-
公开(公告)号：CN115984644A
公开(公告)日：2023-04-18
申请号：CN202211621979.5
申请日：2022-12-16
申请人： 南京航空航天大学 , 南京航空航天大学深圳研究院
IPC分类号： G06V10/774 , G06V10/80 , G06V10/82 , G06V10/143 , G06N3/0464 , G06N3/088 , G06N3/096 , G06V20/17
摘要： 本发明公开了一种基于迁移学习的红外图像障碍物无监督标注方法，扩充源域光学图像中塔架等障碍物的数据集，对UNet网络进行训练，并保存权重；调整UNet网络结构，去除深层特征提取层，同时增添特征融合模块，提出优于提取红外图像特征的语义分割网络IR‑UNet；然后冻结网络下采样的前4层和上采样的前4层结构，使用红外图像对最后两层卷积层进行微调，实现红外图像的无监督标注；用红外图像样本分别对IR‑UNet和UNet训练，得到训练权重后，网络再对大量无标注的红外图像输入样本进行测试。本文基于计算机视觉技术和迁移学习方法，研究如何将光学图像障碍物检测的信息和知识“迁移”到红外图像的标注中，提出了IR‑UNet网络，实现红外图像训练数据的无监督标注。
-
公开(公告)号：CN111525970A
公开(公告)日：2020-08-11
申请号：CN201911154224.7
申请日：2019-11-22
申请人： 南京航空航天大学 , 南京航空航天大学无锡研究院
IPC分类号： H04B17/391 , H04B17/309 , H04B17/336
摘要： 本发明公开基于空间调制的大规模MIMO系统性能分析方法，针对基于空间调制的大规模MIMO系统，建立了该系统在发送相关的瑞利信道下的系统模型，计算了有效信噪比，并利用有效信噪比的概率密度函数，给出了系统误比特率的上界近似表达式及高信噪比条件下的渐进表达式；此外，根据渐进表达式，还推导得出了系统的分集度。经仿真验证，本发明所提出的性能分析方法可以有效地评估系统的性能。
-
公开(公告)号：CN111525970B
公开(公告)日：2021-11-16
申请号：CN201911154224.7
申请日：2019-11-22
申请人： 南京航空航天大学 , 南京航空航天大学无锡研究院
IPC分类号： H04B17/391 , H04B17/309 , H04B17/336
摘要： 本发明公开基于空间调制的大规模MIMO系统性能分析方法，针对基于空间调制的大规模MIMO系统，建立了该系统在发送相关的瑞利信道下的系统模型，计算了有效信噪比，并利用有效信噪比的概率密度函数，给出了系统误比特率的上界近似表达式及高信噪比条件下的渐进表达式；此外，根据渐进表达式，还推导得出了系统的分集度。经仿真验证，本发明所提出的性能分析方法可以有效地评估系统的性能。
-
公开(公告)号：CN118519097A
公开(公告)日：2024-08-20
申请号：CN202410560034.X
申请日：2024-05-08
申请人： 南京航空航天大学
IPC分类号： G01S7/02 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/047 , G06N3/0499 , G06N3/084
摘要： 本发明公开了一种算子向量化表示的雷达干扰样式识别方法及系统，所述方法包括：以雷达发射波形与接收信号作为干扰样式的识别输入，将两信号分别进行STFT变换、中心裁剪、标准化、归一化的预处理操作后，对二者的时频数据进行孪生编码，得到波形编码向量和干扰编码向量，之后将波形编码向量进行再编码得到基底矩阵，通过基底矩阵和干扰编码向量得到特征向量，最后通过对特征向量进行分类得到输出的雷达干扰样式类型。在雷达发射波形变化条件下，干扰信号随发射波形改变，利用本发明能够有效实现干扰信号自适应变化条件下的干扰样式识别。
-
公开(公告)号：CN115372910A
公开(公告)日：2022-11-22
申请号：CN202210840039.9
申请日：2022-07-18
申请人： 南京航空航天大学
IPC分类号： G01S7/36
摘要： 本发明公开了一种基于波形一体化设计的多用户毫米波雷达抗干扰方法，包括：(1)各个毫米波雷达读取各自的工作参数并将其编译成先导信息；(2)将先导信息划分成第一先导信息与第二先导信息，通过分频设计将第一先导信息叠加至毫米波雷达信号后发射出去；通过分波束设计分别将第二先导信息、毫米波雷达信号发射出去；(3)接收其他毫米波雷达发射的信号并分离出先导信息；(4)通过短时傅叶变换得到时频图，根据时频图判断各雷达之间是否存在干扰，存在干扰则根据代价函数对波形的参数进行优化；(5)以时间T为周期，更新每个毫米波雷达的工作参数并生成新的先导信息，重复步骤(2)‑(4)。本发明提高了毫米波雷达系统的抗干扰能力。
-
公开(公告)号：CN111257879B
