-
公开(公告)号：CN112014818B
公开(公告)日：2022-09-16
申请号：CN202010861120.6
申请日：2020-08-25
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于批处理CLEAN的杂波抑制方法，属于外辐射源雷达的杂波抑制技术领域。包括：经过外辐射源雷达获取离散化的回波信号和参考信号；设置分段长度；对离散化的回波信号和参考信号进行分段；将各段的回波信号和参考信号进行快速傅里叶变换，分别得到频域信号，将两频域信号共轭相乘后进行逆傅里叶变换，再截取逆傅里叶变换结果得到部分元素；根据各段得到的部分元素进行杂波时延定位并构造部分杂波矩阵；利用最小二乘计算各段部分杂波矩阵对应的系数；进行杂波对消，当满足迭代输出条件时将杂波对消后的信号拼接输出。所述方法能一次进行多个杂波成分对消，加快运算速度，且减少了对计算机存储空间的消耗，提升了系统的处理效率。
-
公开(公告)号：CN113188954A
公开(公告)日：2021-07-30
申请号：CN202110467223.9
申请日：2021-04-28
Abstract: 本申请提出一种硝化棉粘度测量自动化装置，其包括：落球管、电磁铁、小球、两对光电开关传感器、控制单元、水浴箱、加热器、热电偶；落球管竖直地设置；落球管用于容纳硝化棉试液；电磁体设置在落球管的正上方，用于吸附小球；两对光电开关传感器用于确定落球时间；所述落球管设置在所述水浴箱中；所述加热器用于加热水浴箱中的水；所述热电偶用于测量所述落球管中的硝化棉试液的温度；所述控制单元根据η＝Kt·(ρ2‑ρ1)计算硝化棉粘度。
-
公开(公告)号：CN117409311A
公开(公告)日：2024-01-16
申请号：CN202310148111.6
申请日：2023-02-22
Applicant: 北京理工大学
Abstract: 本发明涉及基于KL散度的加权稀疏自表示的高光谱波段选择方法，属于高光谱图像处理技术领域。所述方法获取到高光谱图像立方体，转换成二维光谱矩阵；利用PCA和超像素分割算法将所述图像分割成多个区域；构建光谱矩阵的邻域图，计算相似图并进行归一化操作；基于KL散度衡量波段间的信息量差异，计算光谱矩阵的相异性矩阵；构造融合空谱信息的加权稀疏自表示模型，求解系数矩阵；对系数矩阵行向量L2范数进行降序排列，选择前M个行序号对应的波段作为最终波段子集。所述方法融合了高光谱图像的空域信息，基于KL散度减小了所选波段的相似性，有效地提高了波段选择的准确性，利于后续的分类。
-
公开(公告)号：CN113341392B
公开(公告)日：2023-06-16
申请号：CN202110609841.2
申请日：2021-06-01
Applicant: 北京理工大学
IPC: G01S7/41 , G01S13/87 , G01S13/88 , G06F18/25 , G06F18/2135 , G06F18/2411 , G06N3/0464
Abstract: 本发明公开的一种基于多站雷达微多普勒运动测向的人体行为分类方法，属于雷达目标探测信号处理领域。本发明实现方法为：通过利用基于多站雷达多普勒频率的人体运动方向估计方法，实时测量人体运动相对于不同雷达接收机的方位角。根据测量的角度值和不同方位角对分类性能影响的不同对多站数据进行区间划分，并依据划分的区间进行数据级融合，利用双通道的卷积主成分分析网络CPCAN对不同区间的数据进行特征提取与分类，将两个通道的分类结果进行自适应加权的决策级融合得到最终的行为类别结果。本发明通过充分考虑运动方位变化带来的微多普勒数据的影响，能够简化多站分类网络结构，具有更佳的分类性能和更稳健的分类效果。
-
公开(公告)号：CN112580486B
公开(公告)日：2022-12-09
申请号：CN202011476490.4
申请日：2020-12-15
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/77 , G06V10/774
Abstract: 本发明公开的一种基于雷达微多普勒信号分离的人体行为分类方法，属于雷达目标探测信号处理领域。本发明实现方法为：通过在雷达人体行为分类系统的预处理环节增加微多普勒信号分离操作，实现肢体运动微多普勒信号增强，利用联合维度优化的卷积主成分分析网络CPCAN从增强后的微多普勒时频图中自主学习高辨识度的特征，将提取的特征输入SVM分类器实现行为分类。分离操作用于防止主成分滤波提取特征和进行数据降维时丢失肢体微多普勒特征细节信息，通过维度优化算法能够准确、快速地确定CPCAN卷积网络层的滤波器数目。本发明具有网络结构简单、运算复杂度低的优点，能够以较少的网络层数实现高识别率的肢体活动受限人体行为分类，降低相似行为之间的误判率。
-
Patent Agency Ranking
公开(公告)号：CN103105610B
公开(公告)日：2014-07-23
