“柏业超”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60个，建议您升级VIP下载更多相关专利

[发明专利]一种消除近距离处车轮微多普勒影响的雷达跟踪方法-CN202010100265.4有效
发明人：纪小丽;张丽;柏业超;闫锋 -专利权人：南京大学
申请日： 2020-02-18 - 公布日： 2023-10-13 - 主分类号： G01S13/72 文献下载
摘要：本发明公开了一种消除近距离处车轮微多普勒影响的雷达跟踪方法。该方法先对运动车辆的雷达回波信号进行傅里叶变换和恒虚警率CFAR检测，得到车身和车轮的速度和距离；接着进行微多普勒处理，即对目标点聚类得到车辆的距离，对连续多帧的回波信号进行时频分析得到时频谱E(f,t)；再将E(f,t)沿频率轴积累后的频谱E(f)输入平方律检波器得E2(f)，对E2(f)用自适应阈值法进行峰值检测，滤除车轮的目标点，确定车身运动引起的多普勒频率，得到车辆的速度；最后对目标车辆进行跟踪。本发明的方法能够消除在近距离处的雷达跟踪时由车轮微多普勒效应产生的虚假检测，避免了资源浪费，提高了跟踪效率。
一种消除近距离车轮多普勒影响雷达跟踪方法

[发明专利]融合同步信号块扫描与多站测距外辐射源无人机定位方法-CN202310578688.0在审
发明人： 柏业超;李祺航;滕思茹;刘松岳;唐岚;王琼;张兴敢 -专利权人：南京大学
申请日： 2023-05-22 - 公布日： 2023-08-22 - 主分类号： G01S5/12 文献下载
摘要：本发明公开了融合同步信号块扫描与多站测距外辐射源无人机定位方法，包括多站接收基站发射的同步信号块信号，获得空间波束扫描信息；通过计算参考信号接收功率与延时，确定同步信号块编号；将待测空间划分成均匀的子空间，计算目标在不同子空间处相对于各个接收站的延时及同步信号块编号，得到用于稀疏重构的字典矩阵；利用同步信号块编号与多站延时信息，通过贝叶斯压缩感知的方法对目标进行定位。本发明能有效地检测出基站信号覆盖范围内的目标，对于目标位置的检测具有有效性和优越性，结合波束扫描区域的划分与接收信号延迟信息，检测效果比仅用延时测量估计的准确度高，可应用于无人机、小型飞机等空中目标的定位检测。
融合同步信号扫描测距辐射源无人机定位方法

[发明专利]基于数据重构和LSTM入侵节点检测的方法、装置及存储介质-CN202211401876.8在审
发明人：王琼;张光月;柏业超;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-11-09 - 公布日： 2023-05-16 - 主分类号： H04B10/079 文献下载
摘要：本发明公开了基于数据重构和LSTM入侵节点检测的方法、装置及存储介质，包括对光纤各个节点进行采样，并对其进行预处理，选择其中一个无入侵光纤节点的采样数据作为训练集去训练网络，建立基于LSTM的预测模型，用训练集的输入数据和输出数据对LSTM进行训练，采用迭代的方式对每个光纤节点进行逐点预测，实现以单输出的形式预测每个节点的光纤信号，将预测数据和标签数据逆归一化，再计算各个节点的预测数据和标签数据的均方根误差，得到所有节点的均方根误差，可视化各个节点的均方根误差，均方根误差最大的节点即为入侵节点，本发明可用于环境噪声淹没入侵信号、入侵特征微弱难以提取时入侵位置点的检测。
基于数据 lstm 入侵节点检测方法装置存储介质

