“霍伟博”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42个，建议您升级VIP下载更多相关专利

[发明专利]一种基于轻量级网络的高效雷达图像目标识别方法-CN202310930468.X在审
发明人：杨建宇;黄钰林;王陈炜;裴季方;罗思懿;张寅;霍伟博;杨海光;张永超 -专利权人：电子科技大学
申请日： 2023-07-27 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于轻量级网络的高效雷达图像目标识别方法，包括以下步骤：步骤一、采用MobileNetV3‑Large网络，依次包括标准卷积层、15个核心瓶颈结构Bneck和三个逐点卷积层，以及位于第一个逐点卷积层和第二个逐点卷积层之间的平均池化层；步骤二、获取雷达图像目标数据集以及待测目标雷达图像，并将其整理为训练集和测试集；步骤三、将训练集直接输入MobileNetV3‑Large网络进行训练。本发明将轻量级网络应用于雷达图像目标识别来提升网络实时性，在MSTAR数据集上展现了优异的小样本识别性能的同时，保持了非常小的网络复杂度，即可获得很好的实时性，在高效雷达图像目标识别上具有很大的应用潜力。
一种基于轻量级网络高效雷达图像目标识别方法

[发明专利]一种基于综合云模型的雷达干扰效果评估方法-CN202310929621.7在审
发明人： 霍伟博;黄钰林;张玉婕;张寅;张翠;杨建宇;杨海光;张永超 -专利权人：电子科技大学
申请日： 2023-07-26 - 公布日： 2023-10-24 - 主分类号： G01S7/40 文献下载
摘要：本发明公开了一种基于综合云模型的雷达干扰效果评估方法，首先建立一个由目标层、准则层和指标层组成的多层干扰效果评估指标体系，利用熵值法确定下层指标的权重，通过逆向云发生器计算下层指标的云参数，然后构建综合云模型，将下层指标的评价结果合并生成上层的分数，最后通过绘制综合云即可得到雷达干扰效果的综合评估结果。本发明的方法综合考虑时域、频域、空域等多项指标，针对现有的离线评估方法难以适应现代对抗中的非合作目标这一问题，构建雷达干扰效果评估指标体系，基于综合云模型实现了雷达干扰效果的综合评估，可以适用于非合作环境下的干扰效果评估。
一种基于综合模型雷达干扰效果评估方法

[发明专利]一种基于神经网络的MIMO雷达波束图赋形的波形设计方法-CN202310892200.1在审
发明人：张寅;黄钰林;吕静;霍伟博;张翠;裴季方;杨建宇;杨海光 -专利权人：电子科技大学
申请日： 2023-07-20 - 公布日： 2023-10-24 - 主分类号： G01S7/28 文献下载
摘要：本发明公开了一种基于神经网络的MIMO雷达波束图赋形的波形设计方法，首先构造最小化波束图ISL准则下的凸优化问题，求解出最优协方差矩阵，然后基于求解的最优协方差矩阵，建立非凸高维波形优化问题，通过将相似性约束等效为一个目标函数，构造波形相似性可控的MIMO雷达发射波束图赋形的波形设计问题，最后基于神经网络构建优化网络，求解非凸优化问题，得到设计的最优发射波形。本发明的方法可以得到波束图和波形相似性兼顾的恒模发射波形，同时，所求解的发射波形的波束图性能和相似性性能均好于已有方法。
一种基于神经网络 mimo 雷达波束赋形波形设计方法

[发明专利]一种相似性和变模约束下的MIMO雷达发射波形设计方法-CN202310907833.5在审
发明人： 霍伟博;黄钰林;张翠;张寅;陈舒波;裴季方;杨建宇;杨海光 -专利权人：电子科技大学
申请日： 2023-07-24 - 公布日： 2023-10-20 - 主分类号： G01S7/02 文献下载
摘要：本发明公开了一种相似性和变模约束下的MIMO雷达发射波形设计方法，首先构造一个波形相似性和变模约束下的空域ISLR最小化框架，其次将高维多约束非凸优化问题变换为多个一维单约束优化问题，最后通过逐一求解各一维单约束优化问题，获得满足要求的发射波形的幅度和相位，实现MIMO雷达发射波束方向图的优化。本发明的方法在满足发射波形自身特性控制的同时，尽可能大地增强MIMO雷达在感兴趣目标方位辐射的信号能量，抑制其在探测目标以外方位辐射的信号能量，提高MIMO雷达在干扰环境下的目标探测性能，利用目标先验信息，设计发射波形的幅度和相位，实现MIMO雷达天线方向图赋形，抑制旁瓣区域的辐射能量，提升目标的检测概率，在干扰环境中具有重要的应用前景。
一种相似性约束 mimo 雷达发射波形设计方法

