公开(公告)号：CN113221454A

公开(公告)日：2021-08-06

申请号：CN202110490531.3

申请日：2021-05-06

申请人： 西北工业大学

发明人： 陶明亮 ,  赖思绮 ,  范一飞 ,  粟嘉 ,  王伶 ,  张兆林 ,  李滔 ,  宫延云 ,  韩闯 ,  杨欣 ,  谢坚 ,  汪跃先

IPC分类号： G06F30/27 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于深度强化学习的电磁辐射源辨识方法，采用深度Q学习算法，构造一个DQN网络模型，依据网络最大动作价值函数和当前动作价值函数计算损失函数，更新网络参数，最终使得动作价值最大化，进而得到一个最优策略，输入电磁信号数据，DQN网络模型会依据最优策略输出预测的动作，即预测的调制方式，实现对电磁辐射信号调制方式的智能识别。本发明深度强化学习算法构建的DQN网络模型在训练阶段能够自主学习，在模型内部，神经网络会不断与环境进行交互，并根据输入的电磁辐射源信号数据输出动作价值函数和调制方式，使得动作价值能最大化，从而得到一个最优策略，实现对电磁辐射源信号调制方式的智能准确识别。

公开(公告)号：CN115372909A

公开(公告)日：2022-11-22

申请号：CN202210830698.4

申请日：2022-07-14

申请人： 西北工业大学

发明人： 陶明亮 ,  赖思绮 ,  粟嘉 ,  范一飞 ,  王伶 ,  张兆林 ,  李滔 ,  宫延云 ,  韩闯 ,  杨欣 ,  谢坚 ,  汪跃先

IPC分类号： G01S7/292 ,  G01S7/35 ,  G01S7/41 ,  G01S13/89 ,  G06T5/00

摘要： 本发明涉及一种基于多时相耦合分析的干扰抑制方法，在图像域实现遥感图像的干扰抑制，属于雷达信号处理领域。由于遥感图像具有多时相的特点，多幅同一地域的遥感图像的背景具有一定相关性，可以认为背景满足低秩特性；而对于干扰信号，仅出现在一幅或几幅图像中，可以认为其满足稀疏特性。本发明利用遥感图像背景和干扰的低秩和稀疏特性差异，实现背景和干扰的分离，还原清晰的遥感图像，并分离出干扰图像。与传统干扰抑制的方法相比，本发明无需知道回波信息，仅有遥感成像数据，就可以实现干扰抑制。

公开(公告)号：CN115372909B

公开(公告)日：2024-10-15

申请号：CN202210830698.4

申请日：2022-07-14

申请人： 西北工业大学

发明人： 陶明亮 ,  赖思绮 ,  粟嘉 ,  范一飞 ,  王伶 ,  张兆林 ,  李滔 ,  宫延云 ,  韩闯 ,  杨欣 ,  谢坚 ,  汪跃先

IPC分类号： G01S7/292 ,  G01S7/35 ,  G01S7/41 ,  G01S13/89 ,  G06T5/70

摘要： 本发明涉及一种基于多时相耦合分析的干扰抑制方法，在图像域实现遥感图像的干扰抑制，属于雷达信号处理领域。由于遥感图像具有多时相的特点，多幅同一地域的遥感图像的背景具有一定相关性，可以认为背景满足低秩特性；而对于干扰信号，仅出现在一幅或几幅图像中，可以认为其满足稀疏特性。本发明利用遥感图像背景和干扰的低秩和稀疏特性差异，实现背景和干扰的分离，还原清晰的遥感图像，并分离出干扰图像。与传统干扰抑制的方法相比，本发明无需知道回波信息，仅有遥感成像数据，就可以实现干扰抑制。

公开(公告)号：CN113221454B

公开(公告)日：2022-09-13

申请号：CN202110490531.3

申请日：2021-05-06

申请人： 西北工业大学

发明人： 陶明亮 ,  赖思绮 ,  范一飞 ,  粟嘉 ,  王伶 ,  张兆林 ,  李滔 ,  宫延云 ,  韩闯 ,  杨欣 ,  谢坚 ,  汪跃先

IPC分类号： G06F30/27 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于深度强化学习的电磁辐射源辨识方法，采用深度Q学习算法，构造一个DQN网络模型，依据网络最大动作价值函数和当前动作价值函数计算损失函数，更新网络参数，最终使得动作价值最大化，进而得到一个最优策略，输入电磁信号数据，DQN网络模型会依据最优策略输出预测的动作，即预测的调制方式，实现对电磁辐射信号调制方式的智能识别。本发明深度强化学习算法构建的DQN网络模型在训练阶段能够自主学习，在模型内部，神经网络会不断与环境进行交互，并根据输入的电磁辐射源信号数据输出动作价值函数和调制方式，使得动作价值能最大化，从而得到一个最优策略，实现对电磁辐射源信号调制方式的智能准确识别。