专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果20个,建议您升级VIP下载更多相关专利
  • [发明专利]一种低剖面高效率传输阵天线-CN202310778678.1在审
  • 田超;李丹阳;杜若楠;许河秀;梁建刚;冯存前;彭鹏 - 中国人民解放军空军工程大学
  • 2023-06-28 - 2023-08-15 - H01Q1/38
  • 本发明的实施例提供的低剖面高效率传输阵天线,涉及天线领域。低剖面高效率传输阵天线包括馈源和传输阵面,馈源位于传输阵面的等效焦点处。传输阵面包括多个周期性排布的天线基本单元,天线基本单元包括介质板和印制于介质板两侧的金属辐射单元,印制于介质板一侧的辐射单元与另一侧的辐射单元形状相同,位置对应。每个辐射单元包括四个T型贴片和四个L型贴片。四个T型贴片通过竖直段呈十字交叉状相互连接。四个L型贴片一一对应地设置于四个T型贴片形成的四个间隔空间内。本申请提供的低剖面高效率传输阵天线具有结构简单,低剖面和高传输效率的优点,可充分满足当前天线设计的实际需求。
  • 一种剖面高效率传输天线
  • [发明专利]一种复杂机动目标快速成像方法-CN202010794496.X有效
  • 黄大荣;刘丰恺;郭新荣;冯存前 - 中国人民解放军空军工程大学
  • 2020-08-10 - 2023-06-16 - G01S13/90
  • 本发明公开了一种复杂机动目标快速成像方法,包括以下步骤,使用局部多项式变换对回波二次调频率和瞬时频率进行估计,而后再使用快速调频傅里叶变换估计回波信号的调频率和幅度,通过估计得到的参数重构回波信号并进行慢时间维傅里叶变换,以实现对机动目标的ISAR成像。本本发明的技术方案相比于其他机动目标成像方法,本方法所需的运算量显著减少,参数估计精确度高,能够更快更准确的对复杂机动目标进行ISAR成像,能够对目标回波的瞬时频率与二次调频率,调频率与幅度分别实现同时估计,具有较高的参数估计精度。且该方法能够有效对复杂机动目标进行高分辨ISAR成像,并在运算量方面显著低于传统算法。
  • 一种复杂机动目标快速成像方法
  • [发明专利]空间旋转群目标微多普勒分离方法-CN202010422091.3有效
  • 许旭光;冯存前;陈峰;宫健;李江;李玉玺 - 中国人民解放军空军工程大学
  • 2020-05-08 - 2023-02-28 - G01S7/41
  • 提出一种空间旋转群目标微多普勒分离方法,具体包括下列步骤:分析旋转目标微动模型和回波模型,构造不同长度下回波的相关矩阵,对该矩阵做奇异值分解,求解奇异值比与回波分段长度的数学关系;利用回波长度‑奇异值比值之间的关系,估计各目标对应的旋转周期;根据第二步估计得到的子目标回波周期,采用奇异值分解的方法分离各子目标对应的回波;利用时频重排的方法,获取各子目标时频图,估计各散射中心旋转中心,对时频图进行旋转处理,求得各散射中心时频图;利用维特比Viterbi算法对各子散射中心的时频图像进行提取,提取其时间‑微多普勒曲线。该方法可以简便、高效、准确的估计出群目标中各目标微动周期并提取各散射中心微多普勒信息,为后续的微动特征提取及微动目标识别提供技术支撑。
  • 空间旋转目标多普勒分离方法
  • [发明专利]一种基于深度学习的可解释SAR图像的识别方法-CN202210909719.1在审
  • 李鹏;胡晓伟;冯存前;汪洋;齐铖 - 中国人民解放军空军工程大学
  • 2022-07-29 - 2022-10-04 - G06V20/10
  • 本发明公开了一种基于深度学习的可解释SAR图像的识别方法,属于图像的识别领域,包括以下步骤:S1:在网络在ResNet‑18框架的基础上,构建网络模型;S2:根据网络架构,对模型的感受野、步长和填充进行设置;S3:通过模型追踪图像中每块区域,并设置得分规则;S4:确定模型预测的类别;S5:基于SAR图像的MSTAR数据集对模型进行训练和测试,直至完成模型训练;S6:通过训练好的模型对图像进行识别。在对SAR图像中的目标识别过程中可以生成热图来显示图像中的每个区域对决策结果的贡献,能够准确且清楚的反映SAR图像中每个区域对深度识别模型的决策结果的贡献大小,有助于提高识别模型的可解释性和增加人们对于识别模型的信任度,降低识别隐患。
  • 一种基于深度学习可解释sar图像识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top