“陈伯孝”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99个，建议您升级VIP下载更多相关专利

[发明专利]基于二维卷积神经网络的米波雷达DOA估计方法-CN201811442386.6有效
发明人： 陈伯孝;项厚宏 -专利权人：西安电子科技大学
申请日： 2018-11-29 - 公布日： 2023-08-11 - 主分类号： G01S7/41 文献下载
摘要：本发明属于雷达技术领域，公开了一种基于二维卷积神经网络的米波雷达DOA估计方法，包括：获取P个点迹作为训练集；计算训练集中每个点迹的协方差矩阵，以及上三角元素组成上三角元素相位矩阵，得到对应的相位平均值矩阵和相位标准差矩阵；以第i个点迹对应的补零重排后的相位矩阵作为卷积神经网络的输入，得到第i个点迹的输出矩阵；根据目标函数对卷积神经网络的网络参数进行修正；获取实测目标点迹，将实测目标点迹的相位矩阵输入卷积神经网络中，重构实测目标点迹的协方差矩阵对目标点迹进行DOA估计，将DOA估计问题转化成一个纯粹的回归问题。
基于二维卷积神经网络雷达 doa 估计方法

[发明专利]一种基于时间反演技术的单天线变信道动目标检测方法-CN202010752126.X有效
发明人： 陈伯孝;杨明磊;张钊铭;连昊 -专利权人：西安电子科技大学
申请日： 2020-07-30 - 公布日： 2023-06-16 - 主分类号： G01S13/56 文献下载
摘要：本发明公开了一种基于时间反演技术的单天线变信道动目标检测方法，该方法包括接收M次快拍常规回波信号并进行最大似然估计得到目标响应估计值；对目标响应估计值在时域反转并做能量标准化得到时间反演发射信号，根据时间反演发射信号再接收时间反演回波信号；估计多径幅度衰减系数、多径时延；估计由目标运动造成的信道扰动方差；时间反演似然比检测器根据多径时延、多径幅度衰减系数、信道扰动方差和时间反演回波信号计算检测统计量，根据检测统计量判断动目标是否存在。本发明方法，有效利用多径提升检测器对动目标的检测性能，同时对信道参数估计，将目标运动带来的信道变化加入到检测器中，以提高检测器对环境的鲁棒性和目标检测概率。
一种基于时间反演技术天线信道目标检测方法

[发明专利]一种基于双重融合最大熵模糊聚类JPDA的目标航迹优化方法-CN201911259544.9有效
发明人： 陈伯孝;李恒璐 -专利权人：西安电子科技大学
申请日： 2019-12-10 - 公布日： 2023-06-13 - 主分类号： G01S13/66 文献下载
摘要：本发明属于雷达技术领域，具体涉及一种基于双重融合最大熵模糊聚类JPDA的目标航迹优化方法，包括：(1)该算法以最大熵模糊聚类方法为基础，采用卡尔曼滤波器进行状态预测和更新，扫描跟踪时按照椭圆波门规则对k+1时刻得到的目标点迹集合进行初步筛选；(2)将以波门中心为聚类中心的量测隶属度和以有效量测数据为聚类中心的波门隶属度对应位置相乘，得出各有效量测和所有波门中心之间双向的隶属度；(3)通过分析杂波分布并结合双向隶属度从而得出最终关联概率，再按照标准的JPDA算法滤波程序得出目标的状态估计和估计误差协方差，最后迭代出目标的跟踪航迹信息。具有跟踪精度高，避免了复杂的关联矩阵拆分问题。
一种基于双重融合最大模糊 jpda 目标航迹优化方法

[发明专利]基于动态和差波束的米波雷达低仰角目标DOA估计方法-CN202110893345.4有效
发明人： 陈伯孝;郎思呈;徐赛琴;葛子珺 -专利权人：西安电子科技大学
申请日： 2021-08-04 - 公布日： 2023-05-09 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于动态和差波束的米波雷达低仰角目标DOA估计方法，包括：步骤1估计米波雷达天线阵列的阵列中心仰角值；步骤2基于阵列中心仰角值，计算关于阵列中心仰角呈偶对称的和波束和差波束的最优权矢量；步骤3利用和波束的最优权矢量加权处理形成和波束，利用差波束的最优权矢量加权处理形成差波束并完成波束发射；步骤4基于米波雷达天线阵列的接收信号计算和差波束的误差信号；步骤5根据误差信号利用查表方式确定目标仰角；步骤6判断是否满足迭代终止条件；步骤7若否则基于目标仰角修正阵列中心仰角值，并返回执行步骤2～步骤6；步骤8若是则完成目标仰角估计。本发明能提高低仰角目标DOA估计精度，实现良好阵地适应性。
基于动态波束雷达仰角目标 doa 估计方法

