[发明专利]一种基于深度学习的空间非合作目标特征识别方法在审
| 申请号： | 202310356456.0 | 申请日： | 2023-04-04 |
| 公开（公告）号： | CN116385786A | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 邱德敏;暂少东;孙清;战风林;张嬴政;臧卫邦 | 申请（专利权）人： | 中国人民解放军63756部队 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/80;G06V10/30;G06V10/40;G06V10/82;G06N3/0464;G06N3/0475;G06N3/047;G06N3/08 |
| 代理公司： | 北京一格知识产权代理事务所(普通合伙) 11316 | 代理人： | 滑春生;李魏英 |
| 地址： | 266114*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的空间非合作目标特征识别方法，包括如下步骤：A)天线控制单元控制天线按照预设路径对设定范围内的空域进行扫描；B)根据步骤A)扫描接收到的空间非合作目标信号，对信号中包含的数据进行采集及预处理，生成目标随时间变化的多域信号图；C)对多域信号图进行处理形成灰度图；D)利用特征融合网络将所述步骤C)输出的特征向量进行特征融合，E)形成信号检测模型；F)将所述步骤D)得到的融合特征图输入所述步骤E)训练出的信号检测模型，通过信号检测模型输出空间非合作目标的识别结果。本发明通过多域特征融合学习的方法，将空间非合作目标的时频图及其多维特征向量作为深度学习网络输入，提升空间非合作目标的识别成功率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 空间 合作 目标 特征 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军63756部队，未经中国人民解放军63756部队许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310356456.0/，转载请声明来源钻瓜专利网。