[发明专利]一种基于黎曼距离的矩阵CFAR海面目标检测方法-CN202211683371.5在审
发明人： 柏业超;王润川;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-12-27 - 公布日： 2023-05-05 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于黎曼距离的矩阵CFAR海面目标检测方法，包括以下步骤，根据各个距离门接收到的回波计算协方差矩阵；根据黎曼距离的定义，计算参考距离门对应的协方差矩阵的黎曼均值矩阵；计算目标对应的协方差矩阵，得到目标协方差矩阵和黎曼均值的黎曼距离；确定检测门限；将目标协方差矩阵和黎曼均值矩阵的黎曼距离与检测门限值进行比较，若目标黎曼距离大于检测门限值，则判定存在目标，反之，则判定为不存在目标，通过上述技术方案提供的基于黎曼距离的检测算法，实现了在现有海杂波背景下，使雷达目标检测更容易，同时提高了检测的准确率。
一种基于黎曼距离矩阵 cfar 海面目标检测方法

[发明专利]融合延时与频移的高精度多站目标检测方法-CN202211280115.1在审
发明人： 柏业超;滕思茹;王哲;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-10-19 - 公布日： 2023-05-02 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种融合延时与频移的高精度多站目标检测方法，涉及信号处理技术领域。其实现过程为：(1)根据测量空间特征将空间均匀划分子空间；(2)计算不同速度的目标在各子空间中心位置时距离雷达的理论延时与理论多普勒频移，保存为字典矩阵；(3)利用空间中运动目标相对于各雷达的延时与多普勒频移，通过多任务贝叶斯压缩感知算法得到目标在各个子空间可能存在的权值；(4)根据最大权值判断目标存在位置，对目标进行检测定位。仿真数据试验结果证明本发明的目标检测方法具有有效性和优越性。本发明的方法利用延时与多普勒频移特征联合估计目标位置，仿真效果证明比常用的仅延时估计效果好，可用于无人机、飞机等的空间探测。
融合延时高精度目标检测方法

[发明专利]一种基于信号协方差矩阵距离的频谱感知方法-CN202310012982.5在审
发明人： 柏业超;武雅倩;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2023-01-05 - 公布日： 2023-04-28 - 主分类号： H04B17/391 文献下载
摘要：本发明公开了一种基于信号协方差矩阵距离的频谱感知方法，包括对接收信号进行短时傅里叶变换，利用窗函数将信号在时域上进行分段，再对每个子带信号进行傅里叶变换得到多个关于时间和频率的二维矩阵，将这多个矩阵在同一频率处的幅值向量联合构成新的矩阵，并求出其协方差矩阵，得到N个信号协方差矩阵，采集纯噪声信号作为参考信号，对噪声信号进行同样的处理得到N个参考矩阵，分别计算这N对信号协方差矩阵和参考矩阵之间的黎曼距离，并求出N个黎曼距离之和，将黎曼距离之和作为检测统计量与阈值相比较，做出最终判决，提高了微弱信号的检测精度、减少噪声不确定性的影响。
一种基于信号协方差矩阵距离频谱感知方法

[发明专利]一种外辐射源无人机探测系统接收站布站方法-CN202211683364.5在审
发明人： 柏业超;董琪;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-12-27 - 公布日： 2023-04-28 - 主分类号： G01S7/02 文献下载
摘要：本发明公开了一种外辐射源无人机探测系统接收站布站方法，包括建立分布式接收站的信号模型，推导出了相干情况下目标位置估计的克拉美罗下界CRLB，并引入几何精度因子GDOP作为评价定位性能的指标，使用改进粒子群算法求解最优的接收站布置，本发明提出了一个有效的高精度的布站策略，解决了实际应用中外辐射源的位置由第三方确定且不规律布置的问题，通过优化布置接收站位置，可提高无人机定位精度。
一种辐射源无人机探测系统接收站方法

