“周必雷”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54个，建议您升级VIP下载更多相关专利

[发明专利]极低样本下基于协方差矩阵迭代估计的测向方法与系统-CN202211467450.2有效
发明人：刘维建;陈辉;李槟槟;周必雷;张昭建;陈浩;杜庆磊;王永良 -专利权人：中国人民解放军空军预警学院
申请日： 2022-11-22 - 公布日： 2023-10-27 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了极低样本下基于协方差矩阵迭代估计的测向方法与系统，属于雷达阵列信号处理领域，首先确定网格数，并根据阵列结构确定阵列信号数据模型；然后利用阵列接收到的样本构造采样协方差矩阵；接着利用阵列信号数据模型及采样协方差矩阵构造协方差矩阵初始估计值；再迭代估计协方差矩阵，直至达到最大迭代次数或满足协方差矩阵收敛条件；最后利用Capon谱及协方差矩阵估计值确定信号来向。本发明充分利用了数据的结构信息，使所提出的方法能用于极低数据样本的情形，流程简便，迭代过程对初始值不敏感，可收敛至全局最优解，所提方法的分辨率突破了传统阵列信号估计的瑞利限。
样本基于协方差矩阵估计测向方法系统

[发明专利]一种机载雷达强杂波中的自适应目标检测方法及系统-CN202310870423.8在审
发明人：刘维建;黄灿;徐聪;王学尧;李槟槟;周必雷;张昭建;陈浩;杜庆磊 -专利权人：中国人民解放军空军预警学院
申请日： 2023-07-17 - 公布日： 2023-09-29 - 主分类号： G01S7/41 文献下载
摘要：本发明提供一种机载雷达强杂波中的自适应目标检测方法及系统；首先构造信号左矩阵、信号右矩阵、待检测数据矩阵和训练样本矩阵。然后构造采样协方差矩阵，接着构造准白化矩阵并对待检测数据矩阵和信号左矩阵进行准白化处理；再利用信号右矩阵和准白化信号左矩阵分别构造正交投影矩阵；接着构造中间变量矩阵并计算其非零特征值，求解相关方程；然后利用准白化待检测数据矩阵、正交投影矩阵以及方程的解构造检测统计量；利用检测统计量和虚警概率预设值确定检测门限；最后比较检测统计量与检测门限的大小判定目标是否存在。本发明设计的检测器一体化实现了杂波抑制、信号积累以及恒虚警特性，相比于已有的方法提高了检测性能。
一种机载雷达强杂波中的自适应目标检测方法系统

[发明专利]一种极低训练样本数时的空时自适应处理方法与系统-CN202211463307.6有效
发明人：刘维建;吴晓峰;杜庆磊;李槟槟;周必雷;张昭建;陈浩;陈辉 -专利权人：中国人民解放军空军预警学院
申请日： 2022-11-22 - 公布日： 2023-06-27 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种极低训练样本数时的空时自适应处理方法与系统，首先确定空域和时域网格数，构建数据模型；然后利用阵列接收到训练样本构造采样协方差矩阵；接着利用阵列信号数据模型及采样协方差矩阵构造协方差矩阵初始估计值；再迭代估计协方差矩阵，直至达到最大迭代次数或满足协方差矩阵收敛条件；最后利用迭代估计得到的协方差矩阵构造STAP权值，并输出STAP滤波结果。本发明充分利用了机载雷达空时二维数据的结构信息，使所提出的方法能用于极低训练样本的情形，流程简便，迭代过程对初始值不敏感，可收敛至全局最优解，所提方法相比已有方法，在极低训练样本数时的滤波性能大为提升。
一种训练样本自适应处理方法系统

[发明专利]基于注意力卷积神经网络的雷达目标检测方法及系统-CN202310040550.5在审
发明人：刘维建;瞿奇哲;李槟槟;陈浩;张昭建;周必雷;陈辉;王永良 -专利权人：中国人民解放军空军预警学院
申请日： 2023-01-12 - 公布日： 2023-06-23 - 主分类号： G06V20/10 文献下载
摘要：本发明提供基于注意力卷积神经网络的雷达目标检测方法及系统，包括获取雷达接收数据，并对所述雷达接收数据进行预处理后形成数据集，并将所述数据集划分为训练集和验证集；构建注意力卷积神经网络，利用所述训练集以及所述训练集对应的数据标签训练所述注意力卷积神经网络，利用所述验证集进行验证，并获取当所述验证集损失最小时对应的网络为最优检测权重网络等步骤；本发明可提升卷积神经网络的学习表示能力和特征自适应选择能力。
基于注意力卷积神经网络雷达目标检测方法系统

