-
公开(公告)号：CN118671728A
公开(公告)日：2024-09-20
申请号：CN202410920189.X
申请日：2024-07-10
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常值自适应的筛选方法，属于雷达信号处理领域。本发明针对异常值个数未知的检测环境，设计了异常值个数最大似然估计的辅助数据筛选方法。本方法对异常值进行迭代估计，将前一次迭代估计的异常值集合作为先验信息，运用到下一次迭代估计过程中，有效避免异常值对辅助数据筛选的不利影响，较现有已知异常值个数的筛选方法相比，在兼顾筛选准确性的同时，不需要异常值个数的先验信息，更好应对复杂的检测情况。
-
公开(公告)号：CN118642065A
公开(公告)日：2024-09-13
申请号：CN202410863281.7
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协方差矩阵联合估计的自适应智能融合检测方法，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量较为有限的难题，通过挖掘有目标假设下主数据中的杂波信息并结合可用辅助数据，设计出杂波协方差矩阵的全数据联合最大似然估计方法，在充分利用有目标假设下主数据杂波分量可用信息的同时，避免了目标信号分量对杂波协方差矩阵估计的污染，进一步提高了未知杂波协方差矩阵估计精度；进而设计了基于协方差矩阵联合估计的自适应智能融合检测方法，在保证恒虚警率特性的同时，兼顾算法失配鲁棒性和检测性能等多方面需求，提升了复杂环境下多通道窄带雷达对弱小目标和失配目标的自适应检测性能。
-
公开(公告)号：CN116577775A
公开(公告)日：2023-08-11
申请号：CN202310536898.3
申请日：2023-05-13
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S13/72
摘要： 本发明涉及一种基于径向加速度和速度差分信息的模型快速匹配滤波方法，适用于高/中脉冲重复频率雷达对机动目标的跟踪，属于雷达跟踪领域。本发明包括以下步骤：步骤1：在信号处理阶段获取目标径向加速度和径向速度估计值；步骤2：构建机动目标特征向量；步骤3：基于概率神经网络的机动模型快速匹配滤波方法。本发明基于雷达信号处理阶段基于压缩感知方法得到的目标径向速度和径向加速度信息，将其与残差信息构建机动目标特征向量，利用概率神经网络训练出运动模型决策矩阵，根据该矩阵实时匹配相应的目标运动模型，从而提高动态目标跟踪系统的自适应性能。
-
公开(公告)号：CN116306203A
公开(公告)日：2023-06-23
申请号：CN202211120622.9
申请日：2022-09-15
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F30/27 , G06N3/0464 , G06T11/20 , G06V10/26 , G06V10/774 , G06V10/82
摘要： 本发明提出了一种海上目标航迹智能仿真生成方法，该方法包括：采集目标的雷达航迹数据和对应的船舶自动识别系统AIS数据，并对数据进行预处理，分别转换为目标实际航迹图像和真实轨迹图像，裁剪为固定大小的配对子图像块，构建训练数据集，剩下的一部分配对子图像块构建测试数据集，使用训练数据集对构建的雷达航迹生成对抗网络模型进行训练，直至训练完成后，将真实轨迹图像的子图像块输入训练好的雷达航迹生成对抗网络模型中，生成逼真的合成航迹图像的子图像块，拼接后得到完整的合成目标航迹图像。本发明基于有监督条件生成对抗网络，构建生成网络模型，从而将容易获取的目标真实轨迹转换为具有真实误差分布的雷达航迹。
-
公开(公告)号：CN115510597A
公开(公告)日：2022-12-23
申请号：CN202211157580.6
申请日：2022-09-22
申请人： 中国人民解放军海军航空大学
摘要： 本发明公开了GNN框架下基于广义S维分配的多传感器数据互联方法，包括以下步骤：获取传感器量测值，每个传感器量测值对应一个节点建立图网络结构，多个传感器会对应得到多个图网络结构；利用GNN模型提取节点的深层隐藏特征信息；利用广义S维分配互联算法进行最优化匹配，输出数据互联结果。基本形成了利用图神经网络进行数据互联算法的框架结构，有利于实现目标量测深层拓扑结构信息及其协方差矩阵的准确提取，优化量测间的组合分配问题，改善了在随机噪声、系统偏差条件下数据互联的性能，进一步提高广义S维分配算法数据关联的正确率。