[发明专利]一种基于虚拟特征增强和特征细化的小样本目标识别方法-CN202310763763.0在审
发明人：张寅;黄钰林;王陈炜;裴季方;罗思懿;霍伟博;杨建宇;杨海光 -专利权人：电子科技大学
申请日： 2023-06-26 - 公布日： 2023-09-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于虚拟特征增强和特征细化的小样本目标识别方法，首先使用特征提取器从有限的SAR训练样本中提取低维特征图，再采用嵌入特征增强器，计算相似度搜索远离类中心的特征，获得类内不相似特征对和类间相似特征对，利用特征对构建并增强对应的虚拟特征，再采用动态层次特征细化器，通过动态生成卷积核，将不同维度的具有区分度的局部特征集成到全局特征中，提升特征的类内紧凑性和类间可分离性，最后采用自适应损失和识别损失组合的损失函数，优化网络，提升识别精度，完成目标识别。本发明的方法解决了数据获取困难和标注成本高的问题，提高了深度网络学习效果与整体识别准确率，相比现有小样本目标识别方法，识别精度和鲁棒性更高。
一种基于虚拟特征增强细化样本目标识别方法

[发明专利]一种雷达图像多视角特征提取与鉴别方法-CN202310901621.6在审
发明人：裴季方;黄钰林;张星;张寅;马彦晶;霍伟博;杨建宇;杨海光 -专利权人：电子科技大学
申请日： 2023-07-21 - 公布日： 2023-09-19 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种雷达图像多视角特征提取与鉴别方法，包括以下步骤：S1、雷达平台采集地面目标图像样本；S2、对采集的雷达图像样本进行预处理；S3、构建多视角图像组合数据集；S4、搭建多视角图像组合特征提取网络：通过片划分层将图片的最小单位从像素转变为预设定大小的块，并且一个块中的像素值合成一个向量；生成的向量将依次通过三个连续的阶段stage 1、stage 2和stage 3；S5、搭建多视角图像组合特征鉴别网络；S6、将S3得到的数据集输入多视角图像组合特征提取网络和多视角图像组合特征鉴别网络进行训练，并利用训练得到的网络识别未知雷达图像。本发明通过对多视角特征的提取和鉴别，能够有效的提高雷达图像分类的精度，提升雷达自动目标检测系统的性能。
一种雷达图像视角特征提取鉴别方法

[发明专利]一种基于自监督模型迁移学习下的雷达目标识别方法-CN202310905352.0在审
发明人：裴季方;杨建宇;刘小钰;黄钰林;王陈炜;张寅;霍伟博;杨海光;张永超 -专利权人：电子科技大学
申请日： 2023-07-21 - 公布日： 2023-09-19 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于自监督模型迁移学习下的雷达目标识别方法，包含两个阶段，第一阶段自监督模型中骨干网络以自监督的方式在大量无标签图像样本上进行预训练，通过相似性损失来更新网络权重，最大化同类目标的相似特征并弱化不同类目标的相似特征，实现网络对同类别目标相似特征的有效提取，第二阶段迁移预训练自监督模型中骨干网络的网络参数，利用少量带标签的雷达样本微调网络，实现雷达目标识别。本发明的方法能够有效鉴别目标特征和识别目标类别，解决雷达图像样本标签稀缺而导致的网络学习不充分的问题，提升网络在少量带标签的数据样本下对雷达目标的识别性能，与其它目标识别方法相比，提高了小样本雷达目标识别网络的准确度和鲁棒性。
一种基于监督模型迁移学习雷达目标识别方法

