-
公开(公告)号：CN112990363A
公开(公告)日：2021-06-18
申请号：CN202110428230.8
申请日：2021-04-21
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提供一种战场电磁态势感知与利用方法。包括：步骤S1、对接收到的多源情报进行预处理，多源情报包含电子对抗侦察情报和其他情报；步骤S2、从经预处理的多源情报中识别出潜在敌方目标，并获取潜在敌方目标的属性信息；步骤S3、基于潜在敌方目标和潜在敌方目标的属性信息，利用我情信息，通过分析确定包含敌方和我方在内的各个实体之间的关系；步骤S4、根据潜在敌方目标的属性信息和各个实体之间的关系，计算潜在敌方目标的威胁等级；步骤S5、结合潜在敌方目标、威胁等级、我情信息、环境信息，来预测电磁态势；以及步骤S6、分别对步骤S1至步骤S5进行置信度评估，并利用置信度评估的结果，优化电磁态势。
-
公开(公告)号：CN112034447B
公开(公告)日：2021-01-15
申请号：CN202011226650.X
申请日：2020-11-06
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提供一种提高脉冲多普勒雷达检测性能的二相调制方法及装置，该方法包括：基于脉冲多普勒雷达获取的历史数据，构造矩阵；基于MM和FISTA迭代求解优化问题，得到优化问题的解；对所述优化问题的解进行随机化处理，得到若干组候选二相调制码；计算候选调制码中的信干噪比，选择其中信干噪比最大者为脉冲多普勒雷达的二相调制码；基于所述脉冲多普勒雷达的二相调制码对脉冲多普勒雷达系统的发射信号脉冲进行同相或者反相调制。根据本发明的方案，提高脉冲多普勒雷达的输出信干噪比，改善脉冲多普勒雷达在干扰中的目标检测性能，降低了计算机复杂度；利于在嵌入式平台实现；可实现与现有的脉冲多普勒雷达系统兼容，升级改造成本低。
-
公开(公告)号：CN112034447A
公开(公告)日：2020-12-04
申请号：CN202011226650.X
申请日：2020-11-06
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提供一种提高脉冲多普勒雷达检测性能的二相调制方法及装置，该方法包括：基于脉冲多普勒雷达获取的历史数据，构造矩阵；基于MM和FISTA迭代求解优化问题，得到优化问题的解；对所述优化问题的解进行随机化处理，得到若干组候选二相调制码；计算候选调制码中的信干噪比，选择其中信干噪比最大者为脉冲多普勒雷达的二相调制码；基于所述脉冲多普勒雷达的二相调制码对脉冲多普勒雷达系统的发射信号脉冲进行同相或者反相调制。根据本发明的方案，提高脉冲多普勒雷达的输出信干噪比，改善脉冲多普勒雷达在干扰中的目标检测性能，降低了计算机复杂度；利于在嵌入式平台实现；可实现与现有的脉冲多普勒雷达系统兼容，升级改造成本低。
-
公开(公告)号：CN115965959B
公开(公告)日：2023-10-03
申请号：CN202310035219.4
申请日：2023-01-10
Applicant: 中国人民解放军国防科技大学
IPC: G06V10/44 , G06T7/10 , G06T7/50 , G06V10/26 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种单阶段单目3D目标检测网络，包括：深度估计网络模块、语义分割网络模块以及三维物体检测模块，所述深度估计网络模块用于对输入的特征图进行深度估计处理，输出深度特征信息；所述语义分割网络模块用于对输入的特征图进行语义分割处理，输出分割特征信息；所述三维物体检测模块用于对输入的特征图进行三维物体检测，输出关键点特征信息；深度特征信息、分割特征信息以及关键点特征信息通过融合模块进行融合处理后分别输出给关键点网络模块以及回归网络模块进行处理，关键点网络模块以及回归网络模块处理后进行3D目标的检测。所述网络结构能够减少源和目标之间的性能差距，并有效地将多个功能与UDA学习相结合。
-
公开(公告)号：CN113075462B
公开(公告)日：2022-05-17
申请号：CN202110197995.5
申请日：2021-02-22
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提出一种基于神经网络的电磁场分布定位方法：在待定位区域依据实际电磁环境中数据采集点的有效电磁场的覆盖半径构建定位神经网络模型，其中该定位神经网络模型包括卷积神经网络和GRNN神经网络两个部分；对数据采集点发出的电磁信号进行数据采样和预处理；利用小波变换对采样数据进行时频特征提取并图像化，然后利用卷积层神经网络和GRNN神经网络对二维图像进行位置基因特征提取，并构造一个基于位置基因的数据库。在线阶段，将采集到的电磁信号数据预处理、小波变换和图像化，把转换后的图像数据输入定位神经网络模型，根据所述定位神经网络模型计算得出与数据库中最接近的电磁信号位置基因信息，将其输入计算程序而判断其位置。
