“施赛楠”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23个，建议您升级VIP下载更多相关专利

[发明专利]一种基于随机森林的海面小目标检测方法-CN202010915183.5有效
发明人： 施赛楠;杨静;程思宇;董泽远 -专利权人：南京信息工程大学
申请日： 2020-09-03 - 公布日： 2023-05-26 - 主分类号： G01S13/02 文献下载
摘要：本发明公开了一种基于随机森林的海面小目标检测方法，包括以下步骤：获取待检测距离单元回波向量，以及周围参考距离单元的回波向量；在时域、频域以及时频域中提取多维特征；构建高维特征向量；对特征向量做归一化处理；根据仿真含目标回波数据和海杂波数据，提取归一化特征向量，构建两类均衡的训练样本；将两类训练样本作为随机森林的输入，建立分裂因子和虚警率之间的数学函数表达式，获得虚警可控的随机森林两分类器；将归一化特征向量为带入随机森林两分类器中，获得输出分类标签，判断回波向量是否存在目标。通过此发明可以提升在低SCR条件下雷达的探测性能，解决高维特征域中虚警可控两分类器设计的难点，为海面小目标检测提供新思路。
一种基于随机森林海面目标检测方法

[发明专利]一种基于GBDT模型的K分布杂波参数估计方法-CN202211189259.6在审
发明人： 施赛楠;高季娟;王杰;陈军 -专利权人：南京信息工程大学
申请日： 2022-09-28 - 公布日： 2022-12-23 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于GBDT模型的K分布杂波参数估计方法，包括以下步骤：(1)获取海杂波序列；(2)提取特征；(3)构建特征向量；(4)估计形状参数；(5)估计尺度参数；(6)计算KSD值。本发明通过GBDT模型进行自主学习估计形状参数且利用依赖于形状参数的特定分位点估计尺度参数，集成了矩估计的估计精度高和分位点估计的抗异常样本的优势，从而实现了参数估计的准确性以及在复杂杂波环境下的稳健性。
一种基于 gbdt 模型分布参数估计方法

[发明专利]一种基于改进1D-Lenet网络的海面小目标检测方法-CN202210530218.2在审
发明人： 施赛楠;李骁;姜丽;王杰;陈军 -专利权人：南京信息工程大学
申请日： 2022-05-16 - 公布日： 2022-09-23 - 主分类号： G01S7/41 文献下载
摘要：本发明提出了一种基于改进1D‑Lenet网络的海面小目标检测方法。第一，从时域、频域、时频域、极化域中提取了多维特征，充分挖掘了海杂波和含目标回波在不同域上的能量、几何等差异性。第二，设计了一种改进的1D‑Lenet网络，实现了高维特征空间中的虚警可控分类设计。深度网络通常使用了大量的卷积核并拥有较深的结构，在提升性能的同时也导致了网络训练过程中计算量过大，训练耗时较长的问题。然而改进的1D‑Lenet网络具有较少的参数，并使得网络具有实现快速检测的潜力。
一种基于改进 lenet 网络海面目标检测方法

[发明专利]一种基于高维特征域梯度提升树的海面小目标检测方法-CN202110219374.2有效
发明人： 施赛楠;姜丽;杨静 -专利权人：南京信息工程大学
申请日： 2021-02-26 - 公布日： 2022-08-19 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于高维特征域梯度提升树的海面小目标检测方法，属于雷达信号处理技术领域。本方法包括如下步骤：1、获取CUT观测向量；2、构建高维特征空间；3、归一化预处理；4、训练GBDT（梯度提升树）模型参数；5、获得检验统计量；6、检测判决。本发明可以解决高维特征域分类器虚警控制的问题，提高了低信杂比条件下海面小目标的检测概率。
一种基于特征梯度提升海面目标检测方法

[发明专利]一种基于相对样本熵的海面小目标特征检测方法-CN202210300265.8在审
发明人： 施赛楠;姜丽;王金虎;高季娟 -专利权人：南京信息工程大学
申请日： 2022-03-25 - 公布日： 2022-07-15 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于相对样本熵的海面小目标特征检测方法，包括以下步骤：获取CUT观测向量；计算多普勒谱；获得白化频谱；提取样本熵；获得相对样本熵；检测判决，判断出CUT中是否存在目标。本发明在频域定义白化频谱，增大海杂波和含目标回波之间在频谱上的差异性；改进样本熵算法，提取相对样本熵作为一种高效的单特征，融合了频谱在能量和几何方面的多元信息；通过此发明可以解决性能提升和计算量降低的矛盾问题，提高了低信杂比条件下海面小目标的检测概率。
一种基于相对样本海面目标特征检测方法

