-
公开(公告)号:CN114492510B
公开(公告)日:2024-02-27
申请号:CN202111654116.3
申请日:2021-12-30
Applicant: 西北工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种智能海杂波抑制方法,首先,对实测海杂波的功率谱中心和谱宽进行标注,并建立神经网络,将待分析的实测海杂波数据输入至网络,得到功率谱中心和谱宽,将海杂波的功率谱中心和谱宽代入杂波的功率谱,进而计算得到杂波的自相关矩阵,将杂波的自相关矩阵进行特征值分解,排列后得到最小特征值对应的特征向量,以特征向量作为系数设计滤波器,将杂波序列通过该滤波器即可实现对杂波的有效抑制。本发明使滤波器凹口与海杂波功率谱中心相适应,实现了对海杂波的有效抑制,使用神经网络对海杂波的功率谱中心和谱宽进行准确估计。该估计方法较传统方法而言,有更高的准确性和泛化能力,无需人工参与。
-
公开(公告)号:CN115902809A
公开(公告)日:2023-04-04
申请号:CN202211572119.7
申请日:2022-12-08
Applicant: 西北工业大学
IPC: G01S7/41 , G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明涉及一种临界视距海面目标检测与分类方法,属于雷达技术领域。该方法通过分析临界视距海面运动目标的特点,搭建了海面运动目标信号模型,然后使用短时傅里叶变换提取了海面运动目标的时频特征。之后,搭建了基于Keras的深度学习模型并进行训练,利用训练后的网络对临界视距海面目标进行检测和分类。相比较传统方法,本方法在目标建模时引入了微动特性,因而所建模目标更加符合真实海面运动目标。此外,本方法对于临界视距海面目标有着更高的检测概率和分类概率。
-
公开(公告)号:CN114492510A
公开(公告)日:2022-05-13
申请号:CN202111654116.3
申请日:2021-12-30
Applicant: 西北工业大学
Abstract: 本发明提供了一种智能海杂波抑制方法,首先,对实测海杂波的功率谱中心和谱宽进行标注,并建立神经网络,将待分析的实测海杂波数据输入至网络,得到功率谱中心和谱宽,将海杂波的功率谱中心和谱宽代入杂波的功率谱,进而计算得到杂波的自相关矩阵,将杂波的自相关矩阵进行特征值分解,排列后得到最小特征值对应的特征向量,以特征向量作为系数设计滤波器,将杂波序列通过该滤波器即可实现对杂波的有效抑制。本发明使滤波器凹口与海杂波功率谱中心相适应,实现了对海杂波的有效抑制,使用神经网络对海杂波的功率谱中心和谱宽进行准确估计。该估计方法较传统方法而言,有更高的准确性和泛化能力,无需人工参与。
-
-