-
公开(公告)号：CN112946638B
公开(公告)日：2022-10-18
申请号：CN202010747706.X
申请日：2020-07-28
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明涉及一种基于分段相参积累的ISAR成像方法，属于逆合成孔径雷达成像技术领域。所述方法接收到有效回波信号，进行越距离单元徙动补偿和距离压缩；进行慢时间方向的逆傅里叶变换；初始化停止脉冲序号，设定最小积累脉冲数并初始化ISAR成像；构造超分辨的多普勒栅格字典矩阵，采用正则化的序列SL0方法以及字典白化技术进行稀疏信号重建，并以判断连续熵增次数作为终止条件，能有效实现机动目标分段相参积累ISAR的高分辨成像。所述方法对数据有一定的包容性，使得ISAR成像的轮廓更清晰；能自动找到合适的分段方式；使得字典的各个原子的相关性降低，保证了重构质量。
-
公开(公告)号：CN114387672A
公开(公告)日：2022-04-22
申请号：CN202210053959.6
申请日：2022-01-18
Applicant: 北京理工大学
IPC: G06V40/20 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/77
Abstract: 本发明公开的一种基于时‑空‑频三维雷达点云的人体行为分类方法，属于雷达人体行为分类领域。本发明实现方法为：利用雷达点云构建方法将人体回波转换成一系列三维3D点云立方体，集成人体运动在距离图、距离多普勒图、微多普勒谱三个域的信息；利用卷积多线性主成分分析网络CMPCANet处理生成的3D点云立方体，提取具有高辨识能力的特征，实现不同人体行为的分类。本发明利用时间、距离、频率三维变量联合表征处理的3D点云方式，充分挖掘不同变量间的相互依赖和潜在关系，CMPCANet网络架构简单，能够以较少的训练样本实现高识别率的人体行为分类。本发明通过点云处理还能够准确估计人体运动的时间‑距离‑多普勒3D轨迹，增强行为分类方法对噪声环境的鲁棒性能。
-
公开(公告)号：CN113901863A
公开(公告)日：2022-01-07
申请号：CN202110946427.0
申请日：2021-08-18
Applicant: 北京理工大学
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：CN112946638A
公开(公告)日：2021-06-11
申请号：CN202010747706.X
申请日：2020-07-28
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明涉及一种基于分段相参积累的ISAR成像方法，属于逆合成孔径雷达成像技术领域。所述方法接收到有效回波信号，进行越距离单元徙动补偿和距离压缩；进行慢时间方向的逆傅里叶变换；初始化停止脉冲序号，设定最小积累脉冲数并初始化ISAR成像；构造超分辨的多普勒栅格字典矩阵，采用正则化的序列SL0方法以及字典白化技术进行稀疏信号重建，并以判断连续熵增次数作为终止条件，能有效实现机动目标分段相参积累ISAR的高分辨成像。所述方法对数据有一定的包容性，使得ISAR成像的轮廓更清晰；能自动找到合适的分段方式；使得字典的各个原子的相关性降低，保证了重构质量。
-
公开(公告)号：CN102306217A
公开(公告)日：2012-01-04
申请号：CN201110230957.1
申请日：2011-08-12
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明公开了基于非线性一维海面分形模型的电磁散射系数估计方法，属于海面电磁散射系数估计的研究领域，首先建立新的非线性海面分形模型，这种海面模型以水波的二阶解为基础，新的海面模型可反映出波浪的波峰波谷不对称的非线性特征，然后基于此非线性模型利用Kirchhoff近似方法计算海面的电磁散射系数，最终得到较线性模型更为准确的海面散射系数估计值，更加灵活的反映了不同海况的散射结果，具有估计准确，运算量小的特点。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN113341392A
公开(公告)日：2021-09-03
申请号：CN202110609841.2
申请日：2021-06-01
Applicant: 北京理工大学
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：CN112014818A
公开(公告)日：2020-12-01
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：CN103105610A
公开(公告)日：2013-05-15
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。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.025 seconds)
