一种针对复杂动态多目标微动信号智能处理方法及系统

    公开(公告)号:CN112184849A

    公开(公告)日:2021-01-05

    申请号:CN202011025381.0

    申请日:2020-09-25

    Applicant: 中南大学

    Abstract: 本发明公开一种针对复杂动态多目标微动信号智能处理方法及装置,该方法步骤包括:S1.获取对多目标检测的雷达回波并转换为二维的时频图像;S2.对时频图像中多目标的多模态微动曲线进行目标级分离,分离出各单目标微动曲线;S3.对各单目标微动曲线中所包含的各模态微动信号进行解耦,分解得到各模态微动信号;S4.对分解得到的各模态微动信号进行微动特征提取,并使用预先基于深度学习神经网络模型训练好的分类器对提取到的微动特征进行识别。本发明具有实现方法简单、能够实现动态多目标微动特征的提取以及分类识别,且分类识别精度高、鲁棒性好等优点。

    一种复杂运动目标微多普勒特征提取方法及系统

    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

    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。

    一种微震信号处理设备

    公开(公告)号:CN107314806A

    公开(公告)日:2017-11-03

    申请号:CN201710357691.4

    申请日:2017-05-19

    Applicant: 中南大学

    Abstract: 本发明公开的是一种微震信号处理设备,包括电源电路、低频加速度传感器、信号调理电路、ADC电路、数字信号处理电路和上位机电路。加速度传感器的输出端与信号调理电路的输入端连接,信号调理电路的输出端与ADC电路的输入端连接,ADC电路的输出端与信号处理电路的输入端连接。低频加速度传感器将地面振动转变为电信号,信号调理电路对传过来的电信号进行放大,ADC电路将模拟信号转化为数字信号,传送给数字信号处理电路,对信号进行处理。本发明的微震信号处理设备是具有采集和传输数据量大、传输速度快、反应灵敏、抗干扰能力强、可靠性高的微震信号采集系统。对于最大限度的挽救人民生命安全具有重要的使用价值。

    用于黑暗场景的基于红外与可见光融合的图像处理方法

    公开(公告)号:CN118887101A

    公开(公告)日:2024-11-01

    申请号:CN202410929508.3

    申请日:2024-07-11

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于黑暗场景的基于红外与可见光融合的图像处理方法,包括以下步骤:获取现有的图像数据,得到微光数据集与双光融合数据集;对微光数据集进行抗噪处理,得到微光训练数据集;基于红外与可见光融合,构建黑暗场景图像处理初始模型;使用双光融合数据集和微光训练数据集,对黑暗场景图像处理初始模型进行训练,得到黑暗场景图像处理模型;使用黑暗场景图像处理模型,进行实际的图像处理。本发明方法能在多种退化条件下产生具有高对比度和色彩保真的融合图像。本发明方法在模型训练的损失函数中结合了最大选择和视觉保真策略,使得融合结果具有良好的视觉质量。

    微动信号时频图的微动曲线提取方法及系统

    公开(公告)号:CN118734053A

    公开(公告)日:2024-10-01

    申请号:CN202410729216.5

    申请日:2024-06-06

    Applicant: 中南大学

    Abstract: 本发明公开了一种微动信号时频图的微动曲线提取方法,包括获取已有的微动信号时频图及对应的微动曲线数据并构建训练数据集;构建微动信号时频图的蒙版提取初步模型并训练得到微动信号时频图的蒙版提取模型;将实际获取的微动信号时频图输入微动信号时频图的蒙版提取模型提取得到目标微动信号时频图的蒙版信息并进行后处理得到微动曲线,完成目标微动信号时频图的微动曲线提取。本发明还公开了一种实现所述微动信号时频图的微动曲线提取方法的系统。本发明通过基于自注意力网络构建蒙版提取模型,并通过提取的蒙版实现微动曲线的提取;因此本发明不仅能够实现微动信号时频图的微动曲线提取,而且可靠性更高、精确性更好。

    一种MIMO步进频雷达通道自校准方法

    公开(公告)号:CN117930158A

    公开(公告)日:2024-04-26

    申请号:CN202410118359.2

    申请日:2024-01-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种MIMO步进频雷达通道自校准方法,包括控制MIMO雷达系统切换到校准状态,同时发射校准信号;基于校准状态下的系统,通过雷达的N路接收机,接收N路校准信号;控制MIMO雷达系统切换到发射状态,同时发射M路步进频信号;设定理想点目标,接收目标的回波信号;采用接收的N路校准信号和目标的回波信号,通过共轭相乘处理,得到频点校准后的信号;采用频点校准后的信号,通过匹配滤波处理,得到目标信号和校准信号的不同延时;采用匹配滤波处理后的信号,通过峰值查找、对齐操作处理,校准不同收发通道的时延,完成系统的步进频MIMO雷达通道自校准;本发明方法的系统设计简化、成本降低、稳定性提高。

    基于环形结构局部对比度的红外弱小目标检测方法及装置

    公开(公告)号:CN116912193A

    公开(公告)日:2023-10-20

    申请号:CN202310847514.X

    申请日:2023-07-11

    Applicant: 中南大学

    Abstract: 本发明提供一种基于环形结构局部对比度的红外弱小目标检测方法及装置,包括以下步骤:S1.获取待检测原始图像进行边缘抑制处理,输出边缘抑制加权系数;S2.根据待检测原始图像构建一个环形结构;S3.根据外围环形背景区域的灰度值离散程度对图像背景进行估计,以及根据中心区域内像素值对目标进行预增强处理,根据图像背景估计结果与预增强处理结果之间的比值得到环形结构局部对比度,使用环形结构局部对比度计算目标增强图像;S4.根据边缘抑制加权系数以及目标增强图像得到最终的目标检测图像。本发明能够有效地估计图像背景,增强弱小目标与背景之间的差异,从而快速、精准的实现弱小目标的检测。

    无人机载穿墙雷达探测墙体健康状态的快速识别方法

    公开(公告)号:CN110988872B

    公开(公告)日:2023-10-03

    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。

    机载微波光子SAR全孔径自聚焦方法

    公开(公告)号:CN116500558B

    公开(公告)日:2023-09-19

    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。

Patent Agency Ranking