“尹洁珺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习算法的雷达视觉数据关联方法-CN202310734115.2在审
发明人：李小柳;尹洁珺;魏维伟;付朝伟;席光荣;柯文雄;郑成鑫;李由之 -专利权人：上海无线电设备研究所
申请日： 2023-06-20 - 公布日： 2023-09-19 - 主分类号： G06V10/80 文献下载
摘要：本发明提供一种基于深度学习算法的雷达视觉数据关联方法，包含步骤：S1、获取当前雷达目标轨迹、视觉图像帧，历史融合轨迹；S2、将当前视觉图像帧输入CenterFusion网络中，得到视觉检测识别的视觉目标检测框，基于空间同步反投影机制获得视觉目标在雷达坐标系下的位置；S3、计算雷达目标与视觉目标的运动、尺度、外观相似度，并为各相似度预设对应的权重系数，得到第一关联相似度；S4、基于历史融合轨迹和雷达、视觉目标进行二次匹配，滤除虚警目标；S5、基于视觉目标尺寸更新上述权重系数，得到雷达目标、视觉目标的第二关联相似度，建立对应的雷达‑视觉关联对，更新历史融合轨迹；进入下一时刻，重复步骤S1至S5。
一种基于深度学习算法雷达视觉数据关联方法

[发明专利]一种高效二维恒虚警检测方法-CN202211139219.0在审
发明人：李由之;席光荣;魏维伟;尹洁珺;郑成鑫;柯文雄;代孝森;付朝伟;王荣 -专利权人：上海无线电设备研究所
申请日： 2022-09-19 - 公布日： 2023-06-23 - 主分类号： G01S7/41 文献下载
摘要：一种高效二维恒虚警检测方法，在对同一距离单元的速度维数据进行FFT处理之后，更新门限；针对大于门限的数据进行极值判断，获得极值；在距离‑多普勒二维平面以极值为中心选取参考单元，建立矩形参考窗；在矩形参考窗内选择同一距离单元的速度维数据中数据值最大的，建立新的参考窗；采用有序统计量恒虚警OS_CFAR算法将极值与新的参考窗中的所有参考单元比较，判断极值是否为目标。本发明既能满足对复杂环境下多目标的检测要求，又能降低检测时排序过程中的时间消耗，实现对大空域范围目标快速搜索的同时提高工程实现的可能性。
一种高效二维恒虚警检测方法

[发明专利]一种雷达与视频目标自适应关联方法-CN202211572275.3在审
发明人：李小柳;魏维伟;付朝伟;席光荣;李由之;尹洁珺;柯文雄;郑成鑫;张中泽 -专利权人：上海无线电设备研究所
申请日： 2022-12-08 - 公布日： 2023-04-07 - 主分类号： G01S13/66 文献下载
摘要：本发明涉及一种雷达与视频目标自适应关联方法，包含以下步骤：步骤1，利用雷达目标跟踪技术和视频实时AI识别跟踪技术分别生成雷达航迹、视频航迹；步骤2，对雷达航迹、视频航迹分别均进行时间插值和空间同步；步骤3，将航迹数据关联阶段分为关联期和检查期，根据航迹数据生成关联质量因子Lij并进行质量因子更新；步骤4，对关联质量因子进行粗筛选，得到航迹关联矩阵；步骤5，筛选最优关联关系；步骤6，在检查期，对雷达、视频的全部航迹进行遍历关联匹配判断，生成全关联矩阵。本发明对雷达、视频目标数据的准确关联，增强雷达与视频融合系统的感知准确性、稳定性，同时提升关联处理的实时性，方法具备多重优势。
一种雷达视频目标自适应关联方法

