-
公开(公告)号：CN108445466B
公开(公告)日：2021-09-28
申请号：CN201810420398.2
申请日：2018-05-04
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明属于雷达数据处理技术领域，公开了一种基于下雨腐蚀算法的雷达相邻目标分割方法，将经过雷达信号处理后雷达视频数据输入；根据雷达系统对目标精度的要求，通过在平面所占面积，尺寸长度确定需要分割的相邻目标所占区域；对相邻目标占有的区域的同一距离单元不同方位单元的测量值取出单独处理，即每一个距离单元通道单独提出来单独处理，处理完成后，重新对该区域进行目标检测处理。本发明模拟下雨冲刷山脉，不断的腐蚀山体，形成河谷，山脉经过不断的腐蚀，一个个山峰会被一条条溪流分割开来的过程，用于处理分割雷达探测到的相邻目标。本发明在实验和实践中均证明，效果良好，满足高分辨率雷达对目标分割的要求，用于雷达相邻目标分割。
-
公开(公告)号：CN108828583A
公开(公告)日：2018-11-16
申请号：CN201810622903.1
申请日：2018-06-15
申请人： 西安电子科技大学 , 南京长江电子信息产业集团有限公司
摘要： 本发明属于雷达跟踪系统；类似系统技术领域，公开了一种基于模糊C均值点迹分簇方法，测量值分组；去除杂波；估计组中目标的数量；选择初始中心；计算隶属度矩阵Ut；进行解模糊；估计集群的完整性；更新分簇矩阵Ut+1和集群的中心vi；用矩阵范数比较Ut和Ut+1；如果||Ut+1-Ut||≤ε，停止。否则，令t＝t+1进行新一轮更新；最后根据分簇矩阵解模糊测量值。本发明为了找到初始目标中心，考虑了预测定位和测量率。同时，在FCM算法的迭代过程中考虑了聚类的完整性。与传统方法相比，本发明具有更好的鲁棒性和有效性，可用于将雷达探测到的多机动目标进行正确的分簇，从而更好地对目标进行跟踪。
-
公开(公告)号：CN108254727A
公开(公告)日：2018-07-06
申请号：CN201711294042.0
申请日：2017-12-08
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于轮廓跟踪的雷达点迹凝聚方法，解决了逐行扫描数据导致耗时高的问题。其实现包括，输入雷达信息；确定雷达方位采样跨度，对输入视频数据按跨度方位采样；遍历跨方位上的采样点，找到有检测位标志的数据单元；对确定的有检测位标志的数据单元进行轮廓跟踪；用区域生长法获取搜索轮廓内的所有数据单元；进行点迹凝聚处理，完成雷达视频数据中目标点迹凝聚。本发明一改逐行扫描工作模式，跨方位采样结合轮廓跟踪、区域生长法构成一种快速查找目标的点迹凝聚方法，只需遍历数据中很小一部分，找出感兴趣目标，节省了大量计算，理论与仿真均证明没有目标漏检，满足高分辨率雷达数据处理实时性。用于雷达点迹凝聚数据处理。
-
公开(公告)号：CN109190699B
公开(公告)日：2022-12-30
申请号：CN201810994301.9
申请日：2018-08-29
申请人： 西安电子科技大学
IPC分类号： G06V10/774 , G06V10/764 , G06V10/77 , G06T7/00
摘要： 本发明属于疾病检测与深度学习技术领域，公开了一种基于多任务学习的多疾病联合测定方法，输入为多种病人的MRI图像，先提取这些病人MRI图像的特征；使用主成分分析法等方法降维处理来得到最能代表这些特征的若干特征。最后，将特征和与其对应的标签填入多任务学习算法，得到对应于每种疾病的决策函数，诊断通过决策函数确定；当新的病例的MRI图像送来之后，对其进行特征提取，使用特征与每种疾病的决策函数进行医学诊断，判断病人是何种疾病。本发明可以使多种疾病联合诊断，更贴近于现实诊断，对诊断的准确性有所提升。
-
公开(公告)号：CN108957435B
公开(公告)日：2022-05-17
申请号：CN201810487211.0
申请日：2018-05-21
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于遗传算法的航迹匹配方法，解决了在目标多、干扰多、杂糅多时，航迹匹配准确率不高，计算量大的问题。实现步骤为：输入雷达和监视系统ADS—B航迹集合；组成初始种群；计算种群个体适应度；竞争选择；基因交叉；基因变异；再次计算种群个体适应度，判断适应度是否满足结束条件，若满足，则输出最优结果，否则进行新一轮选择、交叉、变异，最终获得最优的航迹匹配事件集合。本发明模仿自然界的选择与遗传机理，不断去除匹配较差航迹，保留较好的匹配，保证最终找到最优结果，本发明有良好的全局搜索能力，计算量小且线性可控，提升了有限时间寻找最优匹配结果的效果，用于雷达和监视系统ADS—B间的航迹匹配。
-
公开(公告)号：CN108957435A
