公开(公告)号：CN117826105A

公开(公告)日：2024-04-05

申请号：CN202311869685.9

申请日：2023-12-29

Applicant: 西安电子科技大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 曹运合 ,  陈风娜 ,  张威 ,  梅立荣 ,  罗振宇 ,  贺鹏超

IPC: G01S7/41 ,  G01S7/28 ,  G06F17/14 ,  G06F18/10 ,  G06F17/15

Abstract: 本发明公开了一种用于变加速运动目标的长时间相参积累检测方法，首先利用回波信号的相邻脉冲互相关函数降低走动的阶数，并校正目标的距离走动和多普勒频率弯曲；通过解线调积分三阶相位函数来估计目标加速度与第二加速度，利用目标加速度估计值和第二加速度估计值构造相位补偿函数对回波信号慢时间维的二次项和三次项进行补偿，校正目标的二阶和三阶距离走动以及多普勒走动；通过Keystone变换和模糊数补偿校正目标无模糊速度和模糊数引起的线性距离走动；最后通过傅里叶变换实现目标能量的有效积累。本发明能够有效提高雷达对变加速运动目标的检测性能，极大的减小检测方法的运算量，抑制交叉项的影响，快速地实现变加速运动目标能量的相参积累。

公开(公告)号：CN117129952A

公开(公告)日：2023-11-28

申请号：CN202311099833.3

申请日：2023-08-29

Applicant: 西安电子科技大学

Inventor： 曹运合 ,  罗振宇 ,  刘巧 ,  张钰林 ,  李晋杰

IPC: G01S7/36

Abstract: 本发明提供了一种基于深度学习的小样本雷达有源干扰识别方法及系统，方法包括：基于雷达信号构建多通道雷达有源干扰数据集；构建干扰识别网络，包括构建深层特征感知模型、构建自适应置信度聚合模型和构建跨模态优化模型；根据自适应置信度聚合模型和跨模态优化模型的基础损失函数和蒸馏机制内部的损失函数得到干扰识别网络的总损失函数；基于多通道雷达有源干扰数据集和总损失函数对干扰识别网络联合训练，直至深层特征感知模型输出高精度、高稳定性且实时性强的雷达有源干扰识别信息。系统基于方法。本发明充分利用了小样本干扰信号的有效信息，使得深层特征感知模型能够不依赖于大规模的标记数据，而在小样本下获得较高的识别准确率和稳定性。

公开(公告)号：CN117129987A

公开(公告)日：2023-11-28

申请号：CN202311101508.6

申请日：2023-08-29

Applicant: 西安电子科技大学

Inventor： 曹运合 ,  程垣皓 ,  王阳 ,  罗振宇 ,  张钰林

IPC: G01S13/66 ,  G06F17/16 ,  G01S7/02 ,  G01S7/41

Abstract: 本发明公开了一种基于带角参数的椭圆模型和变分推断的多目标群跟踪方法，包括：根据上一时刻目标群状态参数的联合概率密度，确定当前时刻状态参数预测值，目标群状态参数中的扩展外形参数是根据带角参数的椭圆模型描述的；根据当前时刻状态参数的预测值过滤杂波，确定有效量测；根据当前时刻状态参数的预测值和根据有效量测确定的目标群的关联量测，基于变分推断，确定当前时刻状态参数的联合概率密度。根据本发明提供的方法，通过采用带角参数的椭圆模型描述目标群的扩展外形，过滤背景杂波，基于变分推理的方法近似估计下一时刻目标群的状态参数，能够实现对目标群方向角的跟踪，避免在扩展外形方差过大时出现估计崩溃问题，提高跟踪的准确率。