[发明专利]一种多域联合抗复合干扰方法、装置和系统-CN202310360399.3有效
发明人：李槟槟;陈辉;王永良;杜庆磊;刘维建;周必雷;张昭建;陈浩 -专利权人：中国人民解放军空军预警学院
申请日： 2023-04-06 - 公布日： 2023-06-16 - 主分类号： G01S7/36 文献下载
摘要：本发明涉及信号处理技术领域，提供了一种多域联合抗复合干扰方法、装置和系统，其中所述方法包括：选取具有旋转不变关系的第一子阵和第二子阵，根据第一子阵与第二子阵之间的关系，计算极化参数；根据波束指向和所述极化参数，进行自适应抗复合干扰处理，计算自适应和差通道数据；分别进行脉冲压缩，得到压缩和差通道数据，根据压缩和差通道数据的数据峰值，得到目标距离；根据所述目标距离、以及压缩和差通道数据，计算目标DOA值。本发明无需多个周期累积，从而能够快速实现干扰抑制，且本实施例利用干扰与目标回波信号的极化域差异，更多的是在极化域抑制干扰，从而能够使目标在空域上的损失能够最小化。
一种联合复合干扰方法装置系统

[发明专利]一种抗频谱弥散干扰的短时匹配方法-CN202211101440.7在审
发明人：陈辉;王晓戈;李槟槟;张昭建;周必雷;陈浩;杜庆磊;邓斌 -专利权人：中国人民解放军空军预警学院
申请日： 2022-09-09 - 公布日： 2023-06-13 - 主分类号： G01S7/36 文献下载
摘要：本发明提供一种抗频谱弥散干扰的短时匹配方法，用以克服现有技术中多频谱弥散干扰时提高信号性能的问题。本发明通过利用雷达的数字通道数据，通过定位、参数估计、滤波、截取、重构和对消实现对一个及以上频谱弥散干扰的抑制，再通过滤波和检测技术实现对目标的参数预估；利用重构技术实现对干扰数据的反变换，得到估计的干扰时域数据；通过对消实现干扰的抑制，再利用原来的滤波器实现对信号的滤波，最后通过检测器输出目标的参数。由于本发明只涉及到雷达的数字接收通道，且只利用了时域和频域信息，所以算法不需要改动系统结构，只需调整信号处理算法，方便工程实现。
一种频谱弥散干扰匹配方法

[发明专利]一种低样本数下阵列信号自适应检测方法与系统-CN202211463361.0有效
发明人：刘维建;周必雷;杜庆磊;李槟槟;陈浩;刘明;陈辉 -专利权人：中国人民解放军空军预警学院
申请日： 2022-11-22 - 公布日： 2023-06-13 - 主分类号： G01S13/04 文献下载
摘要：本发明公开了一种低样本数下阵列信号自适应检测方法与系统，属于雷达目标检测领域，首先确定网格数，并根据阵列结构确定阵列信号数据模型；然后利用训练样本构造采样协方差矩阵；接着利用数据模型及采样协方差矩阵构造协方差矩阵初始估计值；再迭代估计协方差矩阵；进而利用协方差矩阵估计值及待检测数据构造检测统计量；然后利用检测统计量及系统设定的虚警概率确定检测门限；最后比较检测统计量与检测门限之间的大小，并判决目标是否存在。本发明充分利用了阵列信号的结构信息，使所提出的方法能用于极低数据样本的情形，流程简便，性能优良，所提方法无需独立滤波过程，既可用于秩一信号也可以用于子空间信号的检测。
一种样本阵列信号自适应检测方法系统