[发明专利]基于车载4D雷达点云的深度学习网络-CN202211176530.2在审
发明人：李小柳;魏维伟;付朝伟;席光荣;李由之;尹洁珺;柯文雄;郑成鑫;张中泽 -专利权人：上海无线电设备研究所
申请日： 2022-09-26 - 公布日： 2023-03-07 - 主分类号： G06V10/82 文献下载
摘要：本发明提出了一种基于车载4D雷达点云的深度学习网络，包含以下步骤：S1、采集场景数据以形成4D雷达点云数据集，并划分为训练集、验证集及测试集；S2、将训练集中场景点云数据划分为多个空间区域，并通过密度感知PointRCNN网络学习不同空间区域内的点云分布特征；S3、逐点学习点的全局语义特征，搜索遍历空间区域后从输入点云中分割出前景点，并生成3D提议框，以估计车辆目标位置与尺寸；S4、通过局部坐标转换学习局部特征，优化3D提议框的位置和方向，从而生成检测车辆目标的3D边界框；S5、设置网络损失函数，并结合验证集训练密度感知PointRCNN网络模型直至其收敛。本发明可以获得更稳健的网络模型和更强的目标检测能力。
基于车载雷达深度学习网络

[发明专利]一种高分辨率成像雷达阵列设计方法-CN202211188773.8在审
发明人：席光荣;陈潜;郑成鑫;尹洁珺;李小柳;李由之;柯文雄;张金强;付朝伟;魏维伟 -专利权人：上海无线电设备研究所
申请日： 2022-09-27 - 公布日： 2023-02-03 - 主分类号： G01S13/931 文献下载
摘要：本发明涉及一种高分辨率成像雷达阵列设计方法，所述成像雷达具有多个发射阵元和多个接收阵元，包含以下步骤：设置可供多个天线阵元排布的二维区域；根据不模糊测角范围设置方位和俯仰两个方向的栅格间隔，将二维区域分割成二维网格化的区域；限定天线阵元放置区域及区域内的天线阵元个数；采用粒子群优化算法，对二维网格化的区域的发射阵元和接收阵元位置分布进行MIMO虚拟，形成虚拟二维阵列，并预设虚拟二维阵列目标最高旁瓣值不大于T0，以阵列方向图的最高旁瓣为目标函数优化发射和接收阵元位置。采用本申请方法设计的成像雷达具有成本低，分辨率高，旁瓣值低等优点。
一种高分辨率成像雷达阵列设计方法

[发明专利]雷达与视觉航迹预测及修正方法-CN202211347359.7在审
发明人： 尹洁珺;李小柳;魏维伟;付朝伟;王建;席光荣;柯文雄 -专利权人：上海无线电设备研究所
申请日： 2022-10-31 - 公布日： 2023-02-03 - 主分类号： G01C21/00 文献下载
摘要：本发明公开了一种雷达与视觉航迹预测及修正方法，该方法包括：获取雷达航迹数据和视觉航迹数据，并将雷达航迹数据和视觉航迹数据进行数据关联得到数据关联组；根据数据关联组判定融合航迹起始，并生成融合航迹结构化数据；根据融合航迹结构化数据确定融合航迹；对融合航迹进行检测和航迹修正。本发明能够形成多目标探测合力，提高目标跟踪精度和目标身份一致性，并可应用于复杂交通环境路端感知、城市环境无人机多目标监控等场景。
雷达视觉航迹预测修正方法

[发明专利]一种抑制速度模糊的MIMO雷达波形设计方法-CN202211124176.9在审
发明人：郑成鑫;席光荣;尹洁珺;李由之;陈斌;付朝伟;魏维伟 -专利权人：上海无线电设备研究所
申请日： 2022-09-15 - 公布日： 2023-01-10 - 主分类号： G01S7/42 文献下载
摘要：本发明公开一种抑制速度模糊的MIMO雷达波形设计方法，包括：S1、根据帧周期要求插入z个解模糊序列：具有Nt个发射天线、Nr个接收天线的MIMO雷达采用时分发射波形，发射天线按照1、2、……、Nt的顺序依次打开，而Nr个接收天线同时接收每个发射天线产生的回波信号，解模糊序列的起始时刻与前一常规序列的结束时刻间隔一定的延迟时间a；之后将回波信号与对应的发射信号混频得到差拍信号，根据同一发射天线发射的常规序列和解模糊序列的差拍信号相位差求解模糊倍数，每插入一个解模糊序列，对于每个接收天线，可以求解一个模糊倍数；S2、求目标的模糊速度；S3、取模糊倍数的众数，计算解模糊的目标速度。本发明能显著提高解模糊正确率。
一种抑制速度模糊 mimo 雷达波形设计方法

