-
公开(公告)号：CN117706490B
公开(公告)日：2024-05-17
申请号：CN202410167220.7
申请日：2024-02-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于单站雷达的金属目标间的耦合散射中心建模方法，该方法为：首先使用计算机仿真软件对目标整体进行几何建模，对目标进行部件分解剖分，并将不同部件和面元依次编号，使用弹跳射线法对所有面元进行遮挡判断和射线追踪；然后根据射线的弹跳次数、路径对射线进行分类，依据目标回波和形状函数间的傅里叶变换关系，使用相位等效的原则求解每条射线的等效点，获得等效点的分布；接着计算每个集合中的等效点在距离向和方位向上的投影大小，确立散射中心类型；最后根据散射中心的类型，分别确立位置、幅度、长度以及频率因子相关参数，得到属性散射中心模型。本发明计算过程效率高，模型描述简洁，建立的耦合散射中心模型精确度高。
-
公开(公告)号：CN116503675B
公开(公告)日：2023-08-29
申请号：CN202310762241.9
申请日：2023-06-27
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/762 , G06F30/327 , G06F30/34
Abstract: 本发明公开了一种基于强聚类损失函数的多种类目标辨识方法及系统。所述方法为：根据同一批次待识别目标标签的特征值和标签值特点，构建强聚类损失函数；加入目标的移位特征，进一步增大不同类别目标的损失值差异；编写CNN模型的网络层硬件代码并进行并行加速，生成的RTL级代码结合网络权重数据、偏置数据迁移到FPGA中；构建硬件层面电路图，对RTL级代码生成的IP核和Zynq处理器部署硬件设计，PS端和PL端联合生成比特流，实现CNN模型在FPGA上的运算。所述系统包括强聚类损失函数构建、移位特征添加、硬件代码编写、FPGA、硬件层面电路图构建这些模块。本发明聚类效果明显、识别精度高，并且提升了计算效率。
-
公开(公告)号：CN117706490A
公开(公告)日：2024-03-15
申请号：CN202410167220.7
申请日：2024-02-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于单站雷达的金属目标间的耦合散射中心建模方法，该方法为：首先使用计算机仿真软件对目标整体进行几何建模，对目标进行部件分解剖分，并将不同部件和面元依次编号，使用弹跳射线法对所有面元进行遮挡判断和射线追踪；然后根据射线的弹跳次数、路径对射线进行分类，依据目标回波和形状函数间的傅里叶变换关系，使用相位等效的原则求解每条射线的等效点，获得等效点的分布；接着计算每个集合中的等效点在距离向和方位向上的投影大小，确立散射中心类型；最后根据散射中心的类型，分别确立位置、幅度、长度以及频率因子相关参数，得到属性散射中心模型。本发明计算过程效率高，模型描述简洁，建立的耦合散射中心模型精确度高。
-
Patent Agency Ranking
公开(公告)号：CN116430350B
公开(公告)日：2023-09-26
申请号：CN202310703134.9
申请日：2023-06-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种空间动态群目标属性散射中心的建模方法及系统，具体为：根据空间目标几何模型以及空域分布，赋予群目标动态参数，构建空间动态群目标模型；根据面法向量的突变以及面元的不连续性将空间动态群目标模型进行部件分解，并基于散射中心产生机理将部件划分为镜面反射部件与边缘部件，基于八叉树模型分析镜面反射部件与边缘部件间遮挡效应，判断部件中面元与线元遮挡关系，获取未被遮挡部件；基于物理光学法与等效边缘电流理论，计算两种未被遮挡部件的散射中心位置、长度、散射强度等参数，获得空间动态群目标属性散射中心模型。本发明计算效率更高，建立的复杂动态群目标散射中心模型更为准确。
-
公开(公告)号：CN116430350A
公开(公告)日：2023-07-14
申请号：CN202310703134.9
申请日：2023-06-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种空间动态群目标属性散射中心的建模方法及系统，具体为：根据空间目标几何模型以及空域分布，赋予群目标动态参数，构建空间动态群目标模型；根据面法向量的突变以及面元的不连续性将空间动态群目标模型进行部件分解，并基于散射中心产生机理将部件划分为镜面反射部件与边缘部件，基于八叉树模型分析镜面反射部件与边缘部件间遮挡效应，判断部件中面元与线元遮挡关系，获取未被遮挡部件；基于物理光学法与等效边缘电流理论，计算两种未被遮挡部件的散射中心位置、长度、散射强度等参数，获得空间动态群目标属性散射中心模型。本发明计算效率更高，建立的复杂动态群目标散射中心模型更为准确。
-
公开(公告)号：CN116430349A
公开(公告)日：2023-07-14
申请号：CN202310700834.2
申请日：2023-06-14
Applicant: 南京理工大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于物理先验知识的空间群目标探测方法及系统，具体为：构建不同尺寸的空间非合作锥体目标物理仿真模型，获得不同运动状态下混叠的空间群目标随时间变化的雷达回波，利用傅里叶变换获得空间群目标随时间变化的一维距离像；提取出所有时刻散射中心的位置信息和幅度信息，将混叠的锥体目标散射中心模型中的位置信息重组，重构单个锥体目标微多普勒时频图和一维距离像；结合双通道卷积神经网络进行训练和测试，得到复杂环境中空间非合作锥体目标的高度、半径、进动频率。本发明在复杂电磁环境下仍能对空间群目标进行有效分离重构，减少目标之间的交叉和遮挡等干扰，具有更高的提取精度和抗干扰能力。
-
公开(公告)号：CN116430349B
公开(公告)日：2023-08-29
申请号：CN202310700834.2
申请日：2023-06-14
Applicant: 南京理工大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于物理先验知识的空间群目标探测方法及系统，具体为：构建不同尺寸的空间非合作锥体目标物理仿真模型，获得不同运动状态下混叠的空间群目标随时间变化的雷达回波，利用傅里叶变换获得空间群目标随时间变化的一维距离像；提取出所有时刻散射中心的位置信息和幅度信息，将混叠的锥体目标散射中心模型中的位置信息重组，重构单个锥体目标微多普勒时频图和一维距离像；结合双通道卷积神经网络进行训练和测试，得到复杂环境中空间非合作锥体目标的高度、半径、进动频率。本发明在复杂电磁环境下仍能对空间群目标进行有效分离重构，减少目标之间的交叉和遮挡等干扰，具有更高的提取精度和抗干扰能力。
-
公开(公告)号：CN116503675A
公开(公告)日：2023-07-28
申请号：CN202310762241.9
申请日：2023-06-27
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/762 , G06F30/327 , G06F30/34
Abstract: 本发明公开了一种基于强聚类损失函数的多种类目标辨识方法及系统。所述方法为：根据同一批次待识别目标标签的特征值和标签值特点，构建强聚类损失函数；加入目标的移位特征，进一步增大不同类别目标的损失值差异；编写CNN模型的网络层硬件代码并进行并行加速，生成的RTL级代码结合网络权重数据、偏置数据迁移到FPGA中；构建硬件层面电路图，对RTL级代码生成的IP核和Zynq处理器部署硬件设计，PS端和PL端联合生成比特流，实现CNN模型在FPGA上的运算。所述系统包括强聚类损失函数构建、移位特征添加、硬件代码编写、FPGA、硬件层面电路图构建这些模块。本发明聚类效果明显、识别精度高，并且提升了计算效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