[发明专利]一种极低样本数时的空时自适应检测方法与系统-CN202211467458.9有效
发明人：刘维建;杜庆磊;李槟槟;周必雷;张昭建;陈浩;陈辉;王永良 -专利权人：中国人民解放军空军预警学院
申请日： 2022-11-22 - 公布日： 2023-06-06 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种极低样本数时的空时自适应检测方法与系统，属于雷达目标检测领域，首先确定空域和时域网格数，构建数据模型；然后利用雷达接收到的样本构造采样协方差矩阵；接着利用数据模型及采样协方差矩阵构造协方差矩阵初始估计值；再迭代估计协方差矩阵；利用迭代估计得到的协方差矩阵构造空时自适应检测器；再利用空时自适应检测器及系统设定的虚警概率确定检测门限；最后比较检测器与门限的大小，判决目标是否存在。本发明充分利用了机载雷达空时二维数据的结构信息，使所提出的方法能用于极低训练样本的情形，流程简便，迭代过程对初始值不敏感，可收敛至全局最优解，所提方法相比已有方法，在极低训练样本数时的检测性能大为提升。
一种样本自适应检测方法系统

[发明专利]一种空频域抗窄带复合干扰方法及系统-CN202211470329.5有效
发明人：陈辉;李槟槟;杜庆磊;刘维建;张昭建;周必雷;陈浩;王永良 -专利权人：中国人民解放军空军预警学院
申请日： 2022-11-23 - 公布日： 2023-05-30 - 主分类号： G01S7/36 文献下载
摘要：本发明提供一种空频域抗窄带复合干扰方法及系统，首先对雷达各通道的单个脉冲数据进行频谱变换；利用预处理来判断是否存在窄带干扰并对各通道数据进行处理；对预处理后的频域数据进行脉冲压缩处理；利用雷达的多个通道数据进行自适应处理或者进行空域匿影处理；最后利用检测技术实现对复合干扰的抑制数据的检测，并输出信号的参数。本发明方法可以同时抑制窄带压制干扰与欺骗干扰，实现了复合窄带干扰时的目标检测。本发明方法也适用于只存在窄带压制干扰或者只存在窄带欺骗干扰的场景。
一种空频域抗窄带复合干扰方法系统

[发明专利]一种信号失配下的扩展目标参数可调检测方法与系统-CN202211724827.8在审
发明人：刘维建;杜庆磊;李槟槟;周必雷;张昭建;陈浩;陈辉;王永良 -专利权人：中国人民解放军空军预警学院
申请日： 2022-12-30 - 公布日： 2023-04-18 - 主分类号： G01S13/04 文献下载
摘要：本发明涉及一种信号失配下的扩展目标参数可调检测方法与系统，首先构造信号导向矢量、待检测数据矩阵和训练样本矩阵，然后利用训练样本矩阵构造采样协方差矩阵，再利用采样协方差矩阵构造白化矩阵，接着利用白化矩阵对信号导向矢量和待检测数据矩阵进行白化处理，然后确定可调参数，进而构造检测统计量，再利用检测统计量和虚警概率确定检测门限，最后比较检测统计量与检测门限之间的大小，判决目标是否存在。本发明设计的检测器基于自适应检测思想，无需把杂波抑制作为独立步骤，通过调整参数，可实现对失配信号的灵活检测，此外，检测器具有恒虚警特性，无需额外的恒虚警处理。
一种信号失配扩展目标参数可调检测方法系统

[发明专利]一种多域联合抗主瓣干扰方法-CN201911225402.0有效
发明人：陈辉;倪萌钰;王永良;周必雷;倪柳柳;唐瑭 -专利权人：中国人民解放军空军预警学院
申请日： 2019-11-25 - 公布日： 2023-04-07 - 主分类号： G01S7/36 文献下载
摘要：本发明公开了一种多域联合抗主瓣干扰方法。本发明首先对相控阵雷达的多通道数据进行脉冲压缩处理，然后将多通道划分成三个空间处理域和一个时间处理域，再对这四个域采用不同方法进行干扰对消处理，接着对多域抑制干扰后的数据进行恒虚警检测，然后再对多域检测后的结果进行二级检测得到真实目标信息，最后利用目标信息实现对真实目标距离和角度的测量。本发明技术采用空间和时间多域联合处理方式，从而在降低检测门限的同时降低了目标检测的虚警率，同时还解决了在自适应主瓣畸变情况下的目标测角难题。本发明可广泛用于相控阵雷达，且具有升级改造容易，便于实现和推广等特点。
一种联合抗主瓣干扰方法