[发明专利]毫米波雷达车型分类方法-CN202211074954.8在审
发明人：沈艳秋;陈潜;席光荣;尹洁珺;王雄志;李由之;李小柳;柯文雄;万明慧 -专利权人：上海无线电设备研究所
申请日： 2022-09-02 - 公布日： 2023-01-03 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种毫米波雷达车型分类方法，该方法包括：采用毫米波雷达对待检测目标进行探测，以获取所测的各点迹的位置信息和速度信息，并进行预处理；构建椭圆波门模型，通过椭圆波门模型、各个点迹的位置信息和速度信息自底向上对各点迹进行聚类，得到初步分类结果；对初步分类结果中的多个目标点迹进行跟踪，形成目标航迹；根据椭圆波门模型和目标航迹对应的跟踪目标的速度信息确定关联目标组合，并通过多帧滑动窗口计算关联目标组合中的各个关联目标的潜在大车概率，将满足预设条件的各关联目标进行合并，并确定为大车类型。本发明通过车型聚类和目标跟踪结果实现车型分类，从而可有效提高车型分类的准确性。
毫米波雷达车型分类方法

[发明专利]一种无人机群目标检测方法、电子设备及存储介质-CN202011204492.8有效
发明人： 尹洁珺;宫俊;高亮;刘俊豪;王海涛 -专利权人：上海神添实业有限公司
申请日： 2020-11-02 - 公布日： 2022-12-23 - 主分类号： G01S13/72 文献下载
摘要：本发明公开了一种无人机群目标检测方法、电子设备及存储介质，所述方法包括：获取待检测目标的脉间正交相位编码的回波信号；对所述回波信号进行脉冲压缩、数字波束合成和慢时间维进行快速傅里叶变换，得到多普勒‑角度数据；根据所述多普勒‑角度数据对待检测目标进行判断，则待检测目标为群目标时，进行群目标参量与数目估计得到待检测目标的目标数量和目标参数。本发明可以在实际工程上运用，并实现在几乎不增加硬件复杂度，满同时满足MIMO雷达低成本需求的目的。
一种无人机群目标检测方法电子设备存储介质

[发明专利]基于卷积神经网络的云物理参数反演方法-CN202111272158.0在审
发明人：丁霞;尹洁珺;王平;陈潜;魏维伟 -专利权人：上海无线电设备研究所
申请日： 2021-10-29 - 公布日： 2022-01-04 - 主分类号： G06F30/25 文献下载
摘要：本发明提供了一种基于卷积神经网络的云物理参数反演方法，包括如下步骤：S1、计算太赫兹频段云粒子散射特性，结合粒子谱分布，模拟计算太赫兹雷达等效反射率因子与云物理特征参数的函数关系，建立前向物理模型，S2、对太赫兹云雷达的实测数据和微物理参数产品进行预处理，整理得到训练数据库；S3、建立卷积神经网络的结构，将所述前向物理模型作为约束条件，基于雷达回波的预测值与实际值的偏差，自适应调整学习速率；S4、利用训练数据库，对卷积神经网络进行反复训练，由所述太赫兹雷达等效反射率因子反演计算得到所述云物理特征参数。该方法提升了云物理参数的反演准确性，摆脱对于经验值的依赖，是一种泛化性、自适应学习更强的算法。
基于卷积神经网络物理参数反演方法

[发明专利]基于毫米波雷达的太赫兹测云雷达反射率因子标校方法-CN202111066272.8在审
发明人： 尹洁珺;丁霞;王平;王海涛;肖建;张凤萍;陈潜;魏维伟;付朝伟 -专利权人：上海无线电设备研究所
申请日： 2021-09-13 - 公布日： 2021-11-16 - 主分类号： G01S7/40 文献下载
摘要：一种基于毫米波雷达的太赫兹测云雷达反射率因子标校方法，包含以下步骤：步骤S1、采用内定标测量值修正发射功率和回波功率；步骤S2、在球形粒子与瑞利散射条件下计算雷达反射率因子；步骤S3、对雷达反射率因子进行米氏散射修正与衰减订正；步骤S4、评估雷达反射率因子精度。本发明使得定标结果误差小、可靠性高，缩短了定标周期，提高了定标效率。
基于毫米波雷达赫兹反射率因子校方

