“戴巧娜”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13个，建议您升级VIP下载更多相关专利

[发明专利]基于高分辨距离像和单脉冲测角的群目标识别方法-CN201910302370.3有效
发明人：郭鹏程;王洪先;戴巧娜;张江华;倪宁;张楠;任泽宇 -专利权人：西安电子工程研究所
申请日： 2019-04-16 - 公布日： 2023-03-24 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于高分辨距离像和单脉冲测角的群目标识别方法，用于雷达群目标识别。针对传统群目标识别方法要求各子目标相对雷达运动、且运算量较大的不足之处，提出基于高分辨距离像和单脉冲测角的群目标识别方法。该方法基于高分辨距离像和单脉冲测角信息，形成“方位向距离‑径向距离”二维平面，在此二维平面上采用均值漂移聚类算法完成聚类并提取各个子目标的HRRP，并不利用目标的运动信息，因此对各个子目标的是否运动无约束，解决了传统方法要求各子目标相对雷达运动的要求；该方法利用散射点幅度信息，对传统的均值漂移聚类算法从初值选择和样本权重两个方面做了改进，提升了均值漂移算法的迭代效率，解决了传统方法运算量较大的问题。
基于分辨距离脉冲目标识别方法

[发明专利]一种基于两次杂波抑制的静目标稳健识别方法-CN201811424825.0有效
发明人：郭鹏程;戴巧娜;邱林茂;任泽宇;倪宁 -专利权人：西安电子工程研究所
申请日： 2018-11-27 - 公布日： 2023-02-10 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于两次杂波抑制的静目标稳健识别方法。本发明首先根据“径向距离‑角误差”平面得到“径向距离‑方位向距离”二维平面，然后在新的二维平面进行二次杂波剔除，第一次采用物理空间划分法聚类剔除远区小簇杂波，第二次采用局部异常因子(LOF)法剔除近区点杂波。通过两次处理，有效地减少了远区小簇杂波和近区点杂波对对静目标高分辨距离像的影响，使得基于高分辨距离像的特征提取更加稳健，提升了杂波背景下静目标的识别率。且由于第一次空间隔离法剔除了部分杂波，有效地减少了LOF的输入样本量，从而降低了整体运算量，可以满足工程使用需求。
一种基于两次抑制目标稳健识别方法

[发明专利]基于强散射点自适应估计的距离扩展目标检测方法-CN201910476624.3有效
发明人：郭鹏程;戴巧娜;付学斌;罗丁利;任泽宇 -专利权人：西安电子工程研究所;西安长远电子工程有限责任公司
申请日： 2019-06-03 - 公布日： 2022-12-06 - 主分类号： G01S7/41 文献下载
摘要：针对传统扩展目标检测器在目标散射点信息未知时检测性能不稳健的问题，本发明提出了一种基于强散射点自适应估计的距离扩展目标检测方法，该方法采用了双门限思想，首先利用kmeans聚类算法自适应估计强散射点数量以及第一门限，然后根据虚警率、第一门限以及散射点数量确定第二门限，最后通过两次门限判决完成目标检测。本发明提出的算法相对于传统算法有更高的稳健性，且算法不需要先验任何信息。
基于散射自适应估计距离扩展目标检测方法

[发明专利]基于通道融合的极化特征提取方法-CN201811071171.8有效
发明人： 戴巧娜;郭鹏程;任泽宇;倪宁;赵平 -专利权人：西安电子工程研究所;西安长远电子工程有限责任公司
申请日： 2018-09-14 - 公布日： 2022-12-06 - 主分类号： G01S7/41 文献下载
摘要：本发明公开基于通道融合的极化特征提取方法，该方法用于雷达极化特征提取。本发明解决了传统极化特征提取方法中极化散射矩阵的不准确会造成提取极化特征不准确，从而影响极化分类识别的问题。本快速实现方法的处理流程为通道融合+特征提取，该方法不需要估计极化散射矩阵，避免了极化散射矩阵的准确性对极化特征提取的影响，且不需要矩阵运算，运算量也大大降低，适用于工程实现。
基于通道融合极化特征提取方法

[发明专利]基于分级决策树的宽带极化雷达导引头目标识别方法-CN201811424822.7有效
发明人：郭鹏程;戴巧娜;邱林茂;万红进;赵平 -专利权人：西安电子工程研究所;西安长远电子工程有限责任公司
申请日： 2018-11-27 - 公布日： 2022-12-06 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于分级决策树的宽带极化雷达导引头目标识别方法，在第一阶段基于专家对目标物理属性的认知，首先根据目标的三维尺寸(径向尺寸、方位向尺寸和俯仰向尺寸)将目标类型分为“非打击目标”和“打击目标”，然后基于主峰能量比将打击目标分为“低优先级打击目标”和“中高优先级打击目标”；第二阶段机器完全自主学习，采用决策树将“中高优先级打击目标”分为“高优先级打击目标”和“中优先级打击目标”，从而完成了目标识别。解决了传统目标识别方法在目标库不完备时识别效果差的问题，且运算量较小，可以满足弹载平台的实时性要求。
基于分级决策树宽带极化雷达导引目标识别方法