[发明专利]兼顾全局和局部信息感知的雷达图像舰船目标检测方法-CN202310901578.3在审
发明人：张寅;黄钰林;王茹斐;杨海光;徐红林;裴季方;霍伟博;杨建宇 -专利权人：电子科技大学
申请日： 2023-07-21 - 公布日： 2023-09-19 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种兼顾全局和局部信息感知的雷达图像舰船目标检测方法，包括以下步骤：S1、获取雷达图像样本；S2、采用自适应阈值方法识别雷达图像中的海洋区域和陆地区域；S3、采用最大稳定极值区域方法提取出图像中稳定的极值区域，作为候选舰船区域；S4、使用简单线性迭代聚类方法对整个图像进行超像素分割；S5、对所有候选舰船区域进行显著值计算，当显著值满足预设条件时，候选舰船区域被判定为最终的正确检测区域。本发明综合考虑雷达图像全局和局部信息感知。一方面，将场景中的上下文信息引入到复杂场景中的舰船检测中，提供了更有效的信息；另一方面，将全局区域稳定性和局部背景信息相结合，准确区分真实的舰船目标和虚假警报。
兼顾全局局部信息感知雷达图像舰船目标检测方法

[发明专利]一种基于深度展开网络的扫描雷达场景重建方法-CN202310445442.6在审
发明人：黄钰林;霍伟博;赖珏竹;张寅;袁丁;杨建宇;杨海光;裴季方;张永超 -专利权人：电子科技大学
申请日： 2023-04-24 - 公布日： 2023-08-15 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于深度展开网络的扫描雷达场景重建方法，首先建立扫描雷达回波信号模型，生成模拟回拨向量，并进行预处理，再建立ISTA深度展开网络，基于ISTA深度展开网络模型训练，最后基于ISTA深度展开网络模型测试，输出场景重建的结果。本发明的方法将深度展开网络与现有ISTA相结合，应用于扫描雷达场景重建任务，并引入了稀疏约束函数，有效实现了各种复杂场景的高分辨重建，通过输入的雷达数据学习最优网络参数，克服了扫描雷达复杂场景成像效果不佳，手工选择参数困难等问题，有效提高了扫描雷达复杂场景重建的分辨率与准确性，使得本发明的方法在各种场景下都具有良好的目标重建性能。
一种基于深度展开网络扫描雷达场景重建方法

[发明专利]一种基于威胁评估的多功能雷达认知干扰决策方法-CN202310550293.X在审
发明人：杨海光;徐庚辰;霍伟博;张玉婕;杨艾炯;张寅;黄钰林;杨建宇;裴季方 -专利权人：电子科技大学
申请日： 2023-05-16 - 公布日： 2023-08-11 - 主分类号： G01S7/38 文献下载
摘要：本发明公开一种基于威胁评估的多功能雷达认知干扰决策方法，应用于雷达干扰领域，针对现有多功能雷达对目标的威胁较高的问题；本发明的多功能雷达认知干扰决策方法，首先将干扰决策问题建模为带收益的马尔可夫决策过程，同时建立基于航迹的多功能雷达威胁评估模型，以威胁评估结果为依据得到干扰决策的收益函数。最后，利用强化学习算法Q‑Learning对该问题进行求解，得到最优干扰策略。
一种基于威胁评估多功能雷达认知干扰决策方法

[发明专利]一种光学图像辅助的雷达场景图像零样本分类方法-CN202310247191.0在审
发明人：裴季方;马彦晶;黄钰林;张寅;霍伟博;杨建宇;杨海光 -专利权人：电子科技大学
申请日： 2023-03-15 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种光学图像辅助的雷达场景图像零样本分类方法，首先充分提取光学和雷达场景图像中的特征，然后构造联合特征兼容函数，突破光学和雷达场景图像特征之间的兼容性瓶颈问题，最后引入叠加校准平衡可见类别和不可见类别的领域偏移，使用一对多分类器获得雷达场景图像零样本分类结果，从而实现不可见类样本的有效分类。本发明的方法克服了他源辅助信息难以充分利用、跨域特征难以兼容的问题，充分提取了光学图像特征和雷达场景图像特征信息，最大限度地提高了所提取不同域特征的兼容性，在雷达场景图像零样本分类任务中取得良好的分类性能，能够对没有可用训练样本的类别进行分类，解决了现有技术无法对不可见类样本进行分类的问题。
一种光学图像辅助雷达场景样本分类方法

