-
公开(公告)号：CN115390031B
公开(公告)日：2024-04-19
申请号：CN202210831350.7
申请日：2022-07-15
Applicant: 西北工业大学
Abstract: 本发明涉及一种高分辨率海杂波建模与仿真方法，属于雷达信号处理领域。包括以下步骤：构建海杂波幅度分布模型；构建高斯型功率谱的傅里叶级数系数；构建具有高斯型功率谱的幅度时间序列；构建具有空间相关性递减的高斯型功率谱幅度时间序列组；构建具有逆gamma分布幅度特性的时间序列；构建时空相关的GP分布海杂波；分别仿真海杂波数据的空间相关性、时间相关性；最后对幅度特性进行验证。本发明采用SIRP算法以及空间相关性递推算法仿真了具有时空相关特性的二维海杂波时间序列，克服了实测海杂波数据收集困难以及保密的壁垒，有助于海上目标检测器以及雷达系统的设计与仿真。
-
公开(公告)号：CN114646935A
公开(公告)日：2022-06-21
申请号：CN202210181604.5
申请日：2022-02-26
Applicant: 西北工业大学
Abstract: 本发明提供了一种海杂波分布参数估计方法，通过对海杂波回波样本进行加窗处理，提高了分布参数估计的准确度，从而提升海杂波背景下的目标探测性能。克服了基于传统矩估计方法对广义Pareto分布进行参数估计的不足，将传统矩估计理论与海杂波的局部特性相结合，对海杂波序列进行加窗处理，提出一种基于可变区间的海杂波Pareto分布参数估计方法，提高了拟合优度检验的结果，有助于提高在海杂波背景下的目标检测。本发明利用区间内数据的二阶矩和零阶矩进行参数估计，其中零阶矩的计算实质上就是计算所用数据占总体数据的百分比，相较于利用传统高阶矩，能够提高参数估计的准确性。
-
公开(公告)号：CN114415118A
公开(公告)日：2022-04-29
申请号：CN202111659923.4
申请日：2021-12-30
Applicant: 西北工业大学
IPC: G01S7/02 , G01S7/288 , G01S7/292 , G01S13/88 , G06V20/13 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明提供了一种基于二维分形特征的海面目标检测方法，通过估计海杂波的AR谱，提取海杂波与目标在二维分形特征域的特征差异，以此特征作为统计检验量完成目标检测，从而提高海杂波背景下的目标检测性能。本发明克服了传统目标检测方法因海杂波模型失配引起的检测性能下降，提升目标检测性能。通过利用海杂波的二维分形特征作为目标探测器的输入，提升了在低信杂比条件下的目标检测性能，通过利用训练集数据信息对SVM分类器进行训练学习，最终实现强海杂波背景下目标检测。
-
公开(公告)号：CN115372922B
公开(公告)日：2024-10-01
申请号：CN202210842450.X
申请日：2022-07-18
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于统计熵的海面目标检测方法，主要解决了海杂波模型匹配不准确时，传统恒虚警率(CFAR)算法性能下降的问题，其实现步骤是：1、将海杂波幅度序列进行归一化处理；2、计算海杂波幅度序列的统计直方图，并分析目标距离单元和纯海杂波距离单元统计直方图之间的特征差异；3、基于海杂波幅度统计直方图，计算海杂波模型的幅度统计熵；4、基于非参数的CFAR并联合海杂波模型幅度统计熵的计算结果进行目标探测，并输出目标探测结果。本发明的检测性能优于传统的CFAR目标检测算法，提高了雷达对海面小目标的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN114646935B
公开(公告)日：2024-11-08
申请号：CN202210181604.5
申请日：2022-02-26
Applicant: 西北工业大学
IPC: G01S7/41 , G01S13/88 , G06F17/11 , G06F18/2321
