-
公开(公告)号：CN115113164B
公开(公告)日：2024-04-19
申请号：CN202210743308.X
申请日：2022-06-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于CVM‑SVD的旋翼目标微多普勒参数估计方法，步骤包括：S01.使用CVMD将目标雷达回波分解为多个模态分量，获取时频谱图并选取出高频分量以及中频分量；S02.使用SVD处理高频分量、中频分量的时频谱矩阵，得到右奇异向量，提取全闪烁时域坐标集合和高频闪烁时域坐标集合；S03.求解高频闪烁时域坐标集合的相邻元素差集，判断是否存在错误定位点，补全缺失坐标点；S04.估计高频闪烁多普勒参数；步骤S05.通过近邻坐标差集处理剔除全闪烁时域坐标集合中的高频闪烁坐标，得到低频闪烁坐标集合，估计低频闪烁多普勒参数。本发明具有实现方法简单、估计精度与效率高以及计算量小等优点。
-
公开(公告)号：CN113298844A
公开(公告)日：2021-08-24
申请号：CN202110565534.9
申请日：2021-05-24
Applicant: 中南大学
Abstract: 本发明公开一种基于多特征融合和区域生长的低小慢目标跟踪方法及装置，该方法步骤包括：S1.依次获取目标跟踪图像中各帧图像进行迭代处理，根据前一帧图片中目标的位置在当前帧图片中截取ROI区域作为候选目标区域，分别计算目标ROI区域、候选目标区域的特征参数，建立目标描述模板、候选目标描述模板；S2.根据目标描述模板、候选目标描述模板之间的相似度，判断是否满足收敛判决条件，确定初始目标位置；S3.以确定的初始目标位置为生长点，使用区域生长方法进行区域生长，重新截取ROI区域，并更新目标描述模板，直至得到最终的目标位置。本发明能够实现低小慢型目标的检测跟踪，且具有跟踪效率以及精度高、鲁邦性强等优点。
-
公开(公告)号：CN112130142A
公开(公告)日：2020-12-25
申请号：CN202011027374.4
申请日：2020-09-25
Applicant: 中南大学
IPC: G01S13/88
Abstract: 本发明公开一种复杂运动目标微多普勒特征提取方法，步骤包括：S1.获取对运动目标检测的雷达回波信号并转化为二维的时频图像；S2.对时频图像进行骨架提取，得到目标不同散射点的微多普勒曲线；步骤S3.对目标不同散射点的微多普勒曲线进行曲线估计，逐条分离出各单个散射点的微多普勒曲线，其中对于存在交叠区间的曲线估计时，根据交叠区间附近的曲线变化趋势判断出端点，并使用插值算法估计交叠区间内值；步骤S4.分别对步骤S3得到的各单个散射点的微多普勒曲线进行模态分解，提取出目标各散射点的微动特征。本发明能够实现复杂运动目标的微动普勒曲线分离与特征提取，且具有实现方法简单、提取精度及效率高且灵活性强等优点。
-
公开(公告)号：CN103506618A
公开(公告)日：2014-01-15
申请号：CN201310481302.0
申请日：2013-10-15
Applicant: 中南大学
Abstract: 本发明公开了一种粉末冶金用含Mn混合钢粉及制备方法，所述含Mn混合钢粉由水雾化纯铁粉、含Mn水雾化预合金钢粉、FeMn合金粉、石墨粉、润滑剂组成，其中：Mn的质量百分含量小于等于3%；制备方法是配取各组分机械混合均匀。本发明制备的混合钢粉压制性能和烧结密度优于相同成分的含Mn水雾化预合金钢粉；烧结成品与由相同成分常规含Mn机械混合粉烧结所得成品相比氧含量低、烧结成品密度高。Mn含量可达到3%。本发明组分配比合理、Mn含量较高；所制备的含Mn混合钢粉结合了含Mn预合金钢粉中Mn元素分布均匀，以及常规含Mn机械混合粉压制性能好的优势，压制性能好，烧结成品氧含量低、密度高。适于工业化生产。
-
公开(公告)号：CN103143704A
公开(公告)日：2013-06-12
申请号：CN201310115204.5
申请日：2013-04-03
Applicant: 中南大学
Abstract: 本发明提供了一种粉末冶金用含Mn铁基预混合料及其制备方法，属于粉末冶金技术领域。本发明对预混合工艺作了详细报道，本发明不仅解决了由常规粘结剂制取的铁基预混合料压制成型的压坯在高温脱脂过程中脱脂时间长的问题，而且还解决了传统机械混合粉末压制的压坯及烧结成品密度一致性、尺寸稳定性较差的难题。本发明所述的含Mn铁基预混合料，其组分以质量百分比计为：铁基粉末95-98%，含Mn合金粉0.5-2%，石墨粉0.5-2%，粘结剂0.05-0.4%，润滑剂0.5-1.0%；其中粘结剂为聚丙烯酸酯类聚合物。