申请号：CN201310020268.7
申请日：2013-01-18
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于非均匀采样的DPC-MAB SAR成像方法，属于合成孔径雷达信号处理领域。本发明针对DPC-MAB SAR系统面临的方位向周期非均匀采样问题，将M个通道的回波数据进行组合，等效为常规单通道SAR回波数据进行距离向的脉冲压缩，根据周期非均匀采样点计算等效回波数据每一列的简化分数阶傅里叶变换，通过重建均匀采样信号的简化分数阶傅里叶变换谱来实现目标的成像。本发明不仅在满足纳奎斯特采样率下实现目标的准确成像，相比传统的成像方式，还能实现欠采样情况下的目标成像，解决了低采样率下基于非均匀采样的DPC-MAB SAR成像问题。
-
公开(公告)号：CN116594015A
公开(公告)日：2023-08-15
申请号：CN202310583620.1
申请日：2023-05-23
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于多观测张量稀疏表示的三维ISAR成像方法，属于逆合成孔径雷达成像领域。针对现有ISAR成像技术在数据欠缺时成像分辨率降低以及噪声较大时成像质量下降的不足，本发明采用多观测法，利用多个通道信号间的相关性，提升数据的包容性，相较于传统算法在信噪比较小情况下，重构效果更好，提升ISAR成像的分辨率；采用张量化方法直接对三维数据进行处理，不需要对展开的大矩阵求逆矩阵从而提高算法的效率,同时兼顾重构信号的三维结构信息，进一步提高成像准确性，提高三维ISAR成像的精度与质量。本发明基于多观测张量稀疏表示实现三维ISAR成像，适用于逆合成孔径雷达成像领域，提升低信噪比下的成像精度与成像质量。
-
公开(公告)号：CN112580486A
公开(公告)日：2021-03-30
申请号：CN202011476490.4
申请日：2020-12-15
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于雷达微多普勒信号分离的人体行为分类方法，属于雷达目标探测信号处理领域。本发明实现方法为：通过在雷达人体行为分类系统的预处理环节增加微多普勒信号分离操作，实现肢体运动微多普勒信号增强，利用联合维度优化的卷积主成分分析网络CPCAN从增强后的微多普勒时频图中自主学习高辨识度的特征，将提取的特征输入SVM分类器实现行为分类。分离操作用于防止主成分滤波提取特征和进行数据降维时丢失肢体微多普勒特征细节信息，通过维度优化算法能够准确、快速地确定CPCAN卷积网络层的滤波器数目。本发明具有网络结构简单、运算复杂度低的优点，能够以较少的网络层数实现高识别率的肢体活动受限人体行为分类，降低相似行为之间的误判率。
-
公开(公告)号：CN113901863B
公开(公告)日：2024-07-19
申请号：CN202110946427.0
申请日：2021-08-18
Applicant: 北京理工大学
IPC: G06V40/20 , G06V10/40 , G06V10/771 , G06V10/774 , G06V10/764 , G01S7/41
Abstract: 本发明涉及基于加权组稀疏贝叶斯学习的人体活动分类方法，属于雷达及模式识别技术领域。所述方法对接收的人体活动雷达回波信号，采用短时傅里叶变换进行预处理；通过主成分分析法进行特征提取；利用加权组稀疏贝叶斯学习算法对人体活动测试样本进行稀疏编码，再基于残差最小准则对人体活动进行分类识别。所述方法考虑了训练样本的标签信息，使得稀疏表示系数具有组结构特点，从而提升分类的准确性；且所采用的贝叶斯模型考虑了噪声的影响，对实际环境具有较好的适应性，能稳健地实现人体活动分类；与传统方法相比，在有噪情况下具有更好的分类性能。
-
公开(公告)号：CN118244230A
公开(公告)日：2024-06-25
申请号：CN202410525279.9
申请日：2024-04-29
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于稀疏表示的外辐射源雷达目标参数估计方法，属于数字信号处理领域。本发明实现方法为：将监测信号和参考信号进行分段，并在快时间维进行快速傅里叶变换；将变换后的频域信号在同一频率点上相加积累，生成观测向量；利用目标回波在距离‑多普勒域的稀疏性，建立稀疏表示模型；将积累后的参考信号经过观测区间内不同时延‑多普勒频移，来构造稀疏字典；采用压缩感知稀疏重构算法估计出目标的距离‑多普勒参数。本发明能有效减少互模糊函数中副瓣的影响，提高目标的分辨能力。本发明具有估计精度高、稀疏字典占用内存小和运算量少的优点，且不限于特定的辐射源信号，更具有普适性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.029 seconds)
