龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子科技大学
摘要：本发明涉及一种基于DCNN的间歇采样类干扰识别与抗干扰目标检测方法，可应用于多种间歇采样干扰场景，以实现对干扰的智能化准确识别与抗干扰目标检测，能够在不依赖于干扰参数估计和专家知识的前提下，大大提升抗干扰目标测距精度，且能够实现与传统方法性能接近的抗干扰目标测速精度。
主权项：1.一种基于DCNN的间歇采样类干扰识别与抗干扰目标检测方法，其特征在于，包括：步骤1：获取待测回波数据，所述待测回波数据包括间歇采样类干扰的线性调频雷达回波数据；步骤2：对所述待测回波数据进行数据处理，得到其对应的时频图像以及第一双通道实矩阵；步骤3：将所述时频图像输入至训练完成的目标检测模型，得到目标的受干扰类型分类结果和目标的粗定位预测结果；所述目标检测模型为YOLOv4目标检测模型；步骤4：对所述目标的粗定位预测结果进行修正处理，根据修正处理后的结果，对所述第一双通道实矩阵进行裁剪处理，得到第二双通道实矩阵；步骤5：根据所述第二双通道实矩阵，构造得到待匹配矩阵，根据发射信号，构造得到双通道模板矩阵，利用所述待匹配矩阵和所述双通道模板矩阵构造得到模板匹配测距矩阵；步骤6：将所述第二双通道实矩阵输入至训练完成的测速模型得到目标的速度检测结果，将所述模板匹配测距矩阵输入至训练完成的测距模型得到目标的测距结果，根据所述目标的测距结果和所述修正处理后的结果得到目标的回波距离检测结果；所述测速模型和所述测距模型均为CNN模型，所述CNN模型包括第一特征提取模块、第二特征提取模块和全连接层，其中，在所述测速模型中，第一特征提取模块用于对输入的所述第二双通道实矩阵进行快时间采样维的特征提取得到第一特征，所述第二特征提取模块用于对输入的所述第一特征进行慢时间采样维的特征提取得到第二特征，所述全连接层用于根据输入的所述第二特征得到目标的速度检测结果；在所述测距模型中，第一特征提取模块用于对输入的所述模板匹配测距矩阵进行快时间采样维的特征提取得到第一特征，所述第二特征提取模块用于对输入的所述第一特征进行模板匹配维的特征提取得到第二特征，所述全连接层用于根据输入的第二特征得到目标的测距结果。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于DCNN的间歇采样类干扰识别与抗干扰目标检测方法
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