[发明专利]一种外场时频近场宽带信号的接收校正方法及装置-CN202211594917.X有效
发明人：曾操;王雅琪;陶海红;王启鑫;张玉洪;李世东;陈伯孝;廖桂生 -专利权人：西安电子科技大学
申请日： 2022-12-13 - 公布日： 2023-03-07 - 主分类号： G01S7/40 文献下载
摘要：本发明公开了一种外场时频近场宽带信号的接收校正方法，包括：接收标校节点发送的标校信号；对接收到的标校信号进行匹配滤波，并选择信噪比最高的节点作为参考节点；基于接收节点与标校节点之间的距离对接收到的标校信号进行延迟补偿，以向参考节点对齐；保持系统稳定，在一定时间内持续接收标校信号，并进行延迟补偿后，计算相邻两次信号测出的误差；根据误差计算补偿系数，并对后续接收数据进行校正，以实现节点之间幅相误差的校正。本发明通过标校节点发射标校信号，并利用标校节点和接收节点之间的距离计算校正系数，实现了近场阵列信号幅相误差的校正；该方法不需要额外的硬件电路，且不受阵型限制，对近场阵列信号处理具有普适性。
一种外场近场宽带信号接收校正方法装置

[发明专利]一种抗变极化压制式干扰的目标鉴别方法-CN202210888859.5在审
发明人： 陈伯孝;井佳秋;朗思呈 -专利权人：西安电子科技大学
申请日： 2022-07-25 - 公布日： 2022-12-09 - 主分类号： G01S7/36 文献下载
摘要：本发明提出了一种抗变极化压制式干扰的目标鉴别方法，根据极化滤波器的极化响应特性，综合采用传统干扰抑制极化滤波器和自适应极化滤波器对回波信号进行滤波，筛选超过门限的匹配检测点对，之后根据伪峰处鉴别量与目标谱峰鉴别量的不同，利用时频域信息联合鉴别目标。本发明克服了自适应极化滤波针对变极化压制式干扰时出现大量伪峰的问题以及利用干扰极化散射矩阵具有奇异性为基础设计的极化滤波技术受信噪比的影响较大的问题，本发明受信噪比的影响更小，在同等信噪比条件下具有更高的鉴别概率，为雷达对抗变极化压制式干扰提供了技术手段。
一种极化压制干扰目标鉴别方法

[发明专利]任意压缩EMVS阵列DOA和极化参数联合估计方法-CN202210903275.0在审
发明人： 陈伯孝;井佳秋;朱东晨 -专利权人：西安电子科技大学
申请日： 2022-07-28 - 公布日： 2022-12-09 - 主分类号： G01S3/14 文献下载
摘要：本发明提出了一种任意压缩EMVS阵列DOA和极化参数联合估计方法，利用任意拓扑结构的EMVS阵列获取压缩网络压缩后的数据，可以提高在工程实现方面的适应性，同时压缩网络引入则有效减少了前端链等硬件设备以及后续相关算法的计算复杂度；之后使用4个旋转不变因子以闭合形式进行粗略的2D‑DOA估计，在此基础上将2D‑DOA的二维全局搜索转换为小规模局部搜索，获得高精度的2D‑DOA估计结果，减小了计算复杂度，最后通过精度的2D‑DOA估计结果获得极化参数的闭式估计解。因此本发明相比于现有技术估计极化参数在工程上的适应性更高，算法复杂度更低。
任意压缩 emvs 阵列 doa 极化参数联合估计方法