-
Patent Agency Ranking
公开(公告)号：CN110988871B
公开(公告)日：2023-09-08
申请号：CN201911356102.6
申请日：2019-12-25
Applicant: 中南大学
Abstract: 本发明公开了一种无人机载穿墙雷达高层建筑墙体健康离线检测系统及检测方法，该检测系统包括：穿墙雷达，用来对高层建筑物外墙进行扫描，并通过采集的回波数据对墙体进行成像分析；无人机单元，用来搭载穿墙雷达并绕高层建筑物外墙进行飞行，并回传位置、姿态信号至地面站；地面站，用来对无人机单元的飞行路线进行规划、对飞行状态进行调整，并接受穿墙雷达和无人机单元的回传数据进行分析，完成对高层建筑墙体健康的检测。该检测方法主要基于上述检测系统来实施。本发明具有结构简单、操作简便、自动化程度高、检测效果好等优点。
-
公开(公告)号：CN115113164A
公开(公告)日：2022-09-27
申请号：CN202210743308.X
申请日：2022-06-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于CVM‑SVD的旋翼目标微多普勒参数估计方法，步骤包括：S01.使用CVMD将目标雷达回波分解为多个模态分量，获取时频谱图并选取出高频分量以及中频分量；S02.使用SVD处理高频分量、中频分量的时频谱矩阵，得到右奇异向量，提取全闪烁时域坐标集合和高频闪烁时域坐标集合；S03.求解高频闪烁时域坐标集合的相邻元素差集，判断是否存在错误定位点，补全缺失坐标点；S04.估计高频闪烁多普勒参数；步骤S05.通过近邻坐标差集处理剔除全闪烁时域坐标集合中的高频闪烁坐标，得到低频闪烁坐标集合，估计低频闪烁多普勒参数。本发明具有实现方法简单、估计精度与效率高以及计算量小等优点。
-
公开(公告)号：CN110988872A
公开(公告)日：2020-04-10
申请号：CN201911358215.X
申请日：2019-12-25
Applicant: 中南大学
Abstract: 本发明公开了一种无人机载穿墙雷达探测墙体健康状态的快速识别方法，其包括：步骤S100：构建二维卷积神经网络作为训练模块；通过获取测试数据，进行数据预处理后生成数据集，然后通过二维卷积神经网络进行训练，从而生成二维卷积神经网络；步骤S200：通过无人机搭载穿墙雷达，穿墙雷达用来对高层建筑物外墙进行扫描，并通过采集的回波数据对墙体进行成像分析；然后利用二维卷积神经网络进行墙体健康状态的识别，最终得出墙体健康状况。本发明具有能够有效提升墙体空洞探测准确性、安全性和效率等优点。
-
公开(公告)号：CN110988871A
公开(公告)日：2020-04-10
申请号：CN201911356102.6
申请日：2019-12-25
Applicant: 中南大学
Abstract: 本发明公开了一种无人机载穿墙雷达高层建筑墙体健康离线检测系统及检测方法，该检测系统包括：穿墙雷达，用来对高层建筑物外墙进行扫描，并通过采集的回波数据对墙体进行成像分析；无人机单元，用来搭载穿墙雷达并绕高层建筑物外墙进行飞行，并回传位置、姿态信号至地面站；地面站，用来对无人机单元的飞行路线进行规划、对飞行状态进行调整，并接受穿墙雷达和无人机单元的回传数据进行分析，完成对高层建筑墙体健康的检测。该检测方法主要基于上述检测系统来实施。本发明具有结构简单、操作简便、自动化程度高、检测效果好等优点。
-
公开(公告)号：CN119942266A
公开(公告)日：2025-05-06
申请号：CN202510003831.2
申请日：2025-01-02
Applicant: 中南大学
IPC: G06V10/774 , G01S13/89 , G06V10/44 , G06V10/30 , G06T17/00
Abstract: 本申请提出一种非合作目标雷达图像生成方法、训练方法、装置及介质，构建了一图像生成模型，该图像生成模型包括用于图像生成的扩散网络和用于对扩散网络输入控制条件的控制网络，控制网络以不同姿态的边缘图像作为扩散网络的控制条件，这样，训练得到的图像生成模型，就可以依据指定姿态的边缘图像，生成对应的、指定姿态的雷达图像，进而，所形成的雷达图像数据库就可以更加精准地应用于非合作目标的识别。另外，采用包含扩散网络和控制网络的图像生成模型来生成非合作目标雷达图像，不仅处理速度快，而且，由于该模型采用较多的网格，因此处理所得图像更为清晰、视觉效果更佳。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