[发明专利]一种基于变分自编码器VAE的太赫兹安检图像识别方法-CN202310008133.2在审
发明人： 柏业超;查新宇;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2023-01-04 - 公布日： 2023-04-11 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于变分自编码器VAE的太赫兹安检图像识别方法，包括将采集的太赫兹安检图像数据输入至变分自编码器中，进行数据的重构；采用DenseNet‑201作为骨干网络，后接双注意力模块(Dual‑Attention)和度量学习模块(Center Loss)，双注意力模块负责引导骨干识别网络关注有用信息和减少不重要信息的权重，以达到改善网络识别性能的作用，度量学习模块通过增加类间距离和减少类内距离解决图像数据之间的特征相似度较高问题，从而提高聚类和泛化、识别性能，并且优化了骨干网络的损失函数；实现太赫兹安检图像数据的增强，降低过度拟合的风险，增强网络的泛化能力，进一步提高网络的识别精度和可靠性。
一种基于编码器 vae 赫兹安检图像识别方法

[发明专利]一种基于编码超表面频率响应快速预测的模型压缩方法-CN202211401909.9在审
发明人：王琼;魏洪波;柏业超;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-11-09 - 公布日： 2023-02-03 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种基于编码超表面频率响应快速预测的模型压缩方法，涉及编码超表面设计领域，包括如下步骤：步骤一、通过CST‑Python联合仿真，导入表示编码超表面单元表面结构的编码矩阵，生成编码超表面频率响应，获得频响曲线，制作数据集；步骤二、对编码超表面频率响应快速预测的正向网络进行预训练，实现编码超表面到频率响应的映射；步骤三、基于步骤二中得到的预训练完备的正向网络，使用LRP将网络输出作为相关性进行后向传播，以卷积核获得的相关性作为结构化剪枝的度量标准，对正向网络进行压缩；步骤四、将表示编码超表面单元表面结构的编码矩阵输入到压缩后的正向网络中，得到超表面频率响应的参数实部曲线、虚部曲线，进而得到幅值和相位值。
一种基于编码表面频率响应快速预测模型压缩方法

[发明专利]一种基于贝叶斯矩阵补全的无人机频谱感知算法-CN202211323767.9在审
发明人： 柏业超;傅彬;滕思茹;王哲;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-10-26 - 公布日： 2023-01-24 - 主分类号： G01C21/20 文献下载
摘要：本发明提供一种基于贝叶斯矩阵补全的无人机频谱感知算法，属于无人机频谱感知算法领域，包括如下步骤：步骤一、综合考虑频谱感知区域大小和无人机数量，将频谱感知区域划分成若干单架无人机感知的小区块，让每架无人机分别负责其中的一个小区块；步骤二、使用Kuhn‑Munkres算法计算无人机从初始位置移动到各自负责区块的最短路径；步骤三、对每个小区块，使用遗传算法求解遍历所有采样点的最短路径；步骤四、对获得的采样点数据，使用贝叶斯矩阵补全算法估计整块区域频谱；本发明解决了现有技术中为了得到整个区域的频谱，采样点数量多，路径规划问题的规模大，计算时间长的问题。
一种基于贝叶斯矩阵无人机频谱感知算法

[发明专利]一种WiFi指纹室内楼层识别与位置估计方法-CN202211175374.8在审
发明人： 柏业超;金敏;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-09-26 - 公布日： 2023-01-03 - 主分类号： H04W4/02 文献下载
摘要：本发明提供一种WiFi指纹室内楼层识别与位置估计方法，涉及无线室内定位技术领域，包括：步骤一，对WiFi指纹数据做数据预处理；步骤二、搭建卷积神经网络模型；步骤三、搭建机器学习模型框架，通过决策树、随机森林、K近邻三种线性回归算法预测位置；本发明通过参考节点RP接收多个AP信号强度RSS与楼层、坐标相对应，合成WiFi位置指纹信息，基于位置指纹信息提出卷积神经网络模型与机器学习回归算法实现了室内楼层识别与位置估计，解决了室内定位楼层识别准确率低与位置估计错误率高的问题。
一种 wifi 指纹室内楼层识别位置估计方法

