基于单张RGB图像和非监督学习的高光谱图像复原方法

    公开(公告)号:CN113269684A

    公开(公告)日:2021-08-17

    申请号:CN202110450105.7

    申请日:2021-04-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于单张RGB图像和非监督学习的高光谱图像复原方法,包括如下步骤:A)获取同一区域内的高光谱图像数据和RGB图像数据,研究高光谱图像数据的统计属性、相邻波段的光谱响应差、不同波段间的结构相似性以及高光谱图像数据与RGB图像数据间的相关性;B)依据高光谱图像数据的统计属性、相邻波段的光谱响应差、不同波段间的结构相似性以及高光谱图像数据与RGB图像数据之间相关性设计损失函数,以能够以无监督的方式训练深度卷积神经网络,从而得到高光谱图像数据与RGB图像数据间的非线性映射关系;C)根据该非线性映射关系利用RGB图像数据复原高光谱图像数据。本发明能够实现利用单张RGB图像复原高光谱图像,实用性高。

    一种基于先验信息的高分辨宽测绘带SAR运动补偿方法

    公开(公告)号:CN112799062A

    公开(公告)日:2021-05-14

    申请号:CN202110395192.0

    申请日:2021-04-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于先验信息的高分辨宽测绘带SAR运动补偿方法,其步骤包括:步骤S1:进行距离分块,保证每个距离块内的距离不空变,用于后续的RD相位误差的估计;步骤S2:用PGA估计出每个距离块的相位误差,进行方位脉压;步骤S3:如果相位误差被正确估计,输出参数P为1,否则,P为0。本发明具有原理简单、能够提高估计精度、更加完整准确地表达RD相位误差曲线等优点。

    一种基于深度学习的呼吸音智能诊疗系统及方法

    公开(公告)号:CN111789629A

    公开(公告)日:2020-10-20

    申请号:CN202010607526.1

    申请日:2020-06-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度学习的呼吸音智能诊疗系统及方法,该系统包括:呼吸音采集设备,用于用户呼吸音信号的实时采集,将声音转化为数字信号并传输至上位机;用户侧上位机,用于通过通信模块将用户数据传输至云端服务器;云端服务器,用于部署基于深度学习的呼吸音智能诊断方法,即云端服务器接收上位机上传的呼吸音数据,并将其送入诊断方的数据流水线,从而根据上位机上传的呼吸音数据,自动识别可能的异常病征,并将诊断结果反馈给用户侧上位机。该方法可以基于上述系统来实施。本发明具有原理简单、自动化程度高、适用范围广等优点。

    基于修正同步重排变换的空间目标微多普勒曲线分离方法

    公开(公告)号:CN115390030B

    公开(公告)日:2024-05-31

    申请号:CN202210810595.1

    申请日:2022-07-11

    Applicant: 中南大学

    Inventor: 杨德贵 王行

    Abstract: 本发明公开一种基于修正同步重排变换的空间目标微多普勒曲线分离方法,步骤包括:S01.获得空间目标雷达目标回波,进行同步重排变换,其中使用二阶频率估计算子对同步提取变换进行修正,得到修正重排变换结果;S02.根据修正重排变换结果提取多条脊线,即目标散射中心微多普勒曲线;S03.根据各脊线在每个时刻的距离确定交叉区间,并按照确定的交叉区间重新排列脊线,计算不同脊线片段之间的相关性系数的连接矩阵,确定各脊线片段的连接对以将交叉区间微多普勒曲线片段进行关联重组,实现微多普勒曲线分离。本发明具有实现方法简单、计算复杂度低、分离精度以及鲁棒性高等优点。

    基于分布式宽带雷达组网的空间目标参数估计方法及系统

    公开(公告)号:CN117471420A

    公开(公告)日:2024-01-30

    申请号:CN202311680551.2

    申请日:2023-12-08

    Abstract: 本发明公开了一种基于分布式宽带雷达组网的空间目标参数估计方法,包括获取分布式雷达的数据信息;构建分布式带宽雷达下空间目标微距模型并分解;推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界并选定空间目标参数估计的参数;对锥顶散射中心系数和锥底散射中心系数进行求解;进行散射中心的关联匹配;通过最优化方法进行基于分布式宽带雷达组网的空间目标参数估计。本发明还公开了一种实现所述基于分布式宽带雷达组网的空间目标参数估计方法的系统。本发明保证了参数估计过程的有效性和噪声鲁棒性,而且关联准确率更高,实时性更好,可靠性更高,精确性更好。

