-
公开(公告)号:CN119001627B
公开(公告)日:2024-12-24
申请号:CN202411493269.8
申请日:2024-10-24
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明提供一种基于卷积核的密集假目标干扰产生方法,建立统一的假目标干扰波形产生数学模型,仅通过控制间歇采样核函数序列和卷积核函数序列便可产生对应的密集假目标干扰波形,采样核用于控制干扰的延时分布,卷积核用于控制干扰幅度和密度,增加了波形产生的灵活性。
-
公开(公告)号:CN113537120B
公开(公告)日:2023-04-07
申请号:CN202110858271.0
申请日:2021-07-28
Applicant: 中国人民解放军空军预警学院
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于复数坐标注意力的复数卷积神经网络的目标识别方法,涉及目标识别领域,卷积神经网络包括:输入层、N个基本单元、分类单元和输出层;其中,处理单元用于通过取模运算将复数映射成对应的实数,并进行分类识别;N个基本单元包括第一至第N基本单元,N个基本单元均包括:第一复数卷积模块、第一复数批规范化模块、第一复数激活模块和第一复数池化模块;其中,所述N个基本单元中的其中一个基本单元还包括:复数坐标注意力模块;所述复数坐标注意力模块包括:复数坐标注意力嵌入单元和复数坐标注意力生成单元,本发明实现了相似空间锥体目标高精度识别。
-
公开(公告)号:CN115327491B
公开(公告)日:2023-03-24
申请号:CN202211271341.3
申请日:2022-10-18
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明提供一种雷达脉间波形捷变抗转发式假目标干扰的方法,包括建立脉间载频、重频、脉宽捷变雷达目标回波模型、建立脉间载频、重频、脉宽捷变假雷达目标干扰模型、对回波进行匹配滤波、利用常规的CFAR,对每个脉冲进行单脉冲检测、距离单元畸点剔除、动目标检测、恒虚警检测;解决常规雷达信号处理样式无法抗转发式假目标干扰的问题,提出脉间波形捷变工作方式,针对这种工作方式提出了新的信号处理方法,达到了既能抗转发式假目标干扰,又能保留真实目标的效果。
-
公开(公告)号:CN115327491A
公开(公告)日:2022-11-11
申请号:CN202211271341.3
申请日:2022-10-18
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明提供一种雷达脉间波形捷变抗转发式假目标干扰的方法,包括建立脉间载频、重频、脉宽捷变雷达目标回波模型、建立脉间载频、重频、脉宽捷变假雷达目标干扰模型、对回波进行匹配滤波、利用常规的CFAR,对每个脉冲进行单脉冲检测、距离单元畸点剔除、动目标检测、恒虚警检测;解决常规雷达信号处理样式无法抗转发式假目标干扰的问题,提出脉间波形捷变工作方式,针对这种工作方式提出了新的信号处理方法,达到了既能抗转发式假目标干扰,又能保留真实目标的效果。
-
公开(公告)号:CN119001627A
公开(公告)日:2024-11-22
申请号:CN202411493269.8
申请日:2024-10-24
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明提供一种基于卷积核的密集假目标干扰产生方法,建立统一的假目标干扰波形产生数学模型,仅通过控制间歇采样核函数序列和卷积核函数序列便可产生对应的密集假目标干扰波形,采样核用于控制干扰的延时分布,卷积核用于控制干扰幅度和密度,增加了波形产生的灵活性。
-
公开(公告)号:CN117784076A
公开(公告)日:2024-03-29
申请号:CN202410211328.1
申请日:2024-02-27
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明提供一种频率捷变和频率分集的相参处理方法,每个脉冲重复周期均发射多个不同载频的线性调频脉冲信号,每个脉冲信号的线性调频信号带宽相同,构成快时间上的频率分集脉冲串,相邻奇数脉冲重复周期的发射信号频点均不相同,偶数脉冲重复周期的发射信号频点与前一技术脉冲重复周期的发射信号频点相同;联合发射构架实现了在脉内和脉间的双跳频,增加侦查分选、识别的难度;在此发射架构下,给出了脉内频率分集的相参积累方法,为了解决捷变频频率与目标距离和速度耦合对雷达相参处理的影响,提供了相参处理方法。
-
-
公开(公告)号:CN113537120A
公开(公告)日:2021-10-22
申请号:CN202110858271.0
申请日:2021-07-28
Applicant: 中国人民解放军空军预警学院
Abstract: 本发明公开了基于复数坐标注意力模块的卷积神经网络及目标识别方法,涉及目标识别领域,卷积神经网络包括:输入层、N个基本单元、分类单元和输出层;其中,处理单元用于通过取模运算将复数映射成对应的实数,并进行分类识别;N个基本单元包括第一至第N基本单元,N个基本单元均包括:第一复数卷积模块、第一复数批规范化模块、第一复数激活模块和第一复数池化模块;其中,所述N个基本单元中的其中一个基本单元还包括:复数坐标注意力模块;所述复数坐标注意力模块包括:复数坐标注意力嵌入单元和复数坐标注意力生成单元,本发明实现了相似空间锥体目标高精度识别。
-
公开(公告)号:CN119004180A
公开(公告)日:2024-11-22
申请号:CN202411090237.3
申请日:2024-08-09
Applicant: 中国人民解放军空军预警学院
IPC: G06F18/24 , G01S13/06 , G01S13/08 , G01S7/41 , G06F18/213 , G06F17/16 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种针对组网雷达系统识别空间目标的方法,包括时序信息提取子网络、空间信息提取子网络和预测输出层;该方法综合利用了异构组网雷达系统在空域、时域和频域的资源优势,能够捕捉目标在不同视角和频段的雷达散射截面RCS时间序列,进而通过深度学习技术蒸馏出目标的语义特征,实现准确的空间目标识别。
-
公开(公告)号:CN118260977A
公开(公告)日:2024-06-28
申请号:CN202410693665.9
申请日:2024-05-31
Applicant: 中国人民解放军空军预警学院
IPC: G06F30/20 , G06F17/13 , G06F119/02
Abstract: 本发明提供一种涡旋波入射下的超表面散射特性计算方法。该方法从阵列天线的角度出发研究该场景下的散射问题,将超表面的散射场等效为入射波作为激励引起的超表面的辐射场,组成超表面的每个单元都等效为一个天线阵元。因此,可以用阵列天线理论计算超表面的散射场。在确定计算所需的所有参数后,通过坐标变换关系可以将任意角度入射问题转化为垂直入射问题,从而可以简化计算。根据入射波方向图函数计算得到超表面上每个单元的激励信息,再利用超表面单元的辐射特性可以计算得到每个单元的散射场。最后,将所有单元的散射场进行叠加即可得到整个超表面的散射场空间分布。
-
-
-
-
-
-
-
-
-