[发明专利]一种双频收发共用天线-CN202011537805.1在审
发明人：王平;王海涛;尹洁珺;付朝伟;王斌 -专利权人：上海无线电设备研究所
申请日： 2020-12-23 - 公布日： 2021-04-23 - 主分类号： H01Q5/28 文献下载
摘要：本发明公开了一种双频收发共用天线，包括：第一频段收发共用馈电网络、第二频段收发共用馈电网络、频率选择表面器和双反射面；第一频段收发共用馈电网络包括：第一频段发射喇叭、第一极化线栅、第一法拉第旋转器、屋脊型极化扭转器和第一频段接收喇叭；第一频段发射喇叭发射电磁波至第一极化线栅，经第一极化线栅反射后，透过第一法拉第旋转器，经过屋脊型极化扭转器改变电磁波极化方向，最终将新极化方向电磁波传输至频率选择表面器。第二频段收发共用馈电网络与之类似。可通过调整法拉第旋转器和屋脊型极化扭转器参数实现线极化或者圆极化的发射与接收。频率选择表面器用实现双频复用。双反射面对最终的波束进行变化以满足系统的要求。
一种双频收发共用天线

[发明专利]一种通道噪声下的极化SAR高精度定标算法-CN201811278276.0有效
发明人：夏慧婷;李银伟;尹洁珺;王平;王海涛 -专利权人：上海无线电设备研究所
申请日： 2018-10-30 - 公布日： 2020-09-08 - 主分类号： G01S7/40 文献下载
摘要：本发明涉及一种通道噪声下的极化SAR高精度定标算法，首先对极化SAR获取的全极化数据矢量化，并计算观测协方差矩阵，利用Quegan算法估计出串扰因子初始值，开始迭代；根据系统假设得出的真实散射协方差矩阵性质，得到关于串扰因子的四个等式，通过敏感度方程法求解，迭代更新串扰参数直至收敛或达到迭代次数，迭代结束得到串扰因子的估计值，计算串扰定标矩阵并对观测协方差矩阵完成串扰定标；考虑极化通道噪声功率不相等，引入修正的交叉极化不平衡因子估计表达式，结合串扰定标结果进行估计，并计算出交叉极化不平衡定标矩阵；对原始极化数据完成串扰定标和交叉极化不平衡定标，利用人工角反数据完成同极化不平衡定标和绝对辐射定标。
一种通道噪声极化 sar 高精度定标算法

[发明专利]基于深度学习的目标部位识别方法-CN202010351971.6在审
发明人：刘俊豪;高亮;陈潜;王海涛;尹洁珺;夏慧婷 -专利权人：上海无线电设备研究所
申请日： 2020-04-28 - 公布日： 2020-08-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的目标部位识别方法，包括：建立深度卷积网络，所述深度卷积网络包括相互连接的主体卷积网络、分类与定位分支网络和目标解析分支网络。所述主体卷积网络用于获取待识别目标雷达图像的若干个尺度的特征图。所述分类与定位分支网络用于对所述若干个尺度的特征图进行分类和边框位置回归处理，得到分类输出和边框位置。所述目标解析分支网络用于对所述若干个尺度的特征图中的一个特征图进行局部结构掩码关键点检测。本发明能够对目标分类、定位以及特定部位识别，实现对目标的精细识别。
基于深度学习目标部位识别方法

[发明专利]一种无人机的多层雷达特征提取与选择方法-CN202010151250.0在审
发明人： 尹洁珺;周春花;夏慧婷;高亮;王海涛;陈潜 -专利权人：上海神添实业有限公司
申请日： 2020-03-06 - 公布日： 2020-07-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种无人机的多层雷达特征提取与选择方法，包括如下步骤：S1，采用变分模态分解获取各个类型无人机目标本振模态函数；S2，计算本振模态函数的信息熵、频谱峰值和希尔伯特边际谱特征，得到第一层输出特征；S3，采用度量距离对第一层特输出征进行选择及数据降维得到第二层输出特征。
一种无人机多层雷达特征提取选择方法

1
2
下一页»
尾页
共 16 条