[发明专利]一种基于多域多维特征融合的海面小目标检测方法-CN202010596437.1有效
发明人： 施赛楠;董泽远;杨静;姜丽 -专利权人：南京信息工程大学
申请日： 2020-06-28 - 公布日： 2022-07-12 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于多域多维特征融合的海面小目标检测方法，将HH、HV、VH、VV这四种极化下的回波数据进行联合处理，提取时域、频域、时频域和极化域的多维特征信息；通过极化域和特征域的线性融合，将多维特征压缩到3D特征空间中，保证高维度信息量的同时降低计算代价；在3D特征空间中，采用快速凸包算法获得虚警可控的判决区域，实现目标检测。本发明的检测方法在不同海洋环境下具有稳健性能，提升雷达对海面小目标的探测性能，为海面小目标检测提供新思路。
一种基于多维特征融合海面目标检测方法

[发明专利]基于时频图深度学习的海面小目标检测方法-CN202010322451.2有效
发明人： 施赛楠;董泽远;杨静 -专利权人：南京信息工程大学
申请日： 2020-04-22 - 公布日： 2022-07-05 - 主分类号： G01S13/937 文献下载
摘要：本发明针对含目标回波样本是稀疏的、不完备的，并且人工提取的特征往往是经验的、定性的问题，提供一种基于时频图深度学习的检测方法。本发明通过半仿真方法获取含目标回波大量数据，解决两类数据非均衡问题。通过白化预处理和迁移学习分类器，能够自主学习时频图的特性，深入挖掘两类数据的差异。本发明将分类器输出的两类概率作为统计量，解决了虚警控制的问题，这种恒虚警特性在实际雷达检测中具有重要意义。
基于时频图深度学习海面目标检测方法

[发明专利]一种基于时频域深度网络的海面小目标特征检测方法-CN202110332553.7有效
发明人： 施赛楠;李骁;姜丽;董泽远 -专利权人：南京信息工程大学
申请日： 2021-03-29 - 公布日： 2022-06-28 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于时频域深度网络的海面小目标特征检测方法，获取待检测单元的观测向量，并建立三元假设检验问题；将观测向量转换到二维时频域中，获得二维时频图；对二维时频图进行归一化处理，获得归一化时频图；构建深度网络模型，提取属于三类假设的概率值作为特征值；构建一个2D特征向量，作为最终的检验统计量；在给定虚警率下，结合三次样条曲线算法，确定虚警可控的判决区域；计算检验统计量是否在判决区域内。本发明结合了神经网络和特征检测技术，具有自主学习特征提取和多维特征联合的优势，提升了雷达对处在低信杂比下的海面小目标的探测性能。
一种基于时频域深度网络海面目标特征检测方法

[发明专利]基于变尺度中值比率的目标检测方法-CN201910752810.5有效
发明人： 施赛楠;董泽远 -专利权人：南京信息工程大学
申请日： 2019-08-15 - 公布日： 2022-06-24 - 主分类号： G01S7/41 文献下载
摘要：本发明公开一种基于变尺度中值比率的目标检测方法，包括如下具体步骤：获取雷达回波数据；计算非相干脉冲累积；设定小尺度参数集合和大尺度参数集合；计算中值能量特征；计算检测统计量；在线感知杂波参数；查表获门限；比较检验统计量和判决门限的大小，判断出目标是否存在；本发明由于采用了变尺度下的特征提取，实现大范围内杂波功率提取和小范围内目标能量提取，从而解决高分辨率下参考单元为目标自身的问题。本发明由于使用了变尺度下的中值比率，检测统计量具有抗异常值的能力，能有效解决目标幅度强起伏的问题。
基于尺度中值比率目标检测方法

[发明专利]一种基于组合凸包的海面小目标特征检测方法-CN202210301533.8在审
发明人： 施赛楠;高季娟;姜丽;王金虎 -专利权人：南京信息工程大学
申请日： 2022-03-25 - 公布日： 2022-06-07 - 主分类号： G01S13/04 文献下载
摘要：本发明公开了一种基于组合凸包的海面小目标特征检测方法，包括以下步骤：获取观测向量；对观测向量计算多普勒幅度谱，进行白化预处理；在时域中和频域中提取三个特征；构建三维检验统计量；设计非凸判决区域；判决检测结果。本发明提出了三个新的特征，充分利用了时域、频域中杂波和目标的差异性。同时，避免了时频域的大量计算代价，并能获得匹配于时频域特征的性能；提出了一种组合凸包算法，实现了3D非凸决策区域。相对于原始凸包判决区域，非凸判决区域的体积更小，因而可以获得更高的检测性能；通过此发明提高了低信杂比条件下海面小目标的检测概率，提供了非凸判决器设计的新思路。
一种基于组合海面目标特征检测方法

