基于频率谱精确定位的运动目标聚焦和定位方法及系统

    公开(公告)号:CN111007503B

    公开(公告)日:2023-05-16

    申请号:CN201910828916.9

    申请日:2019-09-03

    Abstract: 本发明属于雷达技术领域,具体涉及一种基于频率谱精确定位的运动目标聚焦和定位方法及系统,方法包括:建立高超声速平台多通道雷达模型;根据建立高超声速平台多通道雷达模型得到回波信号;对回波信号进行距离向脉冲压缩和方位向调频傅里叶变换操作得到距离时域‑方位调频傅里叶变换域回波信号;确定距离时域‑方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值;根据真实位置方向得到运动目标导向矢量;根据运动目标导向矢量对回波信号进行杂波抑制操作得到运动目标信号;对运动目标信号进行补偿操作和聚焦操作得到运动目标的图像;根据运动目标的图像得到运动目标的精确定位。本发明可以提高回波信号的信杂噪比。

    基于图像形态处理的群目标跟踪方法

    公开(公告)号:CN109814074B

    公开(公告)日:2022-11-18

    申请号:CN201910057384.3

    申请日:2019-01-22

    Abstract: 本发明公开了一种基于图像形态处理的群目标跟踪方法,包括对雷达接收机在一个采样周期内接收到的回波信号进行处理并进行坐标转换计算,建立初始图像矩阵并计算二值图像矩阵,对二值图像矩阵依次进行图像形态学处理和标记处理并计算本采样周期内群目标的等效中心向量,采用逻辑法计算群目标的航迹集合并计算群目标中心的初始状态,计算关联矩阵并根据其调整滤波跟踪轨迹并将当前滤波跟踪轨迹状态作为下一个采样周期群目标中心位置预测的滤波状态,最后得到群目标跟踪结果。本发明方法基于图像形态处理的群目标跟踪用在雷达跟踪技术领域不仅保障了群目标中心计算的精度,更在群目标发生部分缺失情况下很好地跟踪群目标,具有很有价值的实用性。

    一种基于高斯混合模型的数据关联方法

    公开(公告)号:CN110297221A

    公开(公告)日:2019-10-01

    申请号:CN201910533817.8

    申请日:2019-06-19

    Abstract: 本发明公开了一种基于高斯混合模型的数据关联方法,该方法包括:根据多个目标的初始状态和第一预设矩阵得到多目标跟踪的状态模型;根据状态模型和第二预设矩阵,得到目标的观测模型,根据观测模型计算目标的预测位置和新息协方差;根据观测模型和预设波门,得到若干目标有效量测,由若干目标有效量测构建一高斯混合模型;根据高斯混合模型构建后验概率模型,利用最大期望方法,更新后验概率模型中的参数,根据参数得到目标后验概率;根据目标后验概率构建关联矩阵,对关联矩阵进行搜索,得到目标和目标有效量测。本发明将高斯混合模型用于多目标跟踪,避免了联合概率数据关联法复杂的矩阵拆分,减少了计算量,跟踪精度高,适用于实时多目标跟踪。

    一种基于小波分解和LSTM的X射线高压电源故障预测方法

    公开(公告)号:CN109490793A

    公开(公告)日:2019-03-19

    申请号:CN201811185952.X

    申请日:2018-10-11

    Abstract: 本发明属于电性能的测试装置;电故障的探测装置技术领域,公开了一种基于小波分解和LSTM的X射线高压电源故障预测方法;将X射线高压电源的状态变化数据{y1,y2,...,yt-1,yt}作为初始序列,分别对其前t-1个时刻的序列进行小波分解,获得不同尺度下小波分解的子序列{Dj,j=1,2,...,n};利用n个子序列的t-1个时刻的数据分别建立LSTM模型进行训练和预测,得到每个子序列t时刻的预测结果;将每个子序列t时刻的预测结果进行线性叠加,获得所述电源状态序列的t时刻的预测值 ;计算预测结果和真实值之间的相对误差,对预测结果进行验证和评价。本发明通过小波分解,利用LSTM模型的优势,提高了预测精度并且具有较高的泛化能力,具有很大社会价值和现实意义。

