“韩朝赟”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种时域滑窗子空间投影SAR宽带干扰抑制方法-CN202310555844.1有效
发明人：李亚超;韩朝赟;顾彤;岑熙;郭鹏程;张鹏 -专利权人：西安电子科技大学
申请日： 2023-05-17 - 公布日： 2023-09-01 - 主分类号： G01S7/292 文献下载
摘要：本发明公开了一种时域滑窗子空间投影SAR宽带干扰抑制方法，包括：获取受到干扰的SAR回波信号；SAR回波信号包括多个脉冲回波信号；对于每个脉冲回波信号，通过预设滑窗截取该脉冲回波信号的子回波信号，得到该脉冲回波信号的多个子回波信号；对于每个子回波信号，采用预设空间维度构建该子回波信号的回波矩阵；根据该子回波信号的回波矩阵，确定该子回波信号的干扰子空间矩阵；根据该子回波信号的回波矩阵和干扰子空间矩阵，对该子回波信号进行干扰抑制，得到每个脉冲回波信号的多个干扰抑制后的子回波信号；对每个脉冲回波信号的多个干扰抑制后的子回波信号进行重新排列，得到每个干扰抑制后的脉冲回波信号，从而得到干扰抑制后的SAR回波信号。
一种时域窗子空间投影 sar 宽带干扰抑制方法

[发明专利]一种干扰深度特征距离度量联合检测与抑制方法-CN202310562271.5有效
发明人：李亚超;韩朝赟;顾彤;邵学辉;钟都都 -专利权人：西安电子科技大学
申请日： 2023-05-18 - 公布日： 2023-08-01 - 主分类号： G01S7/36 文献下载
摘要：本发明公开了一种干扰深度特征距离度量联合检测与抑制方法，包括：构建包括级联的特征提取网络和辅助训练网络的轻量级卷积神经网络模型；其中，特征提取网络由2个级联的卷积层构成，辅助训练网络由级联的1个转置卷积层和1个卷积层构成；利用训练数据集对轻量级卷积神经网络模型进行训练得到训练好的轻量级卷积神经网络模型；其中，训练过程中，构建特征超球面，将提取的所有特征向量约束分布于特征超球面内；修改特征提取网络中第二个卷积层的步长；利用修改后的特征提取网络计算干扰掩膜阈值；利用修改后的特征提取网络和干扰掩膜阈值对待处理的二维SAR回波信号进行干扰检测与抑制处理。本发明在网络特征级完成对干扰的检测与抑制。
一种干扰深度特征距离度量联合检测抑制方法

[发明专利]基于跨域信号低损恢复网络的雷达抗干扰信号恢复方法-CN202210779391.6在审
发明人：李亚超;韩朝赟;顾彤;岑熙;吴宇凡;郭亮;张鹏;张志军 -专利权人：西安电子科技大学
申请日： 2022-07-01 - 公布日： 2022-09-23 - 主分类号： G01S7/36 文献下载
摘要：本发明公开了一种基于跨域信号低损恢复网络的雷达抗干扰信号恢复方法，主要解决现有技术中雷达信号干扰抑制后目标信息损失的问题。其实现方案为：1)构建训练数据集；2)搭建由3个三维卷积层和1个平均池化层构成的ResNeXt模块，并构建由13个ResNeXt模块、6个三维卷积层、1个平均池化层构成的跨域信号低损恢复网络；3)使用训练数据集对跨域信号低损恢复网络进行训练；4)对雷达回波信号使用直方图定位法进行干扰抑制；5)使用训练后的跨域信号低损恢复网络对干扰抑制后的信号进行修复，得到雷达回波抗干扰后的信号恢复结果。本发明计算量小，能修复干扰抑制后雷达信号中的损失信息，可用于合成孔径雷达抗干扰。
基于信号恢复网络雷达抗干扰方法

[发明专利]编解码卷积神经网络的雷达信号抗干扰低损恢复方法-CN202210474338.5在审
发明人：李亚超;岑熙;顾彤;韩朝赟;郭亮;张鹏;李丝丝 -专利权人：西安电子科技大学
申请日： 2022-04-29 - 公布日： 2022-07-22 - 主分类号： G01S7/36 文献下载
摘要：本发明公开了一种编解码卷积神经网络的雷达信号抗干扰低损恢复方法，主要解决现有技术中雷达信号干扰抑制后目标信息损失的问题。其实现如下：1)构建时频信号低损恢复网络；2)生成由时频和掩膜数据构成的训练数据集；3)将训练数据集中的数据输入时频信号低损恢复网络，使用动量法对时频信号低损恢复网络的参数进行迭代训练，以降低损失函数值；4)对受到干扰的雷达回波进行时频域抗干扰，并将抗干扰后的回波输入到训练后的时频信号低损恢复网络，得到恢复后的时频域回波，再将其变换到时域。本发明具有在时频域对干扰抑制后缺损信号进行低损修复的能力，具有针对时频聚集性干扰的普适性和鲁棒性，可用于合成孔径雷达抗干扰。
解码卷积神经网络雷达信号抗干扰恢复方法

[发明专利]基于自动编码器的时频域干扰抑制方法-CN202210475777.8在审
发明人：李亚超;韩朝赟;顾彤;岑熙;郭亮;张鹏;李丝丝 -专利权人：西安电子科技大学
申请日： 2022-04-29 - 公布日： 2022-07-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于自动编码器的时频域干扰抑制方法，主要解决现有技术中对有源主瓣干扰普适性弱的问题。其实现方案为：1)构建训练数据集；2)搭建自动编码器网络模型；3)使用训练数据集训练自动编码器网络；4)使用训练数据集输入到训练后的自动编码器网络计算分割阈值；5)将干扰数据预处理成为可以输入到网络的形式；(6)使用训练后的自动编码器网络计算干扰数据的输入输出差异值，并使用分割阈值对差异值进行分割，得到干扰定位结果；7)根据干扰定位结果对干扰数据进行干扰抑制。本发明具有对不同干扰形式的复杂有源干扰适应性强，干扰定位结果精确、目标信息损失低的优点，可用于合成孔径雷达成像。
基于自动编码器时频域干扰抑制方法