公开(公告)号：CN115356678B

公开(公告)日：2024-05-14

申请号：CN202210552779.2

申请日：2022-05-21

Applicant: 南京理工大学

Inventor： 芮义斌 ,  李鹏 ,  谢仁宏 ,  李鹏 ,  余承威 ,  袁宇峰

IPC: G01S3/14 ,  G01S7/41 ,  G06F17/16 ,  G06F17/13

Abstract: 本发明公开了一种基于DPNALM算法的稀疏阵列DOA估计方法，包括：将稀疏阵列回波快拍重构成Toeplitz矩阵；构造基于秩最小化的矩阵填充模型，运用DPNALM算法对模型进行求解得到满阵#imgabs0#对所有快拍的缺失数据均填充完毕后得到补全的数据阵列Xr；求Xr的协方差矩阵并对其进行Toeplitz重构；运用DOA估计算法完成波达方向角估计。本发明提出的DPNALM算法将基于秩最小化的矩阵填充模型分解为低秩逼近和去噪两个子问题，利用Dykstra交替投影得到观测矩阵的低秩原子集，并将观测矩阵投影到低秩原子集上进行去噪，将DPNALM应用在非相关信源和相关信源下的稀疏阵列DOA估计中，均能取得较好效果。

公开(公告)号：CN115495870A

公开(公告)日：2022-12-20

申请号：CN202210548738.6

申请日：2022-05-20

Applicant: 南京理工大学

Inventor： 芮义斌 ,  袁宇峰 ,  谢仁宏 ,  李鹏 ,  余承威 ,  李鹏

IPC: G06F30/20 ,  G06F17/14

Abstract: 本发明公开了一种改进S变换联合同步提取的时频分析方法，包括：针对待分析的非平稳信号，根据频率分辨率要求确定改进窗函数三个窗参数的范围；根据时频聚集度的定量化计算，确定三个窗参数的最优化选取；以优化后的参数对信号进行改进S变换；估算瞬时频率得到同步提取算子；对优化参数选取的改进S变换时频谱进行提取。本发明提出的改进S变换联合同步提取的时频分析方法进一步提升了S变换窗函数的灵活性，可以适应不同特征的信号，瞬时频率估计更加准确，时频分辨率高，具有更好的时频分析效果。

公开(公告)号：CN115712100A

公开(公告)日：2023-02-24

申请号：CN202210596499.1

申请日：2022-05-30

Applicant: 南京理工大学

Inventor： 芮义斌 ,  余承威 ,  谢仁宏 ,  李鹏 ,  李鹏 ,  袁宇峰

IPC: G01S7/41 ,  G06F18/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于二维自选择加权卷积神经网络的雷达目标识别方法，包括：首先，利用Toeplitz矩阵将雷达信号处理系统得到的原始一维时域信号构造成二维的数据信号；再将构造后的二维数据信号根据原始信号的类别按照比例生成训练集和测试集；构造坐标注意力模块，再构造由自选择加权模块组成的卷积神经网络，将训练集数据输入到构造后的网络中进行训练得到训练后的网络模型，最后使用测试集对训练后的网络模型进行测试完成雷达目标的识别分类。本发明能够在非常小的计算参数代价之下，提升目标识别的准确率，适合于计算资源十分有限，又要求较高目标识别精度的场合下进行使用。

公开(公告)号：CN115356678A

公开(公告)日：2022-11-18

申请号：CN202210552779.2

申请日：2022-05-21

Applicant: 南京理工大学

Inventor： 芮义斌 ,  李鹏 ,  谢仁宏 ,  李鹏 ,  余承威 ,  袁宇峰

IPC: G01S3/14 ,  G01S7/41 ,  G06F17/16 ,  G06F17/13

Abstract: 本发明公开了一种基于DPNALM算法的稀疏阵列DOA估计方法，包括：将稀疏阵列回波快拍重构成Toeplitz矩阵；构造基于秩最小化的矩阵填充模型，运用DPNALM算法对模型进行求解得到满阵对所有快拍的缺失数据均填充完毕后得到补全的数据阵列Xr；求Xr的协方差矩阵并对其进行Toeplitz重构；运用DOA估计算法完成波达方向角估计。本发明提出的DPNALM算法将基于秩最小化的矩阵填充模型分解为低秩逼近和去噪两个子问题，利用Dykstra交替投影得到观测矩阵的低秩原子集，并将观测矩阵投影到低秩原子集上进行去噪，将DPNALM应用在非相关信源和相关信源下的稀疏阵列DOA估计中，均能取得较好效果。