公开(公告)号：CN110320501A

公开(公告)日：2019-10-11

申请号：CN201910570816.0

申请日：2019-06-27

申请人： 电子科技大学

发明人： 赵乃璇 ,  况凌 ,  沈晓峰 ,  张舸 ,  候泽生

IPC分类号： G01S7/295

摘要： 本发明属于雷达信号处理技术领域，涉及一种基于GPU的雷达信号脉冲压缩方法。本发明在进行等待脉冲压缩信号的FFT和脉压后的信号IFFT时，采用GPU内的FFT接口，可以并行处理大量数据；等待脉压的频域信号和匹配滤波器进行向量点积时，采用GPU的并行优化将数据向量进行分段处理。把需要计算的数据分成多段，每段数据的乘法交给不同的GPU核处理，被分段的数据实现了并行处理；在GPU显存充足的情况下，可以支持多脉冲多通道的信号脉冲压缩处理，并保持运算时间满足实时性要求。

公开(公告)号：CN111368671A

公开(公告)日：2020-07-03

申请号：CN202010118621.5

申请日：2020-02-26

申请人： 电子科技大学

发明人： 曹宗杰 ,  候泽生 ,  崔宗勇 ,  杨建宇

IPC分类号： G06K9/00 ,  G06K9/32 ,  G06N3/04

摘要： 本发明属于雷达遥感应用技术领域，具体涉及一种基于深度学习的SAR图像舰船目标检测识别一体化方法。SAR图像舰船目标解译的重要部分就是检测和识别，但是目前所有的检测和识别是独立的，检测识别一体化方法是今后SAR图像解译的重要研究方向。目标检测和识别已有的传统方法和深度学习方法均不能实现SAR图像舰船目标的检测识别一体化。本发明提出了一种SAR图像舰船目标检测识别一体化方法。我们通过已有的深度学习网络框架，提出了一个用于SAR图像舰船目标检测识别一体化的网络。主要是利用网络末端的检测和分类子网络同时进行舰船目标的检测和分类任务，从而实现检测识别一体化的目标。相比传统的ATR技术，本发明的检测识别过程更加简洁高效。