-
公开(公告)号：CN111414801B
公开(公告)日：2022-08-12
申请号：CN202010100114.9
申请日：2020-02-18
Applicant: 南京理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06T17/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06T17/20
Abstract: 本发明公开了一种不确定性外形的电大非合作目标分类识别方法，该方法步骤如下：首先通过对电大非合作目标使用非有理B样条技术建立模型，将模型外形变化和基于SBR的快速成像公式相结合；然后通过扰动法获得在不同入射角度下不确定外形目标的二维ISAR图像，并根据这些图像建立不确定性外形电大非合作目标的样本库；最后使用卷积神经网络对具有外形不确定性的电大非合作目标分类识别。本发明基于扰动法的原理，将随机变量引入到SBR快速成像公式中，避免了蒙特卡罗方法的重复建模以及重复调用SBR快速成像求解器进行求解的过程，能快速地获得强散射点的幅值变化，从而快速建立不确定性外形目标的样本库以用于目标的分类识别。
-
公开(公告)号：CN111414801A
公开(公告)日：2020-07-14
申请号：CN202010100114.9
申请日：2020-02-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种不确定性外形的电大非合作目标分类识别方法，该方法步骤如下：首先通过对电大非合作目标使用非有理B样条技术建立模型，将模型外形变化和基于SBR的快速成像公式相结合；然后通过扰动法获得在不同入射角度下不确定外形目标的二维ISAR图像，并根据这些图像建立不确定性外形电大非合作目标的样本库；最后使用卷积神经网络对具有外形不确定性的电大非合作目标分类识别。本发明基于扰动法的原理，将随机变量引入到SBR快速成像公式中，避免了蒙特卡罗方法的重复建模以及重复调用SBR快速成像求解器进行求解的过程，能快速地获得强散射点的幅值变化，从而快速建立不确定性外形目标的样本库以用于目标的分类识别。
-
公开(公告)号：CN111460579A
公开(公告)日：2020-07-28
申请号：CN202010214596.0
申请日：2020-03-24
Applicant: 南京理工大学
IPC: G06F30/15 , G06F30/20 , G06F111/10
Abstract: 本发明公开了一种三维目标隐身优化方法，包括如下步骤：通过非有理B样条表面建模技术重构三维目标的模型，利用有限的控制点实现模型的变化，确定薄涂敷的区域，结合蜂鸟优化算法，将控制点的坐标和涂敷介质参数的大小作为优化参量，利用弹跳射线法仿真计算需求频带和角度上的RCS值；针对分析三维部分薄涂敷目标的电磁散射特性，本发明结合阻抗边界条件，建立频域积分方程；最后将蜂鸟优化算法结合SBR方法作为置信区间渐进空间映射算法的粗模型，将IBC-MoM方法作为TRASM算法的细模型，实现三维目标隐身特性的快速优化。本发明能够高效地进行目标的隐身性能优化设计，具有很强的实际工程应用价值。
-
公开(公告)号：CN111460579B
公开(公告)日：2022-09-13
申请号：CN202010214596.0
申请日：2020-03-24
Applicant: 南京理工大学
IPC: G06F30/15 , G06F30/20 , G06F111/10
Abstract: 本发明公开了一种三维目标隐身优化方法，包括如下步骤：通过非有理B样条表面建模技术重构三维目标的模型，利用有限的控制点实现模型的变化，确定薄涂敷的区域，结合蜂鸟优化算法，将控制点的坐标和涂敷介质参数的大小作为优化参量，利用弹跳射线法仿真计算需求频带和角度上的RCS值；针对分析三维部分薄涂敷目标的电磁散射特性，本发明结合阻抗边界条件，建立频域积分方程；最后将蜂鸟优化算法结合SBR方法作为置信区间渐进空间映射算法的粗模型，将IBC‑MoM方法作为TRASM算法的细模型，实现三维目标隐身特性的快速优化。本发明能够高效地进行目标的隐身性能优化设计，具有很强的实际工程应用价值。
-
-
-
Search Results
4
records
(took 0.016 seconds)