公开(公告)日：2018-12-07
申请号：CN201810487211.0
申请日：2018-05-21
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于遗传算法的航迹匹配方法，解决了在目标多、干扰多、杂糅多时，航迹匹配准确率不高，计算量大的问题。实现步骤为：输入雷达和监视系统ADS—B航迹集合；组成初始种群；计算种群个体适应度；竞争选择；基因交叉；基因变异；再次计算种群个体适应度，判断适应度是否满足结束条件，若满足，则输出最优结果，否则进行新一轮选择、交叉、变异，最终获得最优的航迹匹配事件集合。本发明模仿自然界的选择与遗传机理，不断去除匹配较差航迹，保留较好的匹配，保证最终找到最优结果，本发明有良好的全局搜索能力，计算量小且线性可控，提升了有限时间寻找最优匹配结果的效果，用于雷达和监视系统ADS—B间的航迹匹配。
-
公开(公告)号：CN109557532B
公开(公告)日：2023-05-09
申请号：CN201811215839.1
申请日：2018-10-18
申请人： 西安电子科技大学
IPC分类号： G01S13/66
摘要： 本发明属于目标检测与跟踪或者目标检测前跟踪技术领域，公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统；输入为一段时间内得到的由视频所凝聚出来的点迹，每一个点迹包括二维空间信息与一维时间信息；随机选取两个点迹，通过这两个点迹就可以唯一确定一条三维空间直线；使用三个参数来定义一条空间直线，在霍夫变换进行投票时，投票空间是三维的；用所有点迹进行两两组合得到三维直线，再将直线映射到投票空间，票数最多且大于检测门限的直线参数即为检测到的目标航迹；删除该航迹中的点迹后重复该操作，依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测，得到航迹集合。
-
公开(公告)号：CN108828583B
公开(公告)日：2022-06-28
申请号：CN201810622903.1
申请日：2018-06-15
申请人： 西安电子科技大学 , 南京长江电子信息产业集团有限公司
摘要： 本发明属于雷达跟踪系统；类似系统技术领域，公开了一种基于模糊C均值点迹分簇方法，测量值分组；去除杂波；估计组中目标的数量；选择初始中心；计算隶属度矩阵Ut；进行解模糊；估计集群的完整性；更新分簇矩阵Ut+1和集群的中心vi；用矩阵范数比较Ut和Ut+1；如果||Ut+1‑Ut||≤ε，停止。否则，令t＝t+1进行新一轮更新；最后根据分簇矩阵解模糊测量值。本发明为了找到初始目标中心，考虑了预测定位和测量率。同时，在FCM算法的迭代过程中考虑了聚类的完整性。与传统方法相比，本发明具有更好的鲁棒性和有效性，可用于将雷达探测到的多机动目标进行正确的分簇，从而更好地对目标进行跟踪。
-
公开(公告)号：CN109557532A
公开(公告)日：2019-04-02
申请号：CN201811215839.1
申请日：2018-10-18
申请人： 西安电子科技大学
IPC分类号： G01S13/66
摘要： 本发明属于目标检测与跟踪或者目标检测前跟踪技术领域，公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统；输入为一段时间内得到的由视频所凝聚出来的点迹，每一个点迹包括二维空间信息与一维时间信息；随机选取两个点迹，通过这两个点迹就可以唯一确定一条三维空间直线；使用三个参数来定义一条空间直线，在霍夫变换进行投票时，投票空间是三维的；用所有点迹进行两两组合得到三维直线，再将直线映射到投票空间，票数最多且大于检测门限的直线参数即为检测到的目标航迹；删除该航迹中的点迹后重复该操作，依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测，得到航迹集合。
-
公开(公告)号：CN109190699A
公开(公告)日：2019-01-11
申请号：CN201810994301.9
申请日：2018-08-29
申请人： 西安电子科技大学
摘要： 本发明属于疾病检测与深度学习技术领域，公开了一种基于多任务学习的多疾病联合测定方法，输入为多种病人的MRI图像，先提取这些病人MRI图像的特征；使用主成分分析法等方法降维处理来得到最能代表这些特征的若干特征。最后，将特征和与其对应的标签填入多任务学习算法，得到对应于每种疾病的决策函数，诊断通过决策函数确定；当新的病例的MRI图像送来之后，对其进行特征提取，使用特征与每种疾病的决策函数进行医学诊断，判断病人是何种疾病。本发明可以使多种疾病联合诊断，更贴近于现实诊断，对诊断的准确性有所提升。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.033 秒)
