公开(公告)号：CN119471578A

公开(公告)日：2025-02-18

申请号：CN202411511102.X

申请日：2024-10-28

Applicant: 哈尔滨工程大学

Inventor： 肖易寒 ,  李本正 ,  宋柯 ,  陆钱融 ,  蒋伊琳 ,  郭立民 ,  陈涛

IPC: G01S7/02 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/08 ,  G01S7/41

Abstract: 本发明公开了基于时频域特征融合网络多任务学习的雷达信号检测方法及系统，方法包括以下步骤：建立雷达信号数学模型，利用数学模型获取各种类型的雷达信号序列；对雷达信号序列进行处理，得到雷达信号I序列和雷达信号Q序列；对雷达信号I序列和雷达信号Q序列进行标注，并构建训练数据集；构建时频域特征融合网络，利用训练数据集对时频域特征融合网络进行训练，得到信号检测识别模型；获取待检测雷达信号，利用信号检测识别模型完成雷达信号检测。本发明通过对多种雷达信号进行组合建模分析，从信号I/Q的角度，采用时频域特征融合网络提取信号局部特征和全局特征，并且融合频域的特征来降低噪声对信号识别的影响。

公开(公告)号：CN119511213A

公开(公告)日：2025-02-25

申请号：CN202411517850.9

申请日：2024-10-29

Applicant: 哈尔滨工程大学 ,  上海无线电设备研究所

Inventor： 肖易寒 ,  孟祥乾 ,  陆钱融 ,  宋柯 ,  蒋伊琳 ,  郭立民 ,  陈涛

IPC: G01S7/36 ,  G06F18/10 ,  G06F18/213 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/045

Abstract: 基于卷积注意力机制和排斥损失的Yolov8网络的雷达有源复合干扰信号识别与参数测量方法，本发明为了解决现有的干扰信号识别方法工作模式单一、鲁棒性差的问题，将干扰识别问题转换目标检测问题，并应用目标检测框架来检测、识别和测量干扰信号的参数，并引入了CBAM注意力机制，增强网络对图像的特征提取能力，提高识别率。此外，还引入了排斥损失函数，在干扰信号时频图像重叠较多时也能保持良好的回归预测效果。本文网络在低干噪比下对大多数信号有良好的检测识别性能。本发明属于雷达干扰信号检测与识别技术领域。