-
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
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 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。
-
公开(公告)号：CN116521960A
公开(公告)日：2023-08-01
申请号：CN202310289445.5
申请日：2023-03-23
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06F16/904 , G06T17/05 , G06F16/29 , G06F16/957 , G01S13/58 , G01S13/50 , G01S13/91 , G01S13/92 , G01C21/30 , G01C21/32 , G01S7/04
Abstract: 本发明公开了一种基于电子地图的交通雷达数据可视化方法，包括以下步骤：S1、数据接收程序与雷达系统建立连接；S2、接收雷达系统数据并控制传输到显示部分；S3、在地图文件中显示雷达系统数据。本发明采用上述的一种基于电子地图的交通雷达数据可视化方法，可以将实时监控的车辆目标数据以3D模型的方式在三维地图图层进行显示并连贯的进行航迹更新。
-
公开(公告)号：CN116381615A
公开(公告)日：2023-07-04
申请号：CN202211709760.0
申请日：2022-12-29
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S7/36 , G06F18/10 , G06F18/213 , G06F17/16
Abstract: 本发明公开了一种宽带阵列主瓣干扰抑制方法，步骤如下：S1：对接收信号模型采用泰勒估计方法获得精度更高的协方差矩阵；S2：对S1得到的协方差矩阵进行特征值分解并构造特征投影矩阵；S3：对接收信号进行特征投影矩阵预处理并得到频域输出；S4：采用聚焦变换将宽带信号转化为窄带信号，然后对窄带信号协方差矩阵进行重构；S5：在主瓣范围内权矢量投影不变的前提下求得窄带信号的最优权向量；S6：通过聚焦逆变换求得宽带各频率对应的最优权向量，对去除主瓣干扰的宽带信号进行加权；S7：计算得到新的频域输出，再对新的频域输出进行反傅里叶变换，完成宽带主瓣干扰抑制自适应波束形成。本发明采用上述方法，能有效地抑制主瓣干扰，减小运算量。
-
公开(公告)号：CN115566393A
公开(公告)日：2023-01-03
申请号：CN202211225267.1
申请日：2022-10-09
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种Ku波段高增益低副瓣的波束赋形天线，包括50欧姆馈电同轴、8×32微带贴片天线阵结构、介质基板、金属地板；介质基板安装于金属地板上，微带贴片天线阵结构刻蚀在介质基板的两侧金属层上；微带贴片天线阵结构由32个1×8串馈微带天线通过1分32功分器馈电组成；功分器的输入端口连接馈电同轴，其32个输出端口分别连接一个1×8串馈微带天线；1×8串馈微带天线通过微带线串联8个微带贴片单元组成，且微带贴片单元的贴片宽度呈切比雪夫分布。本发明采用上述天线，赋形容易且易于控制，且具有高增益低副瓣、结构简单、质量轻和易加工等特点，在天线领域有着广阔的应用前景。
-
公开(公告)号：CN115457237A
公开(公告)日：2022-12-09
申请号：CN202211248779.X
申请日：2022-10-12
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06T17/20 , G06V10/44 , G06V10/74 , G06V10/762
Abstract: 本发明公开了基于雷视融合的车辆目标快速检测方法，首先，将毫米波雷达经过预处理后的点云信息映射到图像像素坐标系中，得到雷达探测到的目标点云速度信息在图像上的分布；其次，利用雷达采集到的点云速度信息进行区域补偿，为图像内全部像素点赋予对应的速度信息；然后，提取图像所有像素点的RGB分量值和每个像素点在图像上的坐标位置信息，接着对RGB分量值、坐标位置、速度信息这五个维度特征信息进行融合，共同张成一组特征向量，确定聚类中心数K和K个初始聚类中心向量，再运用Kmeans算法实现像素点云聚类，分离目标像素点与背景像素点，并输出分类后结果；最后，对分类结果进行车辆目标提取，实现单帧车辆快速检测。
-
Patent Agency Ranking
公开(公告)号：CN115356718B
公开(公告)日：2024-07-26
申请号：CN202211066459.2
申请日：2022-09-01
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S13/72 , G01S13/88 , G06V10/762
