基于支撑向量机的基带时域音频信号分类方法，首先将基带时域音频信号序列分段，得到初始分段子序列，然后每个初始分段子序列分别减去各自的均值，得零均值分段子序列，接着对每个零均值分段子序列进行加窗处理，将结果分别进行傅里叶变换处理，得到分段子序列的频谱幅度，分别求出每个频谱幅度的标准差得到一个特征量，将各个零均值分段子序列按照次序依次组合成为一个长序列，然后计算出该序列的归一化自相关矩阵，对自相关矩阵进行奇异值分解，得到子空间的分界点，再计算出该基带时域音频信号序列的另一个特征量信噪比参量；最后将两个特征量构成输入向量送入已经训练过的SVM分类器中，从而鉴别出该基带时域音频信号的种类，区分出语音信号和噪声信号。
-
公开(公告)号：CN103675771A
公开(公告)日：2014-03-26
申请号：CN201210365190.8
申请日：2012-09-26
申请人： 清华大学
IPC分类号： G01S7/40
摘要： 本发明提供一种用于目标跟踪滤波器的性能测试方法及系统，其包括：S1.创建测试目标库，目标的运动模型为xk＝Fkxk-1+wk，其中，xk为目标k时刻的状态向量，包括位置和速度，Fk为状态转移矩阵，wk是状态噪声；S2.利用观测模型zk＝hk(xk,vk )，计算对于目标的观测值，其中hk是观测函数，vk是零均值的白高斯观测噪声；S3.将所述观测值zk输入目标跟踪滤波器，输出目标状态估计值并提取S4.将和对应的目标真实状态向量xk做差，然后求和取平均，得到平均误差；S5.将所述平均误差和性能标准进行比较，给出性能评价。本发明利用较完备的测试目标库和科学的测试方法对自动雷达标绘仪中的跟踪滤波器进行性能评估，从而指导自动雷达标绘仪中目标跟踪滤波器的性能改进，并给出评估结果，可广泛应用于导航，交通等领域。
-
-
公开(公告)号：CN101806887A
公开(公告)日：2010-08-18
申请号：CN201010129725.2
申请日：2010-03-19
申请人： 清华大学
IPC分类号： G01S7/41
摘要： 基于空间跟踪滤波器的海杂波抑制和目标检测方法，属于海上目标雷达检测与跟踪中的海杂波分析技术领域。本发明先将沿着径向的非相参雷达回波数据作为输入，然后将回波的幅度和幅度变换斜率作为一个状态矢量，建立状态方程和观测方程，并设计一个线性条件下最优的α-β-γ滤波器来实现对低频海杂波的跟踪并估计最优的参数组合，最后将得到的滤波值从原始数据中减去，从而来更好地实现杂波抑制和目标检测。通过遗传算法，可以得到信杂比改善的最大值，以及其对应的最优参数组合α＝0.999，β＝0.992，γ＝0.721；且很容易用门限检测来得到目标。
-
-
-
-
-
-
-
-
-
搜索结果
131 条记录 (耗时 0.096 秒)