[发明专利]一种针对脉间幅度相位随机变化的高速目标探测方法-CN202211211402.7在审
发明人： 柏业超;王哲;王琼;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-09-30 - 公布日： 2022-12-30 - 主分类号： G01S13/04 文献下载
摘要：本发明公开了一种针对脉间幅度相位随机变化的高速目标探测方法，涉及脉冲技术领域，为解决现有随着目标的径向速度增大，在一定时间内目标运动距离往往会超过一个距离单元，导致脉冲回波不能落在同一距离门内，使得脉冲压缩、积累后的信号能量得不到很好聚集，当径向速度较大时目标的高速运动会引起回波剧烈波动，回波波形相对发射信号波形产生变化的问题。步骤一：接收信号预留处理，对接受脉冲串作下变频、分段等处理，并使用Keystone变换完成目标距离走动问题的校正，得到信号矩阵X；步骤二：对步骤一中得到的信号矩阵X做奇异值分解，得到最大奇异值σ1；步骤三：根据奈曼‑皮尔逊准则，固定虚警概率计算检测门限值η；步骤四：根据判断是否有目标存在。
一种针对幅度相位随机变化高速目标探测方法

[发明专利]一种基于SAR图像方位角特性的模型融合识别方法-CN202211078127.6在审
发明人：王琼;王志远;洪志杰;柏业超;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-09-05 - 公布日： 2022-12-16 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了一种基于SAR图像方位角特性的模型融合识别方法，包括以下步骤，根据SAR图像的方位角特性，即方位角敏感性和方位角180°图像对称性来划分子数据集和总数据集，将总体未划分数据集以及子数据集训练对应的总模型和子模型，在进行测试时，将待测图片放进各模型得到初步结果，对待测试图片进行方位角估计，然后进行模型的决策融合，即根据方位角估计的不同情况将各模型的初步结果进行不同的加权求和得到最终的预测结果，相对于单一的总数据集训练总模型得到的预测结果以及相比其它SAR图像识别方法，提高了正确率。
一种基于 sar 图像方位角特性模型融合识别方法

[发明专利]一种基于深度学习和结构变量的电磁超材料设计方法-CN202211341320.4在审
发明人：邱港;王琼;柏业超;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-10-28 - 公布日： 2022-12-16 - 主分类号： G16C60/00 文献下载
摘要：本发明提供一种基于深度学习和结构变量的电磁超材料设计方法，属于电磁超材料设计领域，包括以下步骤：步骤一：将电磁超表面单元结构设计及相关参数周期排列结构送入电磁仿真软件，得到对应的电磁响应，构建正向预测数据集和反向设计数据集；步骤二：将正向预测数据集和反向设计数据集，分别分割为80％的训练集和20％的测试集；步骤三：构建正向预测网络模型；步骤四：构建反向设计网络模型，初始化网络参数；步骤五：将反向设计数据集送入反向设计网络模型生成网络R‑Generator和网络I‑Generator，并进行迭代循环训练。本发明采用间接式生成模型，克服了离散映射时带来的误差，提升了模型最终的精度，通过结构变量的引入解决了反向设计中离散误差大和灵活性不足问题。
一种基于深度学习结构变量电磁材料设计方法

[发明专利]一种基于多姿态角联合学习的SAR图像目标识别方法-CN202210982235.X在审
发明人：王琼;洪志杰;柏业超;唐岚;张兴敢 -专利权人：南京大学
申请日： 2022-08-16 - 公布日： 2022-11-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多姿态角联合学习的SAR图像目标识别方法，属于雷达技术领域，包括如下步骤：获取样本数据集，按照俯仰角将样本数据集划分为训练样本集和测试样本集，然后按照姿态角的间隔将训练样本集划分成多个训练样本子集；搭建深度卷积神经网络模型；利用训练样本子集对深度卷积神经网络模型进行训练，得到目标识别子模型；对测试样本集根据姿态角的估计结果匹配对应角度的目标识别子模型进行目标识别，得到最终的目标类别判决。本方明的有益效果：在局部姿态角的训练样本子集上学习得到的目标识别子模型能够实现更精确的目标类别估计，同时更容易收敛，目标识别精度和效率均优于其他方法。
一种基于多姿联合学习 sar 图像目标识别方法

1
2
3
4
下一页»
尾页
共 60 条