-
公开(公告)号：CN119942266A
公开(公告)日：2025-05-06
申请号：CN202510003831.2
申请日：2025-01-02
Applicant: 中南大学
IPC: G06V10/774 , G01S13/89 , G06V10/44 , G06V10/30 , G06T17/00
Abstract: 本申请提出一种非合作目标雷达图像生成方法、训练方法、装置及介质，构建了一图像生成模型，该图像生成模型包括用于图像生成的扩散网络和用于对扩散网络输入控制条件的控制网络，控制网络以不同姿态的边缘图像作为扩散网络的控制条件，这样，训练得到的图像生成模型，就可以依据指定姿态的边缘图像，生成对应的、指定姿态的雷达图像，进而，所形成的雷达图像数据库就可以更加精准地应用于非合作目标的识别。另外，采用包含扩散网络和控制网络的图像生成模型来生成非合作目标雷达图像，不仅处理速度快，而且，由于该模型采用较多的网格，因此处理所得图像更为清晰、视觉效果更佳。
-
公开(公告)号：CN118759507B
公开(公告)日：2024-12-24
申请号：CN202411252258.0
申请日：2024-09-09
Applicant: 中南大学
IPC: G01S13/02 , G01S13/50 , G01S13/88 , G06F18/2131
Abstract: 本发明公开了一种微弱人体生命信号的检测方法，包括采用超宽带雷达对目标区域发射高频高重频子脉冲信号并接收子脉冲回波信号；对子脉冲回波信号进行信号预处理；对预处理后的信号进行快速傅里叶变换得到子脉冲信号的频谱；对子脉冲信号的频谱进行滤波和频率选择以得到目标频率；对目标频率进行判定以完成微弱人体生命信号的检测。本发明还公开了一种包括所述微弱人体生命信号的检测方法的定位方法。本发明基于重频、频率捷变和对应的信号处理方案，在减少相干积累时间的同时，提高了雷达对介质后的微弱人体生命信号的探测和定位能力；因此本发明不仅能够实现微弱人体生命信号的检测和定位，而且可靠性更高，精确性更好。
-
公开(公告)号：CN117010293A
公开(公告)日：2023-11-07
申请号：CN202310806209.6
申请日：2023-07-03
Applicant: 中南大学 , 中国船舶科学研究中心
IPC: G06F30/28 , G06F30/15 , G06F17/13 , G06F119/14 , G06F119/12 , G06F119/10 , G06F111/10
Abstract: 本发明公开了一种基于水下航行器的流固声耦合数值分析方法及系统，其方法包括：通过有限体积法和水下航行器的第一时间步的第一参数进行流体计算，得到水下航行器的第一流体计算结果；通过模态叠加法、第一参数和第一流体计算结果中的第一流场力进行固体计算，得到水下航行器的第一固体计算结果；将第一固体计算结果的第一控制点信息、有限体积法和水下航行器的第二时间步的第二参数进行流体计算，得到水下航行器的第二流体计算结果；依次迭代直到得到最后一个时间步的第N流体计算结果；将第N流体计算结果代入声压波动方程，得到远场声场的预报。本发明能数值模拟水下航行器与流体作用引起的流噪声，并具有精确、耗费小和不受环境影响的优点。
-
公开(公告)号：CN116681001A
公开(公告)日：2023-09-01
申请号：CN202310558672.3
申请日：2023-05-17
Applicant: 中南大学
IPC: G06F30/28 , G06F30/15 , G06F30/17 , G06F119/10 , G06F119/14 , G06F119/02 , G06F111/10 , G06F113/08 , G06F113/16 , G06F119/08
Abstract: 本发明公开了一种基于拖曳线列阵的流噪声数值分析方法及系统，所述方法包括：对水下航行器和拖曳线缆进行建模，得到水下航行器对应的拖曳平台围壳模型和拖曳线缆对应的拖曳线缆模型；通过拖曳平台围壳模型和拖曳线缆模型周围的流体计算，得到流体计算的计算结果；通过拖曳线缆模型的固体计算，得到固体计算的计算结果；将流体计算的计算结果和固体计算的计算结果进行耦合处理，得到拖曳线缆模型周围的流场信息；将拖曳线缆模型周围的流场信息作为源项输入声压的波动方程，得到远场声场的预报。本发明准确地数值模拟分析了具有巨大长度和极小直径拖曳线缆的边界层压力脉动和流噪声问题，提高基于拖曳线列阵的流噪声数值分析方法的精确性。
