-
公开(公告)号:CN116522191A
公开(公告)日:2023-08-01
申请号:CN202310264435.6
申请日:2023-03-17
申请人: 中国船舶集团有限公司第七二四研究所
IPC分类号: G06F18/24 , G01S7/02 , G06F18/214 , G06N20/20
摘要: 本发明涉及一种基于缺失关系网络的雷达信号样式反演方法。包括:对信号数据集进行样本集构建,根据样本集元素的缺失情况构建缺失关系网络,划分得到网络节点样本子集,构建节点集成分类器,计算各节点集成分类器权值;对输入的信号数据提取出对应的信号样本,利用缺失关系网络选取节点集成分类器以及对应的权值系数构建联合集成分类器,将信号样本输入联合集成分类器得到信号样式分类识别结果;根据雷达信号样式分析识别结果,利用缺失关系网络对缺失元素进行估计预测,优化信号样式反演结果。
-
公开(公告)号:CN116522084A
公开(公告)日:2023-08-01
申请号:CN202310260209.0
申请日:2023-03-17
申请人: 中国船舶集团有限公司第七二四研究所
IPC分类号: G06F18/15 , G06F18/213
摘要: 本发明公开了一种基于多域变换指纹特征向量的雷达辐射源个体识别方法,属于无源探测技术领域,针对雷达辐射源信号细微特征难以提取,个体识别难度大等问题。首先对信号处理板送来的雷达中频信号进行解包和预处理,对时域实信号进行PWVD时频处理,得到信号的时频谱,再进行奇异值分解并归一化处理,由公式求得第一个特征熵值;对时域实信号再进行循环谱变换处理,得到循环频率切面并提取边际谱,归一化之后由公式求得第二个特征熵;由两个特征熵构建信号的指纹特征向量,由指纹特征向量对不同雷达辐射源产生的同种雷达类型信号进行区分,根据实验确定这几个特定辐射源产生信号的指纹特征向量的门限,实现这几种辐射源的区分和个体识别。
-
公开(公告)号:CN116521656A
公开(公告)日:2023-08-01
申请号:CN202310260190.X
申请日:2023-03-17
申请人: 中国船舶集团有限公司第七二四研究所
IPC分类号: G06F16/215 , G01S7/41 , G06F16/28 , G06F18/10 , G06F18/213 , G06F18/22
摘要: 本发明涉及一种基于知识图谱的雷达全要素数据关联方法。首先对各类雷达辐射源数据进行数据清洗,采用内插外推的时间配准方法进行数据粗关联,然后对中频和全脉冲非结构化数据进行特征提取,构建关于实体‑信息‑值的雷达全要素知识图谱可视化数据矩阵,再对知识图谱进行分类,第二、第三和第四知识图谱分别与第一知识图谱求对应满足匹配阈值的相似度序列,根据分配的权重系数对其加权求和处理,选取最大的相似度值作为最优匹配结果。本发明在不同的作战任务的情况下,采用知识图谱的方法可以全面掌握雷达全要素数据之间的关联关系,准确描述多元数据内在联系,对数据全要素要特征分析提供支撑。
-
-