-
Patent Agency Ranking
公开(公告)号：CN111693954B
公开(公告)日：2023-02-28
申请号：CN202010422091.3
申请日：2020-05-08
Applicant: 中国人民解放军空军工程大学
IPC: G01S7/41
Abstract: 提出一种空间旋转群目标微多普勒分离方法，具体包括下列步骤：分析旋转目标微动模型和回波模型，构造不同长度下回波的相关矩阵，对该矩阵做奇异值分解，求解奇异值比与回波分段长度的数学关系；利用回波长度‑奇异值比值之间的关系，估计各目标对应的旋转周期；根据第二步估计得到的子目标回波周期，采用奇异值分解的方法分离各子目标对应的回波；利用时频重排的方法，获取各子目标时频图，估计各散射中心旋转中心，对时频图进行旋转处理，求得各散射中心时频图；利用维特比Viterbi算法对各子散射中心的时频图像进行提取，提取其时间‑微多普勒曲线。该方法可以简便、高效、准确的估计出群目标中各目标微动周期并提取各散射中心微多普勒信息，为后续的微动特征提取及微动目标识别提供技术支撑。
-
公开(公告)号：CN111766574A
公开(公告)日：2020-10-13
申请号：CN202010422094.7
申请日：2020-05-08
Applicant: 中国人民解放军空军工程大学
Abstract: 提供一种基于三次相位函数的中段群目标平动补偿方法，包括：对目标回波脉冲进行处理，得出速度估计值，对目标回波进行统一预补偿；三次相位函数通过对信号进行二阶非线性变换，在信噪比较低的情况下，对三次多项式相位信号的参数估计有较高精度；对信号的时间-瞬时频率率图像进行峰值搜索，得出两个最大值的坐标，联立方程组解出高阶平动参数的估计值；设置补偿函数对信号进一步补偿；第四步：对第三步得到的信号进行时频分析，并求出残余速度项的估计值，设置补偿函数，完成最后的补偿。该方法可以对群目标回波信号进行快速、准确的平动补偿，为进一步的微多普勒特征提取奠定了基础。
-
公开(公告)号：CN111766574B
公开(公告)日：2023-09-15
申请号：CN202010422094.7
申请日：2020-05-08
Applicant: 中国人民解放军空军工程大学
Abstract: 提供一种基于三次相位函数的中段群目标平动补偿方法，包括：对目标回波脉冲进行处理，得出速度估计值，对目标回波进行统一预补偿；三次相位函数通过对信号进行二阶非线性变换，在信噪比较低的情况下，对三次多项式相位信号的参数估计有较高精度；对信号的时间‑瞬时频率率图像进行峰值搜索，得出两个最大值的坐标，联立方程组解出高阶平动参数的估计值；设置补偿函数对信号进一步补偿；第四步：对第三步得到的信号进行时频分析，并求出残余速度项的估计值，设置补偿函数，完成最后的补偿。该方法可以对群目标回波信号进行快速、准确的平动补偿，为进一步的微多普勒特征提取奠定了基础。
-
公开(公告)号：CN118736430A
公开(公告)日：2024-10-01
申请号：CN202410704854.1
申请日：2024-06-03
Applicant: 中国人民解放军空军工程大学
IPC: G06V20/13 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0985
Abstract: 提供一种少样本增量学习场景下的遥感图像识别方法，具体包括下列步骤：步骤一、对特征提取网络进行预训练；步骤二、训练原型自适应模块；步骤三、将增量任务作为新任务，并更新模型。本发明通过特征提取网络、超维计算和自适应注意力三个部分实现遥感图像的少样本增量学习。本发明能够有效解决少样本增量场景中的过拟合和灾难性遗忘问题。在MSTAR和NWPU‑RESISC45这两个常用遥感图像数据集上的实验表明，本发明的方法明显优于其他方法，在识别精度上具有明显的优势，在少样本增量场景下的遥感图像分类中具有广泛的应用前景。
-
公开(公告)号：CN111693954A
公开(公告)日：2020-09-22
申请号：CN202010422091.3
申请日：2020-05-08
Applicant: 中国人民解放军空军工程大学
IPC: G01S7/41
Abstract: 提出一种空间旋转群目标微多普勒分离方法，具体包括下列步骤：分析旋转目标微动模型和回波模型，构造不同长度下回波的相关矩阵，对该矩阵做奇异值分解，求解奇异值比与回波分段长度的数学关系；利用回波长度-奇异值比值之间的关系，估计各目标对应的旋转周期；根据第二步估计得到的子目标回波周期，采用奇异值分解的方法分离各子目标对应的回波；利用时频重排的方法，获取各子目标时频图，估计各散射中心旋转中心，对时频图进行旋转处理，求得各散射中心时频图；利用维特比Viterbi算法对各子散射中心的时频图像进行提取，提取其时间-微多普勒曲线。该方法可以简便、高效、准确的估计出群目标中各目标微动周期并提取各散射中心微多普勒信息，为后续的微动特征提取及微动目标识别提供技术支撑。
-
-
-
-
Search Results
5
records
(took 0.037 seconds)
