一种基于AU-Net的ISAR增强成像方法
    1.
    发明公开

    公开(公告)号:CN117890906A

    公开(公告)日:2024-04-16

    申请号:CN202410065162.7

    申请日:2024-01-17

    摘要: 一种基于AU‑Net的ISAR增强成像方法,包括以下步骤;步骤1,根据随机散射点模型仿真生成ISAR回波数据,并通过随机加噪、降采样及成像预处理构建ISAR图像训练集;步骤2,通过向U‑Net结构中引入注意力机制构建用于ISAR稀疏高分辨成像的AU‑Net成像网络,并初始化网络模型参数;步骤3,根据构建的AU‑Net成像网络设计ISAR成像损失函数;步骤4,制定ISAR增强成像训练策略进行训练,更新AU‑Net成像网络模型参数以获得最优ISAR高分辨成像模型;步骤5,获取仿真/实测目标ISAR回波数据,并进行与步骤1同样的预处理操作构建ISAR图像测试集,通过所得最优ISAR高分辨成像模型即可实现ISAR增强成像。本发明能够在低信噪比及数据缺失条件下提升ISAR成像性能,并进一步提高对于弱散射点的恢复能力。

    基于距离分段的分布式雷达近场多维快速匹配方法和装置

    公开(公告)号:CN118169642A

    公开(公告)日:2024-06-11

    申请号:CN202410152690.6

    申请日:2024-02-03

    摘要: 本发明公开了一种基于距离分段的分布式雷达近场多维快速匹配方法和装置,包括根据近场距离‑方位‑俯仰三维回波模型,利用各接收阵元获得基于FD‑LFM发射信号的雷达中频回波信号;根据匹配滤波方式从各雷达中频回波信号中分离出多路发射信号;利用可接受性能损失度量的距离维非均匀划分方法将空域划分为若干个距离段,对每个距离段用中心点代表段内所有点,利用近场三维栅格匹配滤波方法处理以实现各段延迟补偿,对各段延迟补偿后的信号分别进行脉冲综合得到对应的综合后信号;将各段的综合后信号在时间维度拼接得到拼接后信号。本发明针对目前分布式雷达面对的近场宽带模型复杂度高的问题,提出一种距离分段方案,能降低近场空域匹配滤波算法复杂度。

    基于DDPG模型的MIMO雷达正交波形的生成方法

    公开(公告)号:CN112162243B

    公开(公告)日:2024-04-30

    申请号:CN202010889705.9

    申请日:2020-08-28

    IPC分类号: G01S7/282 G01S7/42 G01S13/00

    摘要: 本发明实施例提供的一种基于DDPG模型的MIMO雷达正交波形的生成方法,包括:针对MIMO雷达系统中天线的发射波,确定正交波形的评价准则函数;获取MIMO雷达系统的正交波形的任一相位编码序列;计算相位编码序列的评价准则函数值以及波形协方差;将相位编码序列、波形协方差以及评价准则函数值输入预设的DDPG模型,将正交波形的评价准则函数作为DDPG模型的奖励函数,获得使奖励函数值最大的DDPG模型生成的相位编码序列;根据正交波形的相位编码序列,确定正交波形,针对任意码长、任意阵元数的MIMO雷达系统,可以有效实现离线学习、在线实时产生正交相位编码序列。

    基于双光相机不同焦距变换参数的多源图像配准方法

    公开(公告)号:CN112541932B

    公开(公告)日:2024-03-26

    申请号:CN202011375819.8

    申请日:2020-11-30

    IPC分类号: G06F17/00

    摘要: 本发明实施例提供的一种基于双光相机不同焦距变换参数的多源图像配准方法,通过建立不同焦距的变换矩阵参数库,对多源图像进行角点检测,获得第一特征点集合以及第二特征点集合,利用第一特征点集合以及第二特征点集合,对光学图像和红外图像进行初步匹配,得到匹配的特征点对集合,进一步对集合剔除误匹配的特征点,得到待优化的特征点集合;利用距离信息和位置信息对待优化的特征点集合进行约束优化,确定最优匹配的特征点对集合;对最优匹配的特征点对集合进行迭代拟合,确定最优配准参数模型;利用最优配准参数模型,对红外图像以及光学图像进行配准,得到配准图像。相比于现有技术,可以在配准精度达到亚像素级的同时,提升配准效率。

    一种基于迁移强化学习的快速网络化雷达节点遴选方法

    公开(公告)号:CN116400312A

    公开(公告)日:2023-07-07

    申请号:CN202310018283.1

    申请日:2023-01-06

    IPC分类号: G01S7/41

    摘要: 本发明提供一种基于迁移强化学习的快速网络化雷达节点遴选方法,属于雷达信号处理技术领域;包括构建蒙特卡洛搜索树并确定节点属性,根据选择决策,选出需被扩展的节点,通过节点选择,将从根节点至终止状态子节点的雷达节点集合作为一次遴选方案,采用评价函数进行模拟,确定性能,进而对所有访问过的节点,修改节点属性,并通过反向传播改变对应树节点的选择概率,结束一次训练迭代,多次训练后得出蒙特卡洛搜索树的最优节点遴选组合;通过对同一棵树的重复训练,保存训练结果参数,实时搜索时,微调训练后的蒙特卡洛搜索树,逐层遴选出最优的雷达节点组合;本发明可在数以亿计的节点组合中,在极短的时间给出满足实际要求的节点组合。