    一种频率捷变雷达的自适应杂波抑制方法

    公开(公告)号:CN112014807B

    公开(公告)日:2024-03-26

    申请号:CN202010824214.6

    申请日:2020-08-17

    Abstract: 本发明公开了一种频率捷变雷达的自适应杂波抑制方法,包括步骤:建立频率捷变信号模型,构造频率捷变雷达的回波数据模型,获取目标所在距离门的采样信号作为待处理输入信号;设计广义多普勒窗函数;设计对应于杂波多普勒通道的距离匹配滤波器组;计算所述待处理输入信号在杂波多普勒通道上的高分辨一维距离像;构造杂波加噪声协方差矩阵;设计对应于目标多普勒通道的杂波抑制滤波器组;并利用该杂波抑制滤波器组对待处理输入信号进行杂波抑制和一维距离像生成。本发明可利用频率捷变雷达一次CPI内发射的所有脉冲实现杂波抑制和相参处理,并且具有较强的适应性,即适用于杂波功率谱展宽的情况和不同的杂波起伏情况。

    随机跳频雷达的目标运动参数估计方法

    公开(公告)号:CN109061589B

    公开(公告)日:2022-08-26

    申请号:CN201810736112.1

    申请日:2018-07-06

    Abstract: 本发明提出了一种随机跳频雷达的目标运动参数估计方法,解决了现有测速方案积累时间过长、计算量大、抗噪性能差的问题。主要步骤是:设计发射随机跳频信号的波形参数并接收目标回波;数字信号预处理;慢时间采样向量预处理;构造差频向量组;构造多普勒域广义傅里叶变换矩阵组;广义多普勒变换与非相参处理;运动补偿处理;距离维相参积累和去冗余处理,得到多个距离门中目标正确的一维距离像。本发明由目标回波构造了一组维度递减的差频向量,并对各个差频向量分别做广义多普勒处理,在非相参积累后的广义多普勒谱中即可读出目标径向速度的估计值。本发明需要的积累时间短,计算量小,抗噪性能好,用于随机跳频雷达的目标探测与脉冲积累。

    基于概率分割及高斯混合聚类的多光谱图像变化检测方法

    公开(公告)号:CN109446894B

    公开(公告)日:2021-10-22

    申请号:CN201811087966.8

    申请日:2018-09-18

    Abstract: 本发明属于应用电子设备进行识别的方法或装置技术领域,公开了一种基于概率分割及高斯混合聚类的多光谱图像变化检测方法;首先,输入同地域不同时间的两幅原始多光谱图像,利用CVA和SAM构建混合差异图像HDS;其次,利用统计区域合并算法对差异图像进行多尺度分割将差异图像映射到超像素空间;最后,采用K‑means算法初始化高斯混合模型来克服其易收敛于局部最优解的缺点,拟合超像素特征空间的概率统计分布,利用基于最小错误率的贝叶斯判别规则获得变化检测结果。本发明更好地利用光谱矢量的幅值变化信息和角度变化信息,利用超像素分割可获取图像的局部结构特征,有效提高了SAR图像中变化区域的检测精确。

    基于频率谱精确定位的运动目标聚焦和定位方法及系统

    公开(公告)号:CN111007503A

    公开(公告)日:2020-04-14

    申请号:CN201910828916.9

    申请日:2019-09-03

    Abstract: 本发明属于雷达技术领域,具体涉及一种基于频率谱精确定位的运动目标聚焦和定位方法及系统,方法包括:建立高超声速平台多通道雷达模型;根据建立高超声速平台多通道雷达模型得到回波信号;对回波信号进行距离向脉冲压缩和方位向调频傅里叶变换操作得到距离时域-方位调频傅里叶变换域回波信号;确定距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值;根据真实位置方向得到运动目标导向矢量;根据运动目标导向矢量对回波信号进行杂波抑制操作得到运动目标信号;对运动目标信号进行补偿操作和聚焦操作得到运动目标的图像;根据运动目标的图像得到运动目标的精确定位。本发明可以提高回波信号的信杂噪比。

Patent Agency Ranking