Abstract: 本发明提供了一种海杂波分布参数估计方法，通过对海杂波回波样本进行加窗处理，提高了分布参数估计的准确度，从而提升海杂波背景下的目标探测性能。克服了基于传统矩估计方法对广义Pareto分布进行参数估计的不足，将传统矩估计理论与海杂波的局部特性相结合，对海杂波序列进行加窗处理，提出一种基于可变区间的海杂波Pareto分布参数估计方法，提高了拟合优度检验的结果，有助于提高在海杂波背景下的目标检测。本发明利用区间内数据的二阶矩和零阶矩进行参数估计，其中零阶矩的计算实质上就是计算所用数据占总体数据的百分比，相较于利用传统高阶矩，能够提高参数估计的准确性。
-
公开(公告)号：CN115390031A
公开(公告)日：2022-11-25
申请号：CN202210831350.7
申请日：2022-07-15
Applicant: 西北工业大学
Abstract: 本发明涉及一种高分辨率海杂波建模与仿真方法，属于雷达信号处理领域。包括以下步骤：构建海杂波幅度分布模型；构建高斯型功率谱的傅里叶级数系数；构建具有高斯型功率谱的幅度时间序列；构建具有空间相关性递减的高斯型功率谱幅度时间序列组；构建具有逆gamma分布幅度特性的时间序列；构建时空相关的GP分布海杂波；分别仿真海杂波数据的空间相关性、时间相关性；最后对幅度特性进行验证。本发明采用SIRP算法以及空间相关性递推算法仿真了具有时空相关特性的二维海杂波时间序列，克服了实测海杂波数据收集困难以及保密的壁垒，有助于海上目标检测器以及雷达系统的设计与仿真。
-
公开(公告)号：CN115372922A
公开(公告)日：2022-11-22
申请号：CN202210842450.X
申请日：2022-07-18
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于统计熵的海面目标检测方法，主要解决了海杂波模型匹配不准确时，传统恒虚警率(CFAR)算法性能下降的问题，其实现步骤是：1、将海杂波幅度序列进行归一化处理；2、计算海杂波幅度序列的统计直方图，并分析目标距离单元和纯海杂波距离单元统计直方图之间的特征差异；3、基于海杂波幅度统计直方图，计算海杂波模型的幅度统计熵；4、基于非参数的CFAR并联合海杂波模型幅度统计熵的计算结果进行目标探测，并输出目标探测结果。本发明的检测性能优于传统的CFAR目标检测算法，提高了雷达对海面小目标的检测性能。
-
公开(公告)号：CN114415118B
公开(公告)日：2024-04-30
申请号：CN202111659923.4
申请日：2021-12-30
Applicant: 西北工业大学
IPC: G01S7/02 , G01S7/288 , G01S7/292 , G01S13/88 , G06V20/13 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种基于二维分形特征的海面目标检测方法，通过估计海杂波的AR谱，提取海杂波与目标在二维分形特征域的特征差异，以此特征作为统计检验量完成目标检测，从而提高海杂波背景下的目标检测性能。本发明克服了传统目标检测方法因海杂波模型失配引起的检测性能下降，提升目标检测性能。通过利用海杂波的二维分形特征作为目标探测器的输入，提升了在低信杂比条件下的目标检测性能，通过利用训练集数据信息对SVM分类器进行训练学习，最终实现强海杂波背景下目标检测。
-
公开(公告)号：CN117761647A
公开(公告)日：2024-03-26
申请号：CN202311544571.7
申请日：2023-11-19
Applicant: 西北工业大学
IPC: G01S7/41
Abstract: 本发明涉及一种基于海杂波极化散射特性的目标检测方法，属于雷达对海探测领域。包括，基于Van Zyl极化分解提取海杂波散射回波的相对漫散射对应能量、相对二面角散射对应能量和相对面散射对应能量三个极化特征；根据海杂波的极化特征构建三维特征向量，利用快速凸包学习算法构建杂波检测器；提取待检测单元接收向量的极化特征并构建三维特征向量，利用所述杂波检测器实现二分类任务。实验结果表明：所提特征在特征空间中具有较好的可分离性；所提算法相较于原始三特征检测算法，联合分形特征检测算法以及基于Cloude分解的极化检测算法具有较高的检测性能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.043 seconds)