    基于最大回波能量选取后向投影的穿墙雷达成像方法

    公开(公告)号:CN117420550A

    公开(公告)日:2024-01-19

    申请号:CN202311602688.6

    申请日:2023-11-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于最大回波能量选取后向投影的穿墙雷达成像方法,包括通过穿墙雷达获取多通道原始回波信号;针对获取的原始回波信号进行脉冲压缩处理;针对处理后得到的回波信号进行杂波抑制处理;通过折射角近似墙体时延补偿算法针对额外时延进行补偿处理;采用处理后得到的回波信号,和补偿处理结果,划分成像区域,建立距离向像素点和方位向像素点的映射关系;基于建立的映射关系,通过相干叠加处理,获得最终的成像结果,完成成像处理;本发明方法通过选取能量较大的回波信号作为目标的散射回波,构建距离向‑方位向的映射关系,并进行相干成像;本发明方法的冗余计算减少、成像速度加快、成像精度提升。

    基于一维卷积神经网络的墙体健康状况的快速识别方法

    公开(公告)号:CN110988839B

    公开(公告)日:2023-10-10

    申请号:CN201911356109.8

    申请日:2019-12-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于一维卷积神经网络的墙体健康状况的快速识别方法,其包括:步骤S100:构建一维卷积神经网络训练模块;通过获取测试数据,进行去天线耦合波、归一化操作后整理生成数据集,然后通过一维卷积神经网络进行训练,从而生成用于墙体空洞识别的一维卷积神经网络模型;步骤S200:利用一维卷积神经网络进行墙体健康状态的识别;通过无人机载雷达获取实时的墙体回波数据,通过无人机的姿态信息进行数据挑选,对去天线耦合波、归一化等操作之后,利用一维卷积神经网络进行识别,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、效率和实时性等优点。

    机载微波光子SAR全孔径自聚焦方法

    公开(公告)号:CN116500558A

    公开(公告)日:2023-07-28

    申请号:CN202310236372.3

    申请日:2023-03-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种机载微波光子SAR全孔径自聚焦方法,包括获取原始雷达数据信息;构建距离空变误差模型和方位空变误差‑距离方位耦合误差模型;构建距离空变误差模型的校正模型和方位空变误差‑距离方位耦合误差模型的校正模型;求解构建的校正模型的模型参数;完成机载微波光子SAR的运动误差校正。本发明大幅提升了方位场景的整体校正和聚焦质量,并且进一步使得RS处理随距离变化,有效校正了距离方位耦合误差,大幅提升了整个大场景的校正质量和聚焦质量;而且本发明的可靠性高、精确性好且复杂度相对较低。

    基于太阳震荡时延导航的变分贝叶斯隐式无迹卡尔曼滤波方法

    公开(公告)号:CN115422697A

    公开(公告)日:2022-12-02

    申请号:CN202210455240.5

    申请日:2022-04-24

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于太阳震荡时延导航的变分贝叶斯隐式无迹卡尔曼滤波方法,包括:获取探测器相对太阳的位置和速度作为系统状态量,根据轨道动力学建立系统状态模型;根据原子鉴频仪观测直射太阳光及经反射天体反射的太阳光并获得时间延迟量测量数据,并根据时间延迟量测量数据建立时间延迟量测模型;根据变分贝叶斯隐式无迹卡尔曼滤波在线估计修正反射天体的位置及速度,获得探测器的位置和速度信息。本发明旨在自适应的估计量测噪声协方差矩阵,抑制量测噪声协方差矩阵与噪声统计特性的偏差,提高自主导航精度。

    基于修正同步重排变换的空间目标微多普勒曲线分离方法

    公开(公告)号:CN115390030A

    公开(公告)日:2022-11-25

    申请号:CN202210810595.1

    申请日:2022-07-11

    Applicant: 中南大学

    Inventor: 杨德贵 王行

    Abstract: 本发明公开一种基于修正同步重排变换的空间目标微多普勒曲线分离方法,步骤包括:S01.获得空间目标雷达目标回波,进行同步重排变换,其中使用二阶频率估计算子对同步提取变换进行修正,得到修正重排变换结果;S02.根据修正重排变换结果提取多条脊线,即目标散射中心微多普勒曲线;S03.根据各脊线在每个时刻的距离确定交叉区间,并按照确定的交叉区间重新排列脊线,计算不同脊线片段之间的相关性系数的连接矩阵,确定各脊线片段的连接对以将交叉区间微多普勒曲线片段进行关联重组,实现微多普勒曲线分离。本发明具有实现方法简单、计算复杂度低、分离精度以及鲁棒性高等优点。

Patent Agency Ranking