一种基于空间自相关聚类的雷达大气校正方法

    公开(公告)号:CN118483665A

    公开(公告)日:2024-08-13

    申请号:CN202410684696.8

    申请日:2024-05-30

    IPC分类号: G01S7/40 G01S7/41 G01S13/95

    摘要: 本公开涉及一种基于空间自相关聚类的雷达大气校正方法,包括:使用时间序列雷达数据提取永久散射体;基于二阶模型方法进行初步大气相位补偿;在筛选出可信永久散射体的基础上,将干涉图均匀分为多个子块,每个子块的大小根据实际监测区域的大小进行确定,分别计算每个子块内部的空间自相关;通过区域生长算法对计算空间自相关处理后的结果进行分类,以识别和标记具有相似相位特性的区域;根据统计数据进行聚类;通过反距离加权插值得到完整的估计大气相位屏。通过本公开各实施例可以有效去除干涉图像中的复杂大气相位,显著提高了相位校正的精度和可靠性,且计算量较小,运算速度较快。

    基于字典和杂波功率谱双校正的STAP方法及相关设备

    公开(公告)号:CN118051711A

    公开(公告)日:2024-05-17

    申请号:CN202410157819.2

    申请日:2024-02-02

    摘要: 本申请公开了一种基于字典和杂波功率谱双校正的STAP方法及相关设备,该方法首先在存在未知偏航角的非平稳杂波环境下对杂波脊参数进行非线性回归,通过对杂波脊参数的更新替换对每个样本校正对应的字典,同时在传统字典的基础上更新迭代所有样本估计的杂波脊参数值,形成新字典,减小了因离网问题引起的误差,并运用贝叶斯思想,精准估计了稀疏恢复向量,解决了因参数盲性而导致算法性能显著下降的问题,从而改善了杂波抑制性能与目标检测性能,可以有效消除离散干扰并用较少的训练数据抑制杂波分量。

    一种基于Cameron分解的地物分类方法及系统

    公开(公告)号:CN117805763A

    公开(公告)日:2024-04-02

    申请号:CN202311855300.3

    申请日:2023-12-29

    摘要: 本申请提供一种基于Cameron分解的地物分类方法及系统。所述方法包括:通过Cameron分解方法获得待分类机载合成孔径雷达图像的对称互易分量;通过所述对称互易分量,得到所述待分类机载合成孔径雷达图像对应的第一K矩阵;确定典型对称散射体对应的第二K矩阵;基于测地线距离计算所述第一K矩阵与所述第二K矩阵之间的距离,以根据所述距离大小确定所述待分类机载合成孔径雷达图像对应的典型对称散射体。本申请实施例解决了传统技术中地物分类的散射体与自身的距离不为0的问题,而且本申请实施例还利用改进的Cameron分解方法使1/4波散射分量得到了明显的抑制,该散射机制更加合理。

    一种生命信号检测方法、系统及存储介质

    公开(公告)号:CN117796775A

    公开(公告)日:2024-04-02

    申请号:CN202410025329.7

    申请日:2024-01-08

    摘要: 本发明公开了一种生命信号检测方法、系统及存储介质,属于生命体征监测技术领域,通过接收待测目标反射后的回波信号,将回波信号混频得到中频信号;对中频信号进行变换得到距离维FFT频谱;基于YoloV5s神经网络与DeepSORT目标跟踪算法,采用双目相机对人体进行识别与跟踪,确定待测目标距离门;循环提取待测目标距离门处的相位,通过相位解缠绕恢复待测目标真实位移曲线,构建一个新的差分相位序列;分离出呼吸信号与心跳信号,分别对呼吸信号和心跳信号进行FFT处理,并通过谱峰搜索获得待测目标的呼吸频率与心跳频率。该方法能够实现目标与雷达信号解算出的生命信号的匹配,有效剔除了环境干扰对生命体征信号探测的影响。

    一种星载SAR方位多通道量化方法及装置

    公开(公告)号:CN117741663A

    公开(公告)日:2024-03-22

    申请号:CN202311755368.4

    申请日:2023-12-18

    IPC分类号: G01S13/90 G01S7/41

    摘要: 本申请提供一种星载SAR方位多通道量化方法及装置,包括:确定各通道雷达回波信号,雷达回波信号包括:实部信号和虚部信号;利用各通道雷达回波信号的采样点,计算各通道雷达回波信号的实部信号的均值和标准差,以及虚部信号的均值和标准差;基于各通道雷达回波信号的实部信号的均值和标准差,以及虚部信号的均值和标准差,确定各通道雷达回波信号的量化区间;对各通道雷达回波信号的采样点进行处理,使各通道雷达回波信号的采样点的幅度值均在对应的量化区间内;对各通道雷达回波信号的采样点进行量化,得到量化后的各通道雷达回波信号。本申请降低了接收机内热噪声和随机野值对雷达回波信号量化的影响,提升了量化信噪比。