[发明专利]基于SSEL-EMVS稀疏阵列的2D-DOA估计方法-CN202210925114.1在审
发明人： 陈伯孝;朱东晨;井佳秋 -专利权人：西安电子科技大学
申请日： 2022-08-02 - 公布日： 2022-12-09 - 主分类号： G01S3/14 文献下载
摘要：本发明提供了一种基于SSEL‑EMVS稀疏阵列的2D‑DOA估计方法，通过获取矩形SSEL‑EMVS阵列接收到的数据，利用ESPRIT算法对接收到的数据进行处理，获得传播矢量存在周期模糊的高精度估计结果；一方面，在阵列EMVS的电尺寸已知或未知时，分别使用矢量叉积法和基于电磁矢量实部和虚部组合的方法得到了低精度但无周期模糊的2D‑DOA估计结果。另一方面，本发明将这种低精度但无周期模糊的估计算法与存在周期性模糊的精确估计结果的ESPRIT算法相结合，得到高精度且无周期模糊的闭式2D‑DOA估计结果，提高了2D‑DOA估计性能。
基于 ssel emvs 稀疏阵列 doa 估计方法

[发明专利]基于一维卷积神经网络的米波雷达DOA估计方法-CN201811442372.4有效
发明人： 陈伯孝;项厚宏 -专利权人：西安电子科技大学
申请日： 2018-11-29 - 公布日： 2022-11-18 - 主分类号： G01S7/41 文献下载
摘要：本发明属于雷达技术领域，公开了一种基于一维卷积神经网络的米波雷达DOA估计方法，包括：获取P个点迹作为训练集；计算训练集中每个点迹的协方差矩阵，以及上三角元素组成上三角元素相位矩阵，得到对应的相位平均值矩阵和相位标准差矩阵；以第i个点迹对应的按列重排后的相位矩阵作为卷积神经网络的输入，得到第i个点迹的输出矩阵；根据目标函数对卷积神经网络的网络参数进行修正；获取实测目标点迹，将实测目标点迹的相位矩阵输入卷积神经网络中，重构实测目标点迹的协方差矩阵对目标点迹进行DOA估计，将DOA估计问题转化成一个纯粹的回归问题。
基于卷积神经网络雷达 doa 估计方法

[发明专利]基于有监督深度神经网络的米波雷达DOA估计方法-CN201811442375.8有效
发明人： 陈伯孝;项厚宏 -专利权人：西安电子科技大学
申请日： 2018-11-29 - 公布日： 2022-11-18 - 主分类号： G01S7/41 文献下载
摘要：本发明属于雷达技术领域，公开了一种基于有监督深度神经网络的米波雷达DOA估计方法，包括：获取P个点迹作为训练集；计算训练集中每个点迹的协方差矩阵，以及上三角元素组成上三角元素相位矩阵，得到对应的相位平均值矩阵和相位标准差矩阵；以第i个点迹对应的按列重排后的相位矩阵作为有监督深度神经网络的输入，得到第i个点迹的输出矩阵；根据目标函数对有监督深度神经网络的网络参数进行修正；获取实测目标点迹，将实测目标点迹的相位矩阵输入有监督深度神经网络中，重构实测目标点迹的协方差矩阵对目标点迹进行DOA估计，将DOA估计问题转化成一个纯粹的回归问题。
基于监督深度神经网络雷达 doa 估计方法

[发明专利]一种基于时间反演的多基地雷达目标检测方法-CN201911267632.3有效
发明人：杨明磊;连昊;张钊铭;陈伯孝 -专利权人：西安电子科技大学
申请日： 2019-12-11 - 公布日： 2022-11-04 - 主分类号： G01S13/00 文献下载
摘要：本发明属于雷达技术领域，具体涉及一种基于时间反演的多基地雷达目标检测方法，包括：获取若干原始信号，并根据若干原始信号得到若干时间反演信号；对时间反演信号和原始信号分别进行分析得到时间反演信号统计特征和原始信号统计特征；根据时间反演回波信号、时间反演信号统计特征和原始信号统计特征分别推导出有无目标存在时的概率密度函数；在信道响应未知的情况下，根据概率密度函数，采用最大似然估计，得到信道响应的估计值。根据概率密度函数得到最大似然估计的似然比检测器，并进行蒙特卡洛实验得到检测概率。具有检测概率高的有益效果。
一种基于时间反演基地雷达目标检测方法