[发明专利]基于支撑向量数据描述的地面目标识别方法-CN202111311043.8在审
发明人：冯超;汪慧;戴巧娜;郭鹏程;张江华 -专利权人：西安电子工程研究所
申请日： 2021-11-07 - 公布日： 2022-02-25 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于支撑向量数据描述的地面目标识别方法，属于雷达目标识别技术领域。本发明解决了传统目标识别模型在迭代过程中目标类别增加对模型参数的颠覆性问题，方法中采用一类分类器支撑向量数据描述对样本库中的每类目标特征分别单独训练支撑向量数据描述模型，保证了库内目标模型之间的独立性。因此对于新增目标类型，仅需对新目标数据进行训练即可，该过程对已有目标模型参数无影响。提出方法在保证目标识别精度的同时具有一定的拒判能力，且便于高效实现了模型的增量学习，便于后续模型的迭代与模型库的构建。
基于支撑向量数据描述地面目标识别方法

[发明专利]基于积分图像的二维CFAR门限计算方法-CN202111276338.6在审
发明人：汪慧;冯超;任泽宇;戴巧娜;吕腾蛟;李静静 -专利权人：西安电子工程研究所
申请日： 2021-10-29 - 公布日： 2022-01-28 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于积分图像的二维恒虚警门限计算方法，属于雷达技术领域。包括构造积分图像矩阵；根据给定的参考窗和保护窗计算出参考窗与保护窗对应顶点坐标位置，由顶点坐标位置可知积分图像矩阵对应点的元素值；计算参考窗和保护窗中所有元素的累加和；计算参考窗和保护窗中所含元素的总个数；然后计算回形窗区域杂波幅度均值和；根据回形窗区域杂波幅度均值和计算CFAR门限阈值。与传统方法相比较，计算次数与给定的参考窗、保护窗大小无关，且总次数少于传统二维恒虚警门限计算方法，大大缩减了算法耗时，可以满足工程实时性要求，应用性更强。
基于积分图像二维 cfar 门限计算方法

[发明专利]搜索雷达的快速阵地优化方法及系统-CN201911268563.8有效
发明人：卢博;戴巧娜;景凯;尚悦 -专利权人：北京无线电测量研究所
申请日： 2019-12-11 - 公布日： 2021-10-22 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了搜索雷达的快速阵地优化方法及系统，涉及雷达技术领域。该方法包括：通过搜索雷达对阵地环境进行探测，得到雷达搜索范围内N个搜索周期的回波脉冲信息；根据回波脉冲信息对每个搜索周期内的目标进行检测，将n个连续搜索周期内的目标进行关联，得到m个关联目标；当派遣至少一个预设目标时，使每个预设目标在雷达搜索范围内运动；获取每个预设目标的探测信息，以及环境回波的探测信息，据此调整搜索雷达的参数。本发明适用于搜索雷达的快速阵地优化，能够实现雷达处理参数精准调整，有效区分敏感目标与杂波、噪声和非敏感目标，迅速实现雷达阵地优化，缩短装备展开后调试的时间。
搜索雷达快速阵地优化方法系统

[发明专利]基于环境认知的极化检测方法-CN201711111108.8有效
发明人：郭鹏程;戴巧娜;邱林茂;倪宁;任泽宇 -专利权人：西安电子工程研究所
申请日： 2017-11-13 - 公布日： 2021-04-13 - 主分类号： G01S7/36 文献下载
摘要：本发明涉及一种基于环境认知的极化检测方法，对两个通道进行预处理后得到两个通道的动目标检测结果，同极化通道与不同权重系数乘积，再与交叉极化通道求和即可得到不同极化下的杂波功率，杂波功率除以系统的噪声功率就可以得到不同极化下的杂噪比，比较不同极化下的杂噪比，选择杂噪比最大值以及其对应的权系数、杂噪比最小值及其对应的权系数。如果杂噪比最大值都不大于阈值3dB，那么就判定环境为噪声背景，否则判定为杂波背景。若为噪声背景，则将最终的权重系数设置为1，若为杂波背景，则将最终的权重系数设置为杂噪比最小值对应的权系数。最后再进行恒虚警检测。
基于环境认知极化检测方法