Abstract: 本发明公开了一种基于交叉熵模糊聚类的多目标跟踪数据关联方法，包括以下步骤：获取当前帧的量测点迹和目标航迹的预测点，以航迹的预测点为波门中心设置跟踪波门，根据落入波门内的量测点情况筛选有效量测，并构造确认矩阵‑根据步骤1所得到的目标航迹和量测点迹数据，以波门中心为聚类中心，得到各量测点迹与目标航迹的隶属度矩阵，‑根据确认矩阵，对公共波门内的量测点进行隶属度修正处理，利用修正后的隶属度矩阵进行后续目标状态的滤波更新。本发明采用上述基于交叉熵模糊聚类的多目标跟踪数据关联方法，通过引入交叉熵模糊聚类和基于特征散度的修正因子，在有效降低算法计算量的同时，充分挖掘了特征信息，保证了目标跟踪的关联精度。
-
公开(公告)号：CN118133473A
公开(公告)日：2024-06-04
申请号：CN202410213004.1
申请日：2024-02-27
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06F30/18 , G06F30/27 , G06N3/126 , G06N3/006 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种改进遗传算法的稀布阵列天线优化设计方法，属于阵列天线技术领域，包括：创建满足约束条件的初始种群；对种群中的个体进行阵元位置转换；计算种群中个体的适应度；判断是否满足终止准则，如果满足则输出最佳个体，对最佳个体进行阵元位置转换后结束，否则继续；从种群中选出优势个体组；根据个体的适应度调整其发生交叉的概率；根据个体的适应度调整优势个体组中每个个体发生变异的概率；保留最优个体；迭代，直至满足终止准则。本发明采用上述的一种改进遗传算法的稀布阵列天线优化设计方法，通过动态调整波束宽度和副瓣电平的权值可以获得综合性能最优的稀布阵列。
-
公开(公告)号：CN116243297A
公开(公告)日：2023-06-09
申请号：CN202211598218.2
申请日：2022-12-12
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于幅度信息的改进全局最近邻数据关联算法，步骤如下：步骤一：毫米波雷达对多目标运动进行观测，获取各目标位置、速度及幅度信息；步骤二：根据目标Δ时刻内的幅度值进行信噪比估计；步骤三：根据量测空间信息与目标状态更新向量计算新息似然函数；步骤四：根据步骤二获得的信噪比估计值计算目标幅度似然并计算杂波幅度似然；步骤五：计算改进的似然函数并进行全局数据关联；步骤六：根据数据关联结果，使用卡尔曼滤波进行目标状态更新。本发明采用上述步骤的一种基于幅度信息的改进全局最近邻数据关联算法，计算复杂度较小，易于实现，并且在复杂环境下可以有较好的多目标跟踪性能。
-
公开(公告)号：CN115965655A
公开(公告)日：2023-04-14
申请号：CN202310051098.2
申请日：2023-02-02
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于雷视一体的交通目标跟踪方法，包括以下步骤：确定单传感器目标跟踪问题：根据交通应用场景，进行雷达和视频的数据采集工作并进行分析，得出目标跟踪结果作为后续决策级融合算法的输入和对比数据‑时空匹配：采用单目标测试场景数据进行坐标系匹配的调试，得到两个传感器之间准确的转换参数，匹配完成后的数据能够在同一维度进行显示‑构建基于多模态融合的多目标跟踪算法：目标关联‑决策融合‑融合中心保存信息。本发明采用上述基于雷视一体的交通目标跟踪方法，解决了单传感器采集数据进行目标跟踪出现的问题，从而提升了目标跟踪的准确性，以便更好的提高后续智慧交通系统对交通状态的分析、判断及处理的效率。
-
公开(公告)号：CN115629385A
公开(公告)日：2023-01-20
申请号：CN202211095285.2
申请日：2022-09-05
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S13/91 , G01S13/08 , G01S13/58 , G01S13/86 , G06V10/762 , G06V10/82 , G06V20/54 , G06V20/56 , G08G1/01 , G08G1/04
Abstract: 本发明公开了基于毫米波雷达和相机关联的车辆排队长度实时检测方法，首先，同时采集毫米波雷达点云数据和相机图像；然后，对毫米波雷达点云数据进行聚类跟踪处理，并输出车辆的速度、位置、id号、车道号信息；对图像数据进行特征提取，输出车道线和车辆类型信息；接着，在时间和车道号相同情况下，关联同一辆车的雷达信息和图像信息，得到包含图像特征信息标签的雷达数据；最后，在道路交叉口车辆停止线处存在静止车辆的情况下，估算每个车道的排队长度。本方法弥补毫米波雷达无法识别目标的不足，减少毫米波雷达聚类估算车长造成的误差，进而提高车辆排队长度估算精度。
-
-
-
-
-
-
-
-
-
Search Results
592
records
(took 0.078 seconds)