公开(公告)日：2022-08-05
申请号：CN202010092421.7
申请日：2020-02-14
申请人： 南京航空航天大学
摘要： 本发明公开了基于二范数解决毫米波MIMO雷达目标分裂的方法，具体为：根据发射天线打开的顺序，将MN个通道的回波信号排序后做二维FFT，得到距离‑多普勒维模糊图；叠加每个频域信号并进行CFAR处理，得到Num个距离‑多普勒维的目标，分析第i个目标的回波信号；在‑π～π中取L组相位值作为补偿相位，利用数字波束形成法，得到L组输出功率及输出功率结果图，在L组输出功率中选择L2范数最大的一组，并根据该组的输出功率结果图，判断第i个距离‑多普勒维的目标是否存在分裂，若是，重新取L个相位值进行计算，直至该目标不存在分裂；否则根据该组的输出功率结果图得到该目标的角度维的值。本发明有效的解决了同一距离‑多普勒门内存在多个目标目标分裂的问题。
-
公开(公告)号：CN113391282B
公开(公告)日：2022-06-17
申请号：CN202110517442.3
申请日：2021-05-12
申请人： 南京航空航天大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于雷达多维特征融合的人体姿态识别方法，属于雷达信号处理领域。本发明首先将回波信号与发射信号混频，经过低通滤波器后得到回波信号与发射信号的差频信号Sb，然后在Sb的距离向快时间做傅里叶变换(FFT)实现去调频处理(De‑chirp)，得到方位向慢时间每个脉冲重复周期(Tc)上包含杂波的目标距离信息。通过多延时对消器实现动目标显示(MTI),再使用恒虚警检测(CFAR)以及数字图像处理中的形态学降噪算法，得到滤除静止目标、杂波和噪点后的信号Sτ。本发明中主要选取Sτ中步频微多普勒、信息分布熵、加权回波能量幅值三种特征融合实现人体姿态识别。本发明实现对远距离复杂环境下人体目标姿态的全天时、全天候、高准确性识别。
-
公开(公告)号：CN114609597A
公开(公告)日：2022-06-10
申请号：CN202210092964.8
申请日：2022-01-26
申请人： 南京航空航天大学
摘要： 本发明公开了一种针对无人机集群侦探融合的干侵一体化雷达波形设计方法，通过侦测接收机接收无人机集群的通信信号，将无人机的通信信号作为神经网络的输入对无人机集群的类别进行识别，确定无人机集群中无人机的类型；雷达发射干扰波形对无人机集群的导航定位信号进行干扰，使无人机集群被己方雷达诱捕；通过对雷达回波信号的处理来评估无人机集群的干扰效果，并反馈到雷达波形设计端调整雷达发射信号干扰策略，提高对无人机集群的诱捕概率。本发明实现了雷达的无人机集群探测与干扰一体化波形设计，极大的降低了设备成本；同时，探测、识别和干扰形成闭环迭代，较现有的单纯的无人机集群干扰措施具有更好的打击效果。
-
公开(公告)号：CN113391282A
公开(公告)日：2021-09-14
申请号：CN202110517442.3
申请日：2021-05-12
申请人： 南京航空航天大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于雷达多维特征融合的人体姿态识别方法，属于雷达信号处理领域。本发明首先将回波信号与发射信号混频，经过低通滤波器后得到回波信号与发射信号的差频信号Sb，然后在Sb的距离向快时间做傅里叶变换(FFT)实现去调频处理(De‑chirp)，得到方位向慢时间每个脉冲重复周期(Tc)上包含杂波的目标距离信息。通过多延时对消器实现动目标显示(MTI),再使用恒虚警检测(CFAR)以及数字图像处理中的形态学降噪算法，得到滤除静止目标、杂波和噪点后的信号Sτ。本发明中主要选取Sτ中步频微多普勒、信息分布熵、加权回波能量幅值三种特征融合实现人体姿态识别。本发明实现对远距离复杂环境下人体目标姿态的全天时、全天候、高准确性识别。
-
公开(公告)号：CN113252709A
公开(公告)日：2021-08-13
申请号：CN202110435620.8
申请日：2021-04-22
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于雷达技术的食品内部霉菌检测方法，属于雷达信号处理领域。该方法包括如下步骤：确定雷达配置参数，通过雷达回波数据获取待测物品的距离‑方位‑回波能量信息；进而获取待测物品回波反射信息和回波透射信息，通过与标准合格产品对比受介电常数影响的待测物品反射信息和透射信息，判断待测物品是否霉变。本发明实现从食品生产到被消费者购买的全过程中无损、快速、准确检测出食品内部霉菌，可以在生产、包装、运输、存储、销售各环节中使用，在实际生产活动中可以得到很好的利用。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.086 秒)