[发明专利]基于决策树的地面运动目标分类算法-CN201710727147.4有效
发明人：王勇;罗丁利;杨磊;戴巧娜;陈尹翔;徐丹蕾;张军 -专利权人：西安电子工程研究所
申请日： 2017-08-23 - 公布日： 2020-08-14 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于决策树的地面运动目标分类算法，该算法用于战场环境地面战场侦察雷达对轮式车辆、履带式车辆、单人和小分队的准确分类识别。首先进行杂波抑制和特征提取，基于每个特征利用贝叶斯分类器对训练样本进行训练，确定分类器门限，然后计算熵不纯度，以熵不纯度减少量最大为准则，寻找最优特征，进行分层分类。解决了四类目标分层分类过程中的特征最优选择问题：算法中基于熵不纯度减小量最大准则来选择特征作为根节点和层节点。相比基于经验的特征选择算法，基于决策树的特征选择能够实现分层过程中的特征择优，保证分层分类算法的性能。
基于决策树地面运动目标分类算法

[发明专利]基于局部能量和最大的步进频雷达目标抽取算法-CN201910302266.4在审
发明人： 戴巧娜;郭鹏程;邱林茂;张江华;倪宁;张楠 -专利权人：西安电子工程研究所
申请日： 2019-04-16 - 公布日： 2019-07-05 - 主分类号： G01S7/41 文献下载
摘要：本发明公开基于局部能量和最大的步进频雷达目标抽取算法，该算法用于去除步进频信号IFFT距离细化后所表示的距离范围与当前回波采样值所表示的距离范围之间的距离失配冗余，以及过采样冗余。本发明解决了在经典算法舍弃法和选大法中都需要对第“0”个采样点进行标定，否则很有可能无法采样到目标点的问题。算法中通过循环移位将数据在粗距离采样维上以目标所在的粗距离为基准“对齐”，并在最大值所在的粗分辨距离采样点中，按照局部能量和最大准则确定抽取范围，最后在“对齐”后的矩阵中完成目标抽取。该算法完全根据实测数据确定抽取数据的范围，既不需对第“0”个采样点进行标定，也可以保证抽取范围能够覆盖目标散射点中能量大的若干散射点。
算法局部能量抽取采样点采样雷达目标对齐散射点冗余标定步进矩阵步进频信号抽取数据覆盖目标经典算法目标抽取实测数据循环移位过采样目标点回波失配细化去除分辨舍弃保证

[发明专利]基于局部白化的雷达极化检测方法-CN201610255917.5有效
发明人：郭鹏程;戴巧娜;罗丁利;王勇;杨磊;王亚军;徐丹蕾;张军;陈尹翔 -专利权人：西安电子工程研究所
申请日： 2016-04-22 - 公布日： 2018-06-01 - 主分类号： G01S13/04 文献下载
摘要：本发明公开基于局部白化的极化检测快速实现方法，该方法用于雷达极化检测处理的快速实现。本发明既解决了极化白化滤波对杂波平稳性的要求，又大大降低了滑窗白化滤波运算量太大的问题：本快速实现方法的处理流程为一次检测+最大值聚类+极化白化滤波+二次检测，该快速实现方法解决了极化白化滤波需要杂波在长距离窗内的分布平稳性的要求，又通过最大值聚类后进行极化白化滤波的处理流程大大降低了滑窗极化白化所带来的巨大运算量，极其适用于工程设计实现。
白化极化滤波处理流程雷达极化平稳性滑窗聚类杂波二次检测工程设计极化检测滤波运算一次检测运算量检测

[发明专利]基于统计最优的频率步进雷达信号目标抽取方法-CN201410817700.X有效
发明人：罗丁利;戴巧娜;郭鹏程 -专利权人：西安电子工程研究所
申请日： 2014-12-25 - 公布日： 2015-04-15 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于统计最优的频率步进雷达信号目标抽取方法，用于去除频率步进信号IFFT距离细化后所表示的距离范围与当前回波采样值所表示的距离范围之间的距离失配冗余，以及过采样冗余。本发明解决了在经典算法舍弃法和选大法中都需要对第“0”个采样点进行标定，否则很有可能无法采样到目标点的问题。该算法的核心思想是根据将一帧数据IFFT后的结果进行循环移位对齐，将对齐后数据在粗距离采样维叠加，将以叠加后的最大值为中心的部分数据进行拼接，可以既能抽取出同距离幅度较大的点，又解决了经典算法中需要对第“0”个采样点进行标定的问题。
基于统计最优频率步进雷达信号目标抽取方法

1
共 13 条