雷达的波达方向估计方法、装置、计算机设备、存储介质和程序产品

    公开(公告)号:CN119861353A

    公开(公告)日:2025-04-22

    申请号:CN202510055275.3

    申请日:2025-01-14

    Applicant: 三峡大学

    Abstract: 本申请涉及一种雷达的波达方向估计方法、装置、计算机设备、存储介质和程序产品。所述方法包括:建立源目标与多输入多输出雷达的信号模型,并根据信号模型确定信号子空间,确定第一选择矩阵和第二选择矩阵,通过第一选择矩阵对信号子空间进行子矩阵划分,根据划分得到的第一子矩阵,获取参考方向余弦,通过第二选择矩阵对信号子空间进行子矩阵划分,根据划分得到的第二子矩阵,获取模糊方向余弦,通过参考方向余弦对模糊方向余弦进行相位补偿,得到目标方向余弦,根据目标方向余弦,确定回波信号的二维达到方向。采用本方法能够能够充分利用阵列输出的空间响应和极化响应信息,实现高精度的二维达到方向估计。

    基于YOLOv8的差异补偿的变电站设备缺陷检测网络的构建方法

    公开(公告)号:CN119785171A

    公开(公告)日:2025-04-08

    申请号:CN202411781983.7

    申请日:2024-12-05

    Applicant: 三峡大学

    Abstract: 本发明提出了一种基于YOLOv8的共享映射差异补偿的变电站设备缺陷检测网络的构建方法,它包括以下步骤:步骤S1:从相应的数据库中加载目标检测图像数据,并转换为YOLO训练格式,将数据集被划分为训练集和测试集,以准备后续的模型训练和验证;步骤S2:构建改进的YOLOv8整体架构,将三个共享映射差异补偿分别添加至YOLOv8的三个检测头前;步骤S3:设计并实现共享映射差异补偿融合模块,该模块负责在不同的特征层之间进行深度特征融合,从而更好地突出异常信号;步骤S4:将变电站设备缺陷数据集输入到构建好的变电站设备缺陷检测模型中,并通过损失约束进行模型训练,最终输出缺陷检测结果;通过以上步骤对共享映射差异补偿的变电站设备缺陷检测网络进行构建。

    基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法

    公开(公告)号:CN115113269B

    公开(公告)日:2024-07-05

    申请号:CN202210626537.3

    申请日:2022-06-04

    Applicant: 三峡大学

    Abstract: 一种基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法,步骤为:对地下开采活动进行观测,获得真实微地震有效信号;利用有限差分波动方程正演方法生成正演模拟信号;得到的真实微地震信号和正演模拟信号制作成原始数据集,利用UGATIT网络实现“模拟信号‑真实信号”的转换,生成大量真实微地震有效信号数据;将正演模拟信号大量转换为真实微地震信号,选择具有价值的信号进行标注,并将其制成训练集,完成对训练集的扩充;利用扩容后的训练集对改进后的PSPNet网络进行训练;将待测微地震有效信号输入已训练的PSPNet网络,输出预测的概率时间序列,概率最大处时间即为初至时间,拾取微地震有效信号的初至。本发明极大地提高微地震有效信号初至拾取的效率与精度。

    基于CGAN和BRDNet的微地震信号剖面去噪方法

    公开(公告)号:CN114910963A

    公开(公告)日:2022-08-16

    申请号:CN202210582083.4

    申请日:2022-05-26

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于CGAN和BRDNet的微地震信号剖面去噪方法,本方法针对微地震剖面去噪时“数据量大,噪声种类多,去噪任务较困难”的特点,借鉴BRDNet中“批重归一化、残差学习、扩张卷积”三个技术,加上CGAN扩容训练样本的特点,建立一个小样本的去噪模型,将条件生成性对抗网络与深度学习去噪网络结合,从而能够自动训练网络,进而能够高效地实现去噪。

Patent Agency Ranking