龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国人民解放军国防科技大学
申请日：2024-03-28
公开（公告）日：2024-06-28
公开（公告）号：CN118259249A
主分类号：G01S7/41
分类号：G01S7/41;G06F18/213;G06F18/25;G06N3/092
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本申请涉及基于强化学习的海面小目标检测方法和装置，该方法通过雷达收集大量海杂波数据，在给定虚警率条件下计算提前构建的30种特征检测器的决策区域并组成决策区域空间，当雷达接收到一帧回波数据时将回波数据的状态矩阵输入至基于强化学习训练的深度网络中进行策略挑选，确定最优的一个目标特征检测器，最后从决策区域空间中取出对应的目标决策区域对该帧回波数据的每一待检测单元进行检测判断而输出决策结果。将雷达对海面小目标的检测过程建模为一个强化学习过程，实现对提前构建的30种特征检测器的性能择优以及检测结果的融合，有效提升了特征检测的性能，以满足雷达对目标检测的实际需求。
主权项：1.一种基于强化学习的海面小目标检测方法，其特征在于，包括步骤：接收当前帧回波数据；提取所述当前帧回波数据的状态矩阵；将所述状态矩阵输入至基于强化学习训练的深度网络中进行策略挑选，得到目标动作；所述目标动作是从构建好的30种特征检测器中选择的一个目标特征检测器，30种所述特征检测器是在给定虚警率条件下利用雷达收集的海杂波数据提前构建得到，所述基于强化学习训练的深度网络利用连续的多帧回波数据训练得到；从决策区域空间中取出所述目标特征检测器对应的目标决策区域；所述决策区域空间由30种所述特征检测器分别对应的决策区域组成；将所述当前帧回波数据划分为多个待检测单元；对于每一所述待检测单元，分别根据所述目标特征检测器构建特征向量，根据各所述特征向量与所述目标决策区域的相对位置关系输出决策结果；所述决策结果为所述待检测单元为海面小目标单元或海杂波单元。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于强化学习的海面小目标检测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号