    一种外场时频近场宽带信号的接收校正方法及装置

    公开(公告)号:CN115586502A

    公开(公告)日:2023-01-10

    申请号:CN202211594917.X

    申请日:2022-12-13

    IPC分类号: G01S7/40 G01S7/28 H04B17/21

    摘要: 本发明公开了一种外场时频近场宽带信号的接收校正方法,包括:接收标校节点发送的标校信号;对接收到的标校信号进行匹配滤波,并选择信噪比最高的节点作为参考节点;基于接收节点与标校节点之间的距离对接收到的标校信号进行延迟补偿,以向参考节点对齐;保持系统稳定,在一定时间内持续接收标校信号,并进行延迟补偿后,计算相邻两次信号测出的误差;根据误差计算补偿系数,并对后续接收数据进行校正,以实现节点之间幅相误差的校正。本发明通过标校节点发射标校信号,并利用标校节点和接收节点之间的距离计算校正系数,实现了近场阵列信号幅相误差的校正;该方法不需要额外的硬件电路,且不受阵型限制,对近场阵列信号处理具有普适性。

    稀疏线阵结合内插虚拟变换技术的无网格DOA估计方法

    公开(公告)号:CN114879131A

    公开(公告)日:2022-08-09

    申请号:CN202210296928.3

    申请日:2022-03-24

    IPC分类号: G01S3/14 G06F17/16

    摘要: 本发明公开了一种稀疏线阵结合内插虚拟变换技术的无网格DOA估计方法,包括:接收端采用稀疏线阵的阵型排布,建立稀疏线阵的阵列信号模型;根据阵列信号模型计算得到阵列第一接收数据协方差矩阵R;将第一接收数据协方差矩阵R进行内插虚拟变换,得到虚拟协方差矩阵对虚拟协方差矩阵进行核范数最小化求解,得到内插虚拟阵列协方差矩阵T(u);对内插虚拟阵列协方差矩阵T(u)进行范德蒙分解得到估计频率F,以根据估计频率F得到波达方向估计值。本发明基于内插虚拟阵列信号协方差矩阵T重构的思想设计优化问题,在优化问题设计的过程中无需预先定义空间网格点,实现了无网格化的波达方向估计,同时保证了波达方向估计的分辨率以及计算效率。

    一种用于抗主瓣干扰的降维子阵比相跟踪测角方法

    公开(公告)号:CN108490428B

    公开(公告)日:2022-01-07

    申请号:CN201810220052.8

    申请日:2018-03-16

    IPC分类号: G01S13/68

    摘要: 本发明公开了一种用于抗主瓣干扰的降维子阵比相跟踪测角方法,其主要思路为:确定平面阵,所述平面阵检测范围内存在目标,将平面阵划分为L1×L2维子阵矩阵,所述L1×L2维子阵矩阵包括L1×L2个子阵;对所述L1×L2维子阵矩阵进行划分,得到top子阵、bottom子阵、left子阵和right子阵;分别计算top子阵最优权和left子阵最优权,进而分别计算得到top子阵输出结果、bottom子阵输出结果、left子阵输出结果和right子阵输出结果;根据top子阵输出结果、bottom子阵输出结果、left子阵输出结果和right子阵输出结果,计算top子阵和bottom子阵之间的相位差和left子阵和right子阵之间的相位差;进而计算得到目标俯仰角和目标方位角,所述目标俯仰角和目标方位角为一种用于抗主瓣干扰的降维子阵比相跟踪测角结果。

    基于SMV模型利用尾部优化的哈达玛积快速DOA估计方法

    公开(公告)号:CN113466800A

    公开(公告)日:2021-10-01

    申请号:CN202110511467.2

    申请日:2021-05-11

    IPC分类号: G01S7/36 G01S13/02

    摘要: 本发明公开了一种基于SMV模型利用尾部优化的哈达玛积快速DOA估计方法,包括:利用DOA估计算法对接收数据DOA进行估计得到第一估计结果和阵列输出结果;利用归一化模型对第一估计结果进行归一化处理得到初始解;根据第一估计结果的幅值的排序结果得到位置排序结果;根据位置排序结果和全1列阵得到对角矩阵;根据阵列输出结果、初始解和对角矩阵得到第一参数和第二参数;基于估计结果计算公式,根据第一参数和第二参数得到第二估计结果;根据迭代序号的索引和阵元个数的关系、以及第一估计结果和第二估计结果得到最终估计结果。本发明利用哈达玛积参数化乘积原理对接收信号尾部进行优化,将能量很大程度上集中到目标峰值,使得估计角度更加准确。

    基于极化敏感阵列的完备电磁分量加权融合测向优化方法

    公开(公告)号:CN107870314B

    公开(公告)日:2021-06-29

    申请号:CN201711045225.9

    申请日:2017-10-31

    IPC分类号: G01S3/14

    摘要: 本发明公开了一种基于极化敏感阵列的完备电磁分量加权融合测向优化方法,其思路为:确定极化敏感阵列,极化敏感阵列为包含六个不同极化方向的天线阵列,获取六个不同极化方向的阵列数据,并分别记为X、Y、Z电极化方向的阵列数据和X、Y、Z磁极化方向的阵列数据;分别得到X、Y、Z电极化方向目标空域角度精搜值和X、Y、Z磁极化方向目标空域角度精搜值;并计算极化敏感阵列六个不同极化方向加权融合后的空域角度估计值;最后计算目标的极化辅助角和目标的极化相位差;所述极化敏感阵列六个不同极化方向加权融合后的空域角度估计值、目标的极化辅助角和目标的极化相位差为基于极化敏感阵列的完备电磁分量加权融合测向结果。