[发明专利]基于信息熵权和最近邻域数据关联的目标航迹优化方法-CN201910248309.5有效
发明人： 陈伯孝;李恒璐 -专利权人：西安电子科技大学
申请日： 2019-03-29 - 公布日： 2022-11-01 - 主分类号： G01S13/66 文献下载
摘要：本发明公开了基于信息熵权和最近邻域数据关联的目标航迹优化方法，包括以下步骤：获取航迹起始后前两个时刻量测点的量测向量，计算出目标的初始状态向量；对卡尔曼滤波器进行初始化；采用迭代法计算k时刻目标的状态估计向量、估计误差协方差矩阵、预测向量、新息协方差矩阵和卡尔曼增益；获取k时刻落入波门中心的候选量测点；当k时刻的候选量测点的个数大于1时，采用熵权法对k时刻的目标航迹进行优化更新。本发明通过深度挖掘已知量测信息，在不改变先验信息的基础上，充分利用了目标量测所携带的信息，具有更低的改造成本和更好的适用性；同时，提高了雷达跟踪航迹的准确性。
基于信息最近邻域数据关联目标航迹优化方法

[发明专利]基于压缩测量的EMVS阵列2D-DOA和极化参数联合估计方法-CN202210445913.9在审
发明人： 陈伯孝;井佳秋;朱东晨 -专利权人：西安电子科技大学
申请日： 2022-04-26 - 公布日： 2022-09-02 - 主分类号： G01S3/14 文献下载
摘要：本发明提供的一种基于压缩测量的EMVS阵列二维波达方向和极化参数的联合估计方法，一方面将电磁矢量传感器阵列与压缩网络相结合，提出压缩降维多信号分类的处理过程，同时估计目标的俯仰角信息、方位角信息以及感兴趣信号的极化参数，因此本发明可以获取更多的目标信息，方便后续的目标检测与识别；另一方面，由于现有技术在选择压缩网络的系数矩阵时，随机选择会导致信息丢失，从而导致估计算法的性能下降；本发明通过对压缩矩阵进行优化，获得最优压缩矩阵，可以达到降低硬件设备成本，并且达到确保阵列孔径损失在一定范围内的目的。
基于压缩测量 emvs 阵列 doa 极化参数联合估计方法

[发明专利]一种基于混合自适应粒子群算法的面多波束赋形方法-CN202010043954.6有效
发明人：杨明磊;何小静;陈伯孝 -专利权人：西安电子科技大学
申请日： 2020-01-15 - 公布日： 2022-08-05 - 主分类号： H04B7/06 文献下载
摘要：本发明属于雷达信号处理技术领域，具体涉及一种基于混合自适应粒子群算法的面多波束赋形方法，包括：由解析法得到赋形参考波束的相关参数；选取合适的适应度函数和代价函数；初始化粒子群、个体最优、全局最优粒子和非劣解集；用混合自适应粒子群算法更新得到3倍于原规模的新种群；取最优的1倍于原规模粒子作为新一代种群；更新个体最优粒子、全局最优粒子和非劣解集；更新迭代过程中的相关参数；判断得到最优结果或迭代终止；输出非劣解集和相关结果图。
一种基于混合自适应粒子算法波束赋形方法

[发明专利]一种基于鲁棒主成分分析降噪的米波雷达低仰角测高方法-CN202210325727.1在审
发明人： 陈伯孝;王梅;徐赛琴 -专利权人：西安电子科技大学
申请日： 2022-03-30 - 公布日： 2022-07-29 - 主分类号： G01S13/88 文献下载
摘要：本发明涉及一种基于鲁棒主成分分析降噪的米波雷达低仰角测高方法，包括步骤：将米波雷达的阵列接收信号建模为二维接收信号矩阵，得到阵列接收信号模型；采用基于鲁棒主成分分析降噪方法建立低秩信号矩阵和稀疏噪声矩阵的凸优化模型；使用改进的非精确增广拉格朗日乘子法求解凸优化模型，得到无噪声污染的最优低秩信号矩阵；利用最优低秩信号矩阵建立协方差矩阵，并结合协方差矩阵和合成导向矢量构建直达波仰角波达方向的最大似然估计，得到目标仰角估计值；利用目标仰角估计值计算目标高度。该方法克服现有技术在非均匀噪声、低信噪比、少快拍数情形下测角性能下降、角度分辨力不足等问题，具有较高的测角稳定性以及良好的角度分辨力。
一种基于鲁棒主成分分析雷达仰角测高方法

1
2
3
4
5
6
7
下一页»
尾页
共 99 条