-
公开(公告)号：CN113298844B
公开(公告)日：2023-07-25
申请号：CN202110565534.9
申请日：2021-05-24
Applicant: 中南大学
Abstract: 本发明公开一种基于多特征融合和区域生长的低小慢目标跟踪方法及装置，该方法步骤包括：S1.依次获取目标跟踪图像中各帧图像进行迭代处理，根据前一帧图片中目标的位置在当前帧图片中截取ROI区域作为候选目标区域，分别计算目标ROI区域、候选目标区域的特征参数，建立目标描述模板、候选目标描述模板；S2.根据目标描述模板、候选目标描述模板之间的相似度，判断是否满足收敛判决条件，确定初始目标位置；S3.以确定的初始目标位置为生长点，使用区域生长方法进行区域生长，重新截取ROI区域，并更新目标描述模板，直至得到最终的目标位置。本发明能够实现低小慢型目标的检测跟踪，且具有跟踪效率以及精度高、鲁邦性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN112130142B
公开(公告)日：2023-04-21
申请号：CN202011027374.4
申请日：2020-09-25
Applicant: 中南大学
IPC: G01S13/88
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。
-
公开(公告)号：CN114002658B
公开(公告)日：2022-05-24
申请号：CN202111615411.8
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于点迹曲线关联曲线分离的雷达目标微动特征提取方法,步骤包括：S01.获取雷达回波进行雷达信号处理，得到时频数据；S02.将时频数据输入至U‑Net网络中，以对微多普勒曲线所在时频区域进行定位；S03.对定位的时频区域中点迹进行凝聚处理，得到各散射中心的微多普勒点迹；S04.根据点迹凝聚结果，依据每个时刻的信号分量数进行区间划分，并将每个区间的各个子信号分量进行关联；S05.对各区间进行插值后，对各个区间的点迹依次进行关联，实现微多普勒曲线的分离；S06.根据分离出的微多普勒曲线进行目标微动特征提取。本发明具有实现方法简单、计算量小、分离精度以及可靠性高、鲁棒性强等优点。
-
公开(公告)号：CN114002658A
公开(公告)日：2022-02-01
申请号：CN202111615411.8
申请日：2021-12-28
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于点迹曲线关联曲线分离的雷达目标微动特征提取方法,步骤包括：S01.获取雷达回波进行雷达信号处理，得到时频数据；S02.将时频数据输入至U‑Net网络中，以对微多普勒曲线所在时频区域进行定位；S03.对定位的时频区域中点迹进行凝聚处理，得到各散射中心的微多普勒点迹；S04.根据点迹凝聚结果，依据每个时刻的信号分量数进行区间划分，并将每个区间的各个子信号分量进行关联；S05.对各区间进行插值后，对各个区间的点迹依次进行关联，实现微多普勒曲线的分离；S06.根据分离出的微多普勒曲线进行目标微动特征提取。本发明具有实现方法简单、计算量小、分离精度以及可靠性高、鲁棒性强等优点。
-
公开(公告)号：CN113866767A
公开(公告)日：2021-12-31
申请号：CN202111438706.2
申请日：2021-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于盲NCS的宽波束SAR自聚焦方法，包括获取雷达原始数据；通过雷达原始数据构建运动误差模型，并对运动误差进行分类；进行误差补偿和距离校正对运动误差模型进行处理，得到处理后信号模型；校正方位空变的运动误差；采用多参数优化问题分解为若干一维参数优化问题的方法，进行图像质量评估，并选出最优的参数补偿误差相位，进行自聚焦处理。本发明将宽波束下方位空变误差建模为了三次多项式，保障了模型精度；同时补偿了非空变误差和距离空变误差，引入NCS因子并将自聚焦处理建模为一个多参数的最优化问题，对方位空变误差进行补偿消除。本发明能适应全孔径自聚焦，且精度高，能够满足高分辨率成像要求。
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.029 seconds)