-
公开(公告)号：CN115375972A
公开(公告)日：2022-11-22
申请号：CN202211030068.5
申请日：2022-08-26
申请人： 中国人民解放军海军航空大学
IPC分类号： G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明提出了一种基于生成对抗网络的时空图像序列数据增强方法，该方法为：首先对构建的任务训练数据集中真实图像数据和时空图像序列数据进行预处理；然后构建包含生成器和鉴别器的生成对抗网络模型，并创建生成对抗网络模型的损失函数；再使用预处理后的数据对生成对抗网络模型进行训练，获得训练好的生成对抗网络模型；最后将预处理后真实图像数据输入到训练好的生成对抗网络模型中取生成器网络中，生成时预处理后时空图像序列数据。本发明由图像数据生成保持时间一致性和空间一致性的逼真时空图像序列数据，解决受限于应用背景和获取成本等因素，真实数据严重不足的问题，并用于真实数据的替代或补充，推动相关领域算法研究和智能化发展。
-
公开(公告)号：CN111487613A
公开(公告)日：2020-08-04
申请号：CN202010309021.7
申请日：2020-04-19
申请人： 中国人民解放军海军航空大学
摘要： 本发明属于目标跟踪领域中的航迹关联技术，针对存在系统偏差的雷达/ESM航迹关联问题，提出了一种基于分级聚类分析的航迹抗差关联方法。考虑编队和系统偏差对航迹关联的影响，利用分层聚类方法对修正极坐标中的距离向量进行聚类，得到雷达和ESM之间的相对方位偏差估计期望，使用基于全局最优关联判决和假设检验的方法，得到雷达/ESM航迹抗差关联结果，有效提高了存在系统偏差情况下的雷达/ESM航迹关联正确率，适用于雷达和ESM之间的距离远小于传感器到目标的距离的情况。
-
公开(公告)号：CN106353720B
公开(公告)日：2019-09-24
申请号：CN201610800756.3
申请日：2016-09-04
申请人： 中国人民解放军海军航空大学
摘要： 本发明属于多传感器无源定位技术，针对固定辐射源目标，提供一种基于TDOA/GROA的多站连续定位模型。考虑利用中间变量的传统定位模型对定位场景的局限，从TDOA和GROA的量测方程出发，得到了只与目标状态向量有关的定位模型，从而避免了引入中间变量。然后根据量测模型推导了定位模型的误差项，最后利用约束加权最小二乘算法计算目标状态估计。该定位模型适用于多运动站场景下的固定辐射源目标连续定位。
-
公开(公告)号：CN106154224B
公开(公告)日：2019-09-24
申请号：CN201610547728.5
申请日：2016-07-12
申请人： 中国人民解放军海军航空大学
IPC分类号： G01S5/06
摘要： 本发明属于多传感器无源定位技术，提供了一种未知扫描速率情况下扫描体制雷达辐射源连续定位新方法。考虑到扫描速率在观测期间可被认为是不变的常量，将所有时刻的量测信息投影到目标状态空间，得到扫描速率估计值，然后沿最大梯度方向递归优化，直至收敛，最终计算得到目标状态的最大似然估计。该方法能够有效估计辐射源目标的扫描速率及其状态信息并提高了目标位置的估计精度。
-
公开(公告)号：CN109375186A
公开(公告)日：2019-02-22
申请号：CN201811405815.2
申请日：2018-11-22
申请人： 中国人民解放军海军航空大学
摘要： 本发明提出了一种基于深度残差多尺度一维卷积神经网络的雷达目标识别方法。雷达目标因具有平移敏感性和姿态角敏感性而识别难度较大，该方法可自动提取雷达目标HRRP的不变特征。该方法利用卷积核和下采样操作的特征设计了两种一维残差多尺度块和两种一维多尺度下采样层，并以二者为核心构建神经网络模型，在此基础上，提出了一种新的损失函数来提高特征的可分性。该方法可以有效提取目标的深度不变特征，识别正确率较高，具有较好的鲁棒性和泛化性能。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.044 秒)