[发明专利]非均匀环境中分布式无人机载雷达扩展目标检测器与系统-CN202211702023.8在审
发明人：刘维建;李浩;孙合敏;李槟槟;周必雷 -专利权人：中国人民解放军空军预警学院
申请日： 2022-12-29 - 公布日： 2023-04-04 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了非均匀环境中分布式无人机载雷达扩展目标检测器与系统，先构造各数据矩阵及向量；然后利用训练样本构造归一化协方差矩阵的估计值；接着利用待检测数据、信号导向矢量、归一化协方差矩阵的估计值构造子检测统计量；再利用子检测统计量构造最终的检测统计量；接着利用最终的检测统计量和虚警概率确定检测门限；最后比较最终的检测统计量与检测门限之间的大小，并判决目标是否存在。本发明所设计的检测器基于协同工作的多架分布式无人机，从不同角度观测目标，降低了目标闪烁的不利影响；通过估计归一化协方差矩阵，降低了非均匀的影响；基于自适应检测技术，一体化实现了杂波抑制、信号积累和恒虚警处理，提升了目标检测性能。
均匀环境分布式无人机载雷达扩展目标检测器系统

[发明专利]一种分布式无人机载雷达扩展目标检测方法与系统-CN202211702161.6在审
发明人：刘维建;李浩;孙合敏;李槟槟;周必雷 -专利权人：中国人民解放军空军预警学院
申请日： 2022-12-29 - 公布日： 2023-04-04 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种分布式无人机载雷达扩展目标检测方法与系统，根据发射信号的无人机数量、接收信号的无人机数量、每架无人机具备的阵元数、发射脉冲数、待检测目标方位，构造待检测数据、信号导向矢量和训练样本；利用待检测数据、信号导向矢量、训练样本构造子检测统计量；利用子检测统计量构造最终的检测统计量；利用检测统计量和虚警概率确定检测门限；比较检测统计量与检测门限之间的大小，并判决目标是否存在。本发明所设计方法利用分布式联合探测思想，降低了目标闪烁带来的不利影响，基于自适应检测技术，一体化实现了杂波抑制、信号积累和恒虚警处理，提升了对扩展目标的检测性能。
一种分布式无人机载雷达扩展目标检测方法系统

[发明专利]一种主瓣干扰下基于子阵空间平滑的稀疏测角方法-CN202110160224.9有效
发明人： 周必雷;陈辉;李槟槟;曾丽;张昭建;柳成荫 -专利权人：中国人民解放军空军预警学院
申请日： 2021-02-05 - 公布日： 2022-11-29 - 主分类号： G01S13/68 文献下载
摘要：本发明涉及一种主瓣干扰下基于子阵空间平滑的稀疏测角方法，涉及雷达信号处理技术领域，所述方法包括，步骤a，对天线阵列进行滑窗处理，形成子阵空间平滑网络，得到对应的子阵空间接收数据；步骤b，根据各所述子阵空间接收数据求取对应的协方差矩阵；步骤c，求取各所述子阵空间的自适应权矢量；步骤d，获得各所述子阵空间的自适应输出；步骤e，根据各自适应通道间的中心相位关系，构建角度原子库；步骤f，采用正交匹配追踪算法得到稀疏系数；步骤g，根据所述稀疏系数进行角度估计。本发明所述方法有效提高了主瓣干扰下雷达测量目标角度的准确度，进而提高了相控阵雷达的性能。
一种干扰基于空间平滑稀疏方法

[发明专利]主瓣干扰下相干目标智能测向方法与装置-CN202210854999.0有效
发明人：李槟槟;陈辉;王永良;戴凌燕;林志凯;陈浩;张昭建;周必雷;刘维建 -专利权人：中国人民解放军空军预警学院
申请日： 2022-07-20 - 公布日： 2022-11-18 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种主瓣干扰下相干目标智能测向方法，包括：（1）构建干扰抑制网络和DOA估计网络；（2）生成两个网络的训练集；（3）训练两个网络，得到训练好的网络：考虑主瓣干扰、目标间相干因素，构造完备的训练集；对干扰抑制网络和DOA估计网络单独训练，得到训练好的干扰抑制网络和DOA估计网络，并存下两个网络的权值；（4）生成新数据，将数据输入干扰抑制网络得到自适应权，对阵列接收数据进行自适应处理；（5）将自适应处理后的数据输入角度估计网络，得出相干目标的DOA。本发明所提方法无需干扰样本选择过程；无需空间平滑、特征分解操作即可估计相干目标的DOA；首次考虑了采用深度学习抑制干扰后目标DOA估计问题。
干扰相干目标智能测向方法装置

1
2
3
4
下一页»
尾页
共 54 条