    多模增强现实的滑坡预测方法及存储介质

    公开(公告)号:CN117148304A

    公开(公告)日:2023-12-01

    申请号:CN202311123844.0

    申请日:2023-09-01

    IPC分类号: G01S7/41 G01S13/90 G01S13/88

    摘要: 本公开涉及多模增强现实的滑坡预测方法及存储介质,方法包括:通过融合匹配,将雷达成像数据的像素与三维地形点云数据坐标对应;处理雷达形变数据;处理三维地形点云数据;构建多参数滑坡预测模型,得到多参数形变程度;基于若干时刻的多参数形变程度,进行多模滑坡预测。通过本公开的各实施例能够对监测雷达的形变观测数据与三维地形点云数据等多模异构数据进行耦合分析,为滑坡灾害的早期预警、预报提供决策支持。

    用于云雷达的极化定标方法、装置及系统

    公开(公告)号:CN109597080B

    公开(公告)日:2023-12-01

    申请号:CN201811634685.X

    申请日:2018-12-29

    IPC分类号: G01S13/95 G01S7/40

    摘要: 本申请实施例公开了用于云雷达的极化定标方法、装置及系统。该方法的一具体实施方式包括:获取针对第一信号的接收数据,生成第一定标数据集合,其中,第一信号为有源定标器发射的不同波段信号;获取针对第二信号的全极化回波数据,生成第二定标数据集合,其中,第二信号为云雷达向二面角反射器发射不同波段信号而形成的回波信号;根据第一定标数据集合和第二定标数据集合,对目标极化定标算法进行分析,校正目标极化定标算法中的定标参数。该实施方式通过获取云雷达的有源极化定标数据和无源极化定标数据,来实现云雷达的极化定标。即将有源极化定标与无源极化定标相结合。这样可以有助于提高定标结果的准确度。

    基于L1/2正则化的合成孔径雷达成像方法、系统及存储介质

    公开(公告)号:CN117031469A

    公开(公告)日:2023-11-10

    申请号:CN202311005795.0

    申请日:2023-08-10

    IPC分类号: G01S13/90 G01S7/41

    摘要: 本发明提供了基于L1/2正则化的合成孔径雷达成像方法、系统及存储介质,成像方法包括:初始化合成孔径雷达原始数据;构建成像算子和逆成像算子;对二维观测场景复图像分别进行至少基于L1/2正则化的第一处理、第二处理、至少基于L1/2正则化的第三处理、基于L1/2正则化的第四处理,并分别得到第一处理结果、第二处理结果、第三处理结果和第四处理结果;基于第一处理结果、第三处理结果和第四处理结果进行第五处理,得到第五处理结果,并基于第五处理结果得到第六处理结果;在迭代次数不大于最大迭代次数或第六处理结果的数值大于设定值的情况下,对第五处理结果进行赋值迭代处理。可以在大场景下实现高分辨成像,提升SAR成像的实时性和精确性。

    一种目标检测方法、系统及存储介质

    公开(公告)号:CN116740534A

    公开(公告)日:2023-09-12

    申请号:CN202310734149.1

    申请日:2023-06-20

    摘要: 本申请提供一种目标检测方法、系统及存储介质。所述方法包括:获取第一目标图像数据集;将具有预设大小的卷积核和预设通道数的卷积模块替换初始YOLOv5网络中的聚焦模块,同时在所述初始YOLOv5网络中的预设位置加入编码器模块,得到优化后的第二YOLOv5网络;其中,所述编码器模块包含多头注意力机制模块;使用所述第一目标图像数据集训练所述初始YOLOv5网络,得到训练好的第二YOLOv5网络;利用所述第二YOLOv5网络进行目标检测。本申请实施例的目标检测方法可以实现在保证检测准确度的同时,YOLOv5网络更加轻量化,YOLOv5网络体积足够小,能够满足了特定场景下实时监测的需求。

    一种基于动态阵元观测角的旁瓣抑制方法

    公开(公告)号:CN116540230A

    公开(公告)日:2023-08-04

    申请号:CN202310481313.2

    申请日:2023-04-28

    IPC分类号: G01S13/89 G01S7/28

    摘要: 本发明提供了一种基于动态阵元观测角的旁瓣抑制方法,包括:获得虚拟阵元的位置坐标及回波信号,基于回波信号得到匹配滤波后的接收信号矩阵;基于匹配滤波后的接收信号矩阵,得到接收信号矩阵的阵列协方差矩阵;对基于阵列协方差矩阵特征分解得到的信号子空间和噪声子空间正交得到正交后的阵列协方差矩阵,对正交后的阵列协方差矩阵重构得到阵列谱密度矩阵;基于阵列谱密度矩阵和匹配滤波后的接收信号矩阵得到二维多信号分类算法的空间谱密度函数;进而获得对应的俯仰角和方位角,以对波束旁瓣重构。通过改进二维多信号分类算法并将其应用于旁瓣抑制,寻找主瓣与旁瓣位置,从而降低谱密度函数的旁瓣,提高了雷达对近距离存在的多目标的成像效果。