[发明专利]基于海尖峰空时变特性的海尖峰模拟方法-CN202110408621.3在审
发明人：水鹏朗;田文琦;梁祥;施赛楠 -专利权人：西安电子科技大学
申请日： 2021-04-16 - 公布日： 2021-07-16 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于海尖峰空时变特性的海尖峰模拟方法，解决现有技术在海尖峰模拟方法中无法体现海尖峰的幅度与相位速度随时间与空间位置变化而变化的特性的问题。本发明的步骤是：(1)设定初始海尖峰的初始空间位置；(2)对初始海尖峰在脉冲时间维进行幅度调制；(3)对脉冲维幅度调制后的海尖峰在距离维进行幅度调制；(4)设置距离维幅度调制后海尖峰占据的每个脉冲的相位速度；(5)生成具有空时变特性的海尖峰；(6)遍历完所有初始海尖峰得到具有空时变特性的所有海尖峰。本发明相比于已有的海尖峰模拟方法，更能体现海尖峰在时间维与空间维的变化特性。
基于尖峰空时变特性模拟方法

[发明专利]基于能量中值的海面大型目标检测方法-CN201711075843.8有效
发明人：水鹏朗;张帅;施赛楠 -专利权人：西安电子科技大学
申请日： 2017-11-06 - 公布日： 2021-05-04 - 主分类号： G01S13/04 文献下载
摘要：本发明公开了一种基于能量中值的海面大型目标的快速检测方法，主要解决现有技术不适用于在高分辨模式下检测海面大型目标的问题。其实现步骤为：1)获取回波数据；2)将回波数据沿着脉冲维进行非相干处理得到能量平均矩阵z；3)对矩阵Z进行对数变换得到对数空间矩阵4)利用矩阵求对应于待检测单元d计算其检测统计量ξ；5)利用矩阵求对应于待检测单元d计算其检测门限T；6)比较检验统计量ξ和检测门限T的大小，判断出目标是否存在；7)利用检测结果进行长度尺寸估计。本发明提高了雷达对大型目标的检测性能以及长度尺寸估计精度，可用于快速检测处理海面大型目标。
基于能量中值海面大型目标检测方法

[发明专利]一种高分辨海杂波的仿真方法-CN201810360487.2有效
发明人：水鹏朗;梁祥;施赛楠;张帅;李峙源 -专利权人：西安电子科技大学
申请日： 2018-04-20 - 公布日： 2021-04-27 - 主分类号： G01S7/40 文献下载
摘要：本发明提出了一种高分辨海杂波的仿真方法，通过获取具有明显空时纹理的高分辨海杂波数据，减小仿真数据与实测海杂波之间的差异。实现步骤为：设置待仿真高分辨海杂波的基本参数；获取待仿真高分辨海杂波的初始纹理矩阵；为初始纹理矩阵添加时间纹理；为时间纹理矩阵添加空间纹理；获取待仿真高分辨海杂波的初始散斑矩阵；对初始散斑矩阵添加脉间相关性并进行归一化；对归一化迭代矩阵添加多普勒偏移；获取仿真结果。本发明弥补了现有方法对涌浪空时纹理结构仿真结果的幅度起伏和空间相关性与实测海杂波对应特性相差较大的缺点，并且利用一阶自回归模型为脉冲序列添加相关性，可以更方便地控制待仿真高分辨海杂波的脉间去相关时间。
一种分辨海杂波仿真方法

[发明专利]基于多普勒引导的多帧联合小目标双重检测方法-CN201711075845.7有效
发明人：水鹏朗;张帅;施赛楠 -专利权人：西安电子科技大学
申请日： 2017-11-06 - 公布日： 2021-02-26 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种基于多普勒引导的多帧联合小目标双重检测方法，主要解决现有技术不适用于在高分辨模式下检测海面小目标的问题。其实现步骤为：1)获取回波数据，并将回波数据沿着脉冲维进行相干处理得到数据矩阵z；2)利用数据矩阵z计算广义似然比门限检测器的检测统计量矩阵ξ1和多普勒通道矩阵3)计算第一重检测门限T1并重新设置ξ1和4)利用多普勒引导信息设计方向匹配滤波器；5)利用方向匹配滤波器和重新设置的数据矩阵ξ1′，计算待检测单元d的检验统计量ξ，并计算第二重检测门限T；6)通过比较检验统计量ξ和第二重检测门限T的大小判断出目标是否存在。本发明提高了雷达检测性能，降低了虚警概率，可用于检测海面小目标。
基于多普勒引导联合目标双重检测方法

[发明专利]基于海尖峰抑制和多帧联合的小目标检测方法-CN201710444238.7有效
发明人：水鹏朗;杨春娇;施赛楠 -专利权人：西安电子科技大学
申请日： 2017-06-13 - 公布日： 2019-12-10 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种基于海尖峰抑制和多帧联合的小目标检测方法，主要解决现有技术不适用于在快速扫描模式下检测海面低、慢、小目标的问题。其实现步骤为：1)获取回波数据；2)将回波数据沿着脉冲维进行相干累计得到数据矩阵z；3)利用数据矩阵z，计算第一重检测门限T
基于尖峰抑制联合目标检测方法

1
2
下一页»
尾页
共 23 条