Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国人民解放军海军航空大学王磊获国家专利权

恭喜中国人民解放军海军航空大学王磊获国家专利权

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!

龙图腾网恭喜中国人民解放军海军航空大学申请的专利一种基于PRI区间信息的雷达信号分选方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114019505B

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111318772.6,技术领域涉及:G01S13/88;该发明授权一种基于PRI区间信息的雷达信号分选方法及系统是由王磊;胥辉旗;曾维贵;张志勇;李湉雨;陈美杉;钱坤设计研发完成,并于2021-11-09向国家知识产权局提交的专利申请。

一种基于PRI区间信息的雷达信号分选方法及系统在说明书摘要公布了:本发明涉及一种基于PRI区间信息的雷达信号分选方法及系统,属于雷达信号处理领域,首先对混合交叠雷达脉冲流的到达时间序列进行多级差值计算,生成差值序列;根据差值序列的分布特点,确定密度聚类算法的邻域半径和密度阈值;根据邻域半径和密度阈值,利用密度聚类算法对差值序列进行密度聚类,得到聚类后的多个簇;计算各个簇的提取优先级,并为优先级最高的簇生成待提取PRI区间信息;采用改进脉冲序列搜索法,对与待提取PRI区间信息对应的雷达脉冲信号进行提取;所述改进脉冲序列搜索法为带容差控制的脉冲序列搜索法。该方法能够提高PRI估值精度和信息维度,从而提高雷达脉冲信号的分选成功率。

本发明授权一种基于PRI区间信息的雷达信号分选方法及系统在权利要求书中公布了:1.一种基于PRI区间信息的雷达信号分选方法,其特征在于,包括:对混合交叠雷达脉冲流的到达时间序列进行多级差值计算,生成差值序列;根据所述差值序列的分布特点,确定密度聚类算法的邻域半径和密度阈值;所述根据所述差值序列的分布特点,确定密度聚类算法的邻域半径和密度阈值,具体包括:根据差值序列D生成距离分布矩阵DIST,表示为:DIST=[distp,q|p,q∈D]其中,p和q为差值序列D中的任意元素,dist表示欧式距离函数;将距离分布矩阵DIST中每行的距离值从小到大重新排列,每行的第k个距离值在统计特性上符合泊松分布,则第k个距离值的期望值表示为: 其中,λ表示期望值,i=1,2,…,n,n表示差值序列D的数据维数,k∈[1,n]为正整数;将距离分布矩阵DIST中各行的第4个距离值的平均值作为领域半径ε;密度阈值MinPts为所有数据点的4邻域内平均点数,即密度阈值MinPts等于4;根据所述邻域半径和密度阈值,利用密度聚类算法对所述差值序列进行密度聚类,得到聚类后的多个簇;计算各个簇的提取优先级,并为优先级最高的簇生成待提取PRI区间信息;所述计算各个簇的提取优先级,并为优先级最高的簇生成待提取PRI区间信息,具体包括:针对密度聚类后得到的多个簇,分别计算每一个簇的提取优先级:Priorityi=Cni[Cci×Cji]其中,Priorityi表示第i个簇的PRI区间信息的提取优先级,i=1,2,…,m,m表示簇数目,Cni表示各个簇对应的类内点数,Cci表示各个簇对应的类内点均值,Cji表示各个簇对应的类内点分布区间长度;则有正整数k满足:Priorityk≥Priorityi其中,Priorityk表示第k个簇的PRI区间信息的提取优先级;此时第k个簇对应的提取优先级最高,则对该簇进行PRI区间信息提取,生成的待提取PRI区间信息的格式表示为PRI_cen,jitter;其中,PRI_cen=Cck表示中心值,jitter=Cjk2×PRI_cen表示抖动幅度;采用改进脉冲序列搜索法,对与所述待提取PRI区间信息对应的雷达脉冲信号进行提取;所述改进脉冲序列搜索法是指带容差控制的脉冲序列搜索法,在搜索脉冲序列时,将每一次脉冲序列搜索中待提取PRI区间信息对应的抖动幅度作为容差值,并根据待提取PRI区间信息的不同,对所述容差值进行动态调整,提取出相应的雷达脉冲信号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军海军航空大学,其通讯地址为:264001 山东省烟台市芝罘区二马路188号科研学术处;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。