[发明专利]一种基于自监督对比学习的雷达目标识别方法-CN202310550291.0在审
发明人：张寅;裴季方;刘小钰;黄钰林;王陈炜;霍伟博;杨海光;杨建宇 -专利权人：电子科技大学
申请日： 2023-05-16 - 公布日： 2023-07-28 - 主分类号： G06V10/82 文献下载
摘要：本发明公开一种自监督对比学习的雷达目标识别方法，应用于目标识别领域，针对SAR图像目标识别中，带标签数据样本量有限的问题，本发明方法包含两个阶段，第一阶段在自监督对比学习网络下对无标签的雷达交叉增强样本进行训练，每个输入样本以不同的方式增强为两个交叉增强样本，该网络通过相似性损失来更新权重，从而最大化同类目标的相似特征并最小化不同类目标的相似特征，实现网络对同一类别目标相似特征的有效提取；第二阶段通过迁移第一阶段的网络权重，并在其后加入一个分类器，利用少量带标签的雷达样本微调网络，从而实现雷达目标识别技术。
一种基于监督对比学习雷达目标识别方法

[发明专利]一种基于强化学习的灵巧噪声干扰功率调整方法-CN202310273652.1在审
发明人： 霍伟博;黄钰林;张玉婕;梁彩玉;张翠;余妍秋;张寅;裴季方;杨建宇 -专利权人：电子科技大学
申请日： 2023-03-21 - 公布日： 2023-06-23 - 主分类号： G01S7/38 文献下载
摘要：本发明公开了一种基于强化学习的灵巧噪声干扰功率调整方法，包括以下步骤：S1、多功能雷达与认知干扰机的对抗过程分析；S2、确定干扰效果的评估指标；S3、灵巧噪声干扰的信号模型分析；S4、构建多步干扰功率调整的强化学习框架；S5、基于强化学习的灵巧噪声干扰功率调整。本发明利用强化学习方法选择一个干扰发射功率来释放灵巧噪声干扰信号，多功能雷达在干扰作用下切换工作模式，干扰机根据多功能雷达接收端的干信比来评估干扰效果，然后循环上述过程，直到目标被多功能雷达锁定或者目标成功逃脱。本发明方法可以连续调整干扰功率，并给予干扰机一定的环境探索能力，从而帮助干扰机找到最优的功率分配策略。
一种基于强化学习灵巧噪声干扰功率调整方法

[发明专利]一种面向开集雷达图像自动目标识别的熵感知元学习方法-CN202310354938.2在审
发明人：黄钰林;裴季方;王陈炜;张寅;罗思懿;霍伟博;杨建宇 -专利权人：电子科技大学
申请日： 2023-04-06 - 公布日： 2023-06-23 - 主分类号： G06V10/82 文献下载
摘要：本发明公开一种面向开集雷达图像自动目标识别的熵感知元学习方法，应用于目标识别领域，针对现有的SAR自动目标识别对开放集目标无法有效区分的问题；本发明通过设计元学习任务，基于已知类构造动态的特征空间；为进一步增强未知类和已知类之间的区分，设计熵感知损失函数来迫使模型增强特征空间，最终实现开集环境下准确地SAR目标图像已知类识别和未知类拒绝。
一种面向雷达图像自动目标识别感知学习方法

[发明专利]一种抗杂波干扰的短时脉冲串波形设计方法-CN202210246873.5有效
发明人：易青颖;张翠;黄钰林;张寅;裴季方;霍伟博;杨建宇;张永超 -专利权人：电子科技大学
申请日： 2022-03-14 - 公布日： 2023-05-16 - 主分类号： G01S7/02 文献下载
摘要：本发明公开了一种抗杂波干扰的短时脉冲串波形设计方法，本发明的方法利用目标先验信息构造最大化信杂噪比目标函数，基于拉格朗日乘子法求解最优发射波形和最优匹配滤波器；结合短时脉冲串波形发射规律，构造一个波形功率谱逼近和自相关积分旁瓣电平抑制的联合目标函数；通过模式搜索的方式进行迭代，以获得最优的短时脉冲串波形。本发明设计的短时脉冲串波形自身具备抗干扰机截获的能力，既能抑制环境杂波对目标检测的干扰，又能避免被敌方干扰机截获后转发的干扰，实现了环境杂波和干扰机干扰的同时抑制，提高了杂波环境下的目标检测能力。
一种抗杂波干扰脉冲波形设计方法

1
2
3
下一页»
尾页
共 42 条