-
Patent Agency Ranking
公开(公告)号：CN113075462A
公开(公告)日：2021-07-06
申请号：CN202110197995.5
申请日：2021-02-22
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提出一种基于神经网络的电磁场分布定位方法：在待定位区域依据实际电磁环境中数据采集点的有效电磁场的覆盖半径构建定位神经网络模型，其中该定位神经网络模型包括卷积神经网络和GRNN神经网络两个部分；对数据采集点发出的电磁信号进行数据采样和预处理；利用小波变换对采样数据进行时频特征提取并图像化，然后利用卷积层神经网络和GRNN神经网络对二维图像进行位置基因特征提取，并构造一个基于位置基因的数据库。在线阶段，将采集到的电磁信号数据预处理、小波变换和图像化，把转换后的图像数据输入定位神经网络模型，根据所述定位神经网络模型计算得出与数据库中最接近的电磁信号位置基因信息，将其输入计算程序而判断其位置。
-
公开(公告)号：CN112285645A
公开(公告)日：2021-01-29
申请号：CN202011556537.8
申请日：2020-12-25
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明给出了一种基于高轨卫星观测平台的定位方法，包括：获取不同时刻主星观测站和各个副星观测站的位置坐标；计算对应时刻主星观测站和各个副星观测站中最大横坐标的均值和最小横坐标以及最大纵坐标和最小纵坐标的均值；获取不同时刻地面辐射源目标发射的脉冲信号到达主星观测站与到达各个副星观测站的时差测量值；构建对应时刻的多个迭代方程组；对多个迭代方程组分别进行迭代求解；对各个时刻地面辐射源目标的每个可能位置坐标进行拟合；并将最小平均速度和最小加速度对应的拟合位置坐标为地面辐射源目标的最终位置。本发明还给出了一种存储介质和系统。本发明能够实现多个高轨卫星协同定位地面辐射源目标的位置，且定位精度高。
-
公开(公告)号：CN118152777A
公开(公告)日：2024-06-07
申请号：CN202410156697.5
申请日：2024-02-04
Applicant: 中国人民解放军国防科技大学
IPC: G06F18/213 , G06F18/2321 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/0475 , H04K3/00
Abstract: 本发明提出一种多分支并行学习的跳频电台个体识别方法及系统，实现对跳频电台个体有效识别。通过构建多分支并行学习的深度残差卷积网络，基于统计特征和判决门限进行数据处理，得到最终跳频电台个体识别结果。本发明的识别方式得到的识别结果准确，识别效率高，为通信安全提供了坚实基础。
-
公开(公告)号：CN114675238B
公开(公告)日：2023-11-03
申请号：CN202210173633.7
申请日：2022-02-24
Applicant: 中国人民解放军国防科技大学
IPC: G01S7/282
Abstract: 本发明提出一种雷达通信一体化波形直接优化方法和系统。所述方法基于MIMO平台来实现，MIMO平台为多输入多输出雷达发射平台。所述方法包括：获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型；获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；获取所述雷达通信一体化波形优化模型的松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
-
公开(公告)号：CN116257780A
公开(公告)日：2023-06-13
申请号：CN202310150834.X
申请日：2023-02-22
Applicant: 中国人民解放军国防科技大学
IPC: G06F18/24 , G06F18/232 , G06N3/088 , G06N3/0455
Abstract: 本发明公开了一种基于盲信号分离的无监督特征提取和自适应的DBSCAN聚类方法，包括如下步骤：应用CPC从未知发射源信号的高维数据中提取出有用特征，然后使用DBSCAN对提取出的有用特征进行聚类；在聚类的过程中引入相空间方法来确定DBSCAN算法的相关参数，采用相空间重构来提取时间序列的非线性特征参数嵌入维数m和延迟时间τ，将其分别视为DBSCAN算法的参数minPts和参数ε，通过相空间重构来测量未知辐射源信号数据之间的密度，自适应地设置参数。所述方法具有较高的精度和较强的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.038 seconds)
