穿墙雷达人体图像序列的姿态实时识别方法及计算机设备

    公开(公告)号:CN111796272A

    公开(公告)日:2020-10-20

    申请号:CN202010513674.7

    申请日:2020-06-08

    Abstract: 本发明适用于穿墙雷达领域,提供了一种穿墙雷达人体图像序列的姿态实时识别方法及计算机设备。方法包括:根据目标的雷达回波信号通过人体图像生成算法构建隐藏人体目标运动时的人体图像序列;将隐藏人体目标运动时的人体图像序列按照预设的比例划分为训练集样本和测试集样本,并在对应时刻标注相应动作标签;通过3D卷积层和3D卷积门控循环单元相结合的方式构建人体姿态实时识别网络,并通过训练集样本对人体姿态实时识别网络进行训练;将测试集样本输入到训练后的人体姿态实时识别网络中,得到每个时刻的姿态类别。本发明具备了人体行为类型短时判决的能力,有效地解决了固定时间内动作不完整或存在两种动作时就很难区分出来等问题。

    基于IPSO-BP的频率分集阵列的雷达目标定位方法

    公开(公告)号:CN111273269A

    公开(公告)日:2020-06-12

    申请号:CN202010100020.1

    申请日:2020-02-18

    Abstract: 本发明公开一种基于IPSO-BP的频率分集阵列的雷达目标定位方法。首先,根据构造频率分集阵列,获取 K个目标的回波信号,计算每个目标的回波信号的协方差矩阵,将每个目标的协方差矩阵取其上三角进行实虚部分离操作,然后利用PCA算法进行数据的有效降维,经过归一化后按列全排形成目标的的数据集。将训练集输入IPSO-BP神经网络后,得到对应的目标位置预测输出,根据目标函数使用IPSO对网络的权值和阈值进行修正更新,达到设置误差范围后固定权值和阈值,将测试的样本输入最终训练好的网络,进行目标位置的估计。计算机仿真实验表明,该方法具有较好的目标定位效果,有效提高了算法的收敛速度,证明了本发明的有效性和可靠性。

    一种利用耦合模式字典学习的建筑物墙体成像方法和装置

    公开(公告)号:CN108896990A

    公开(公告)日:2018-11-27

    申请号:CN201810444171.1

    申请日:2018-05-10

    Abstract: 本发明适用于建筑物墙体成像领域,提供了一种利用耦合模式字典学习的建筑物墙体成像方法和装置。所述方法包括:接收天线脉冲体制雷达系统采集的目标建筑物墙体的回波信号;通过随机测量矩阵对目标建筑物墙体的回波信号进行压缩采样获得观测值向量;依据自由空间传播特性设计成像字典,并基于观测值向量和成像字典构建压缩感知模型;根据压缩感知模型,通过耦合模式贝叶斯字典学习算法将墙后图像的稀疏信号矢量重构,得到建筑物墙体成像。本发明相比于现有方法整体提升了SOI中墙体扩展目标反射系数的重建性能,较好解决未知的数量、位置、墙体参数和测量噪声导致字典与成像场景失配而出现墙体像散焦、位置偏移等问题,同时有效减少成像所需数据量。

    一种MIMO穿墙雷达的结构稀疏成像方法和装置

    公开(公告)号:CN108562897A

    公开(公告)日:2018-09-21

    申请号:CN201810079149.1

    申请日:2018-01-26

    Abstract: 本发明适用于穿墙雷达成像领域,提供了一种MIMO穿墙雷达的结构稀疏成像方法和装置。所述方法包括:对MIMO穿墙雷达阵列采集的扩展目标的回波信号进行稀疏变换,并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样,进而构建感知矩阵;根据后向投影成像算法得到扩展目标散射系数初值,并预估用于正交匹配追踪压缩感知算法的索引集;根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息,得到新的索引集;然后重新计算扩展目标散射系数,直到满足收敛条件,将此时的扩展目标散射系数用于二维成像。本发明不需要人工设置分块参数,所需的存储空间小,降低了运算量和系统复杂度,易于硬件实现。

    一种基于MUSIC算法的频率分集阵列两层介质目标定位方法

    公开(公告)号:CN106772337A

    公开(公告)日:2017-05-31

    申请号:CN201610994848.X

    申请日:2016-11-11

    CPC classification number: G01S13/06 G01S7/41 G01S7/42

    Abstract: 本发明公开一种基于MUSIC算法的频率分集阵列两层介质目标定位方法,通过确定电磁波在两层介质中的传播路径,推导出两层介质的频率分集阵列的发射‑接收波束方向图;通过两组不同频偏使接收到的回波包含解耦后的距离、角度信息,根据L个回波信号快拍数据得到回波信号协方差矩阵的估计值;对上述得到的估计值进行特征值分解,根据特征值大小,把与目标源个数K相等的特征值和其对应的特征矢量看成信号子空间,将余下的2N‑K个特征值和特征矢量看成噪声子空间;根据上述得到的噪声子空间构造谱函数,使距离和角度变化进行逐点计算,从而寻找波峰估计出目标位置。本发明利用MUSIC算法实现了FDA雷达各阵元单发单收机制下对多层介质中遮挡目标的定位。

    基于频率分集阵列的雷达目标成像方法

    公开(公告)号:CN105589070A

    公开(公告)日:2016-05-18

    申请号:CN201510918146.9

    申请日:2015-12-11

    CPC classification number: G01S13/89

    Abstract: 本发明公开一种基于频率分集阵列的雷达目标成像方法,通过对成像区域中任意一个网格点进行时延补偿,得到频率分集阵列的各个阵元关于该网格点处的回波幅值;将频率分集阵列的所有阵元处的回波幅值进行叠加,得出该频率分集阵列关于该网格点处的总的回波响应;改变频率分集阵列的频率偏置,重复上述步骤,得出当前频率偏置下频率分集阵列关于该网格点处的总的回波响应;重复上述步骤,并将所有回波响应取模后进行叠加,即可得出该网格点处的像素值;遍历成像区域,计算出成像区域所有网格点的像素值,即可完成目标成像。本发明实现了FDA雷达各阵元单发单收机制下信号回波距离和角度解耦,从而直接对FDA雷达目标定位成像。

Patent Agency Ranking