一种基于自适应警戒阈值的雷达信号分选方法及装置

    公开(公告)号:CN118884361A

    公开(公告)日:2024-11-01

    申请号:CN202411118881.7

    申请日:2024-08-15

    IPC分类号: G01S7/292 G01S7/02

    摘要: 本发明属于聚类以及信号分选技术领域,公开了一种基于自适应阈值的雷达信号分选方法及装置。所述方法包括:构造雷达数据集,对雷达数据集中的脉冲描述字PDW流数据进行随机采集及预处理,并生成预处理后的待分选数据集;将修订后的待分选数据集输入模糊自适应共振网络进行初分选,包括根据匹配度和所述自适应警戒阈值的大小关系进行警戒测试并根据警戒测试的结果得到所有输出类别的输出样本,即为雷达信号的初分选结果输出;对初分选结果进行类增值的类合并并基于聚类质量指标进行评估,得到最终分选结果。所述装置包括预处理模块、分选模块及类合并及评估模块;所述方法及装置具有复杂度低、能准确确定类数目且大幅提升分选正确率的优势。

    基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法

    公开(公告)号:CN116681623A

    公开(公告)日:2023-09-01

    申请号:CN202310774557.X

    申请日:2023-06-28

    摘要: 本发明涉及一种基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法。包括:通过拉普拉斯金字塔变换将原始图像分解到不同的频域子带,采用可训练阈值模块抑制各个高频子带上的噪声,通过拉普拉斯金字塔重构获得去噪后图像;将去噪后图像、拉普拉斯变换的第一个子带与原图连接以融合图像空域、频域信息,形成三通道图像,输入到后续的目标检测网络;将注意力机制引入基础网络的特征融合模块,对特征图各像素赋予不同的权值,突出有效特征。所述方法具有自适应性,不因输入图像尺度变化增加网络的复杂度和训练难度;生成包含尺度信息的真值图,不涉及神经网络的训练,故复杂度低、易操作;生成的真值图标示了每个目标的位置和尺度信息。