检索结果-内蒙古大学图书馆

作者：张博程李致衡师皓陈亮崔子涵何成北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室北京理工大学重庆创新中心

合成孔径雷达(SAR)图像船只检测可以实现广域视场内快速发现船只目标,在军事侦察、海洋航运管控等领域有着广泛的应用。针对SAR图像船只目标检测中存在的虚警率高的问题,采用难样本挖掘与基于区域的定位损失相结合的方法,实现对图像中... 详细信息

合成孔径雷达(SAR)图像船只检测可以实现广域视场内快速发现船只目标,在军事侦察、海洋航运管控等领域有着广泛的应用。针对SAR图像船只目标检测中存在的虚警率高的问题,采用难样本挖掘与基于区域的定位损失相结合的方法,实现对图像中难分目标的有效区分。在卷积神经网络困难样本训练方法分析的基础上,通过筛选难易样本,并更多地选择困难样本进行迭代训练,从而学习到困难样本的特征,提升对困难样本的区分度。同时为保证样本筛选过程中的尺度不变性,让网络同等对待不同尺度的样本,采用基于区域的定位损失,与难样本挖掘更好地结合。通过在公开数据集上的实验验证,证明了该方法可以有效降低检测的虚警率。

关键词：合成孔径雷达目标检测卷积神经网络难例挖掘

来源：评论

学校读者我要写书评

暂无评论

基于光谱差异均衡区间筛选的高光谱目标检测

引用

北京理工大学学报 2019年第3期39卷 320-326页

作者：王文正赵保军唐林波冯帆北京理工大学信息与电子学院雷达技术研究所北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081

如何快速、准确地进行目标检测,是高光谱遥感图像在实际应用中面临的关键问题.波段选择是提高高光谱数据利用效率的途径之一,针对目前基于光谱匹配的高光谱目标检测算法数据利用率低,易受冗余信息干扰导致检测率不理想的问题.在构建光... 详细信息

如何快速、准确地进行目标检测,是高光谱遥感图像在实际应用中面临的关键问题.波段选择是提高高光谱数据利用效率的途径之一,针对目前基于光谱匹配的高光谱目标检测算法数据利用率低,易受冗余信息干扰导致检测率不理想的问题.在构建光谱区间差异均衡化计算模型的基础上,提出差异均衡化的光谱子区间提取方法.使用实测高光谱遥感影像数据集对方法进行验证.结果表明,相比于采用全谱段数据以及其他波段选择方法的目标检测结果,所提出的方法在计算耗时、检测准确率方面均取得更理想的结果,可高效实现高光谱图像的目标检测.

关键词：高光谱目标检测光谱匹配波段选择

来源：评论

学校读者我要写书评

暂无评论

面向图像小波域的显著性区域高效提取

面向图像小波域的显著性区域高效提取

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：赵保军周士超赵一南北京理工大学信息与电子学院北京理工大学嵌入式实时信息处理技术北京市重点实验室

显著性区域提取旨在模拟人类视觉系统快速关注图像中感兴趣区域的能力,可作为图像预处理技术为后续的目标检测任务提供有价值的候选目标集,这在目标空间占比较小的图像场景中(如遥感图像)尤为重要。虽然当前以卷积网络为代表的显著性区... 详细信息

显著性区域提取旨在模拟人类视觉系统快速关注图像中感兴趣区域的能力,可作为图像预处理技术为后续的目标检测任务提供有价值的候选目标集,这在目标空间占比较小的图像场景中(如遥感图像)尤为重要。虽然当前以卷积网络为代表的显著性区域提取技术已取得长足进步,但仍存在诸多技术局限:(1)提取准确性有赖于大规模的训练数据,样本搜集与标注的人工代价高昂;(2)模型的训练与推理计算开销过大,不利于资源受限的嵌入式硬件平台部署。为了解决上述问题,设计了一种高效的显著性区域提取网络,将传统图像小波分析与经典的稀疏编码、条件随机场等机器学习方法相结合,针对性地挖掘图像纹理结构信息及空间上下文奇异性,进而预测显著性区域。从技术上讲,(1)网络的小波纹理结构分析单元通用性良好,可规避样本训练过程,降低训练样本依赖性;(2)网络的稀疏编码单元可实现特征向量的低熵编码,有助于提升特征的鲁棒性;(3)网络的邻域关联单元基于条件随机场模型,可利用空间上下文间的关联性来挖掘图像奇异性信息,从而联合判断显著性区域。实验表明,与基于手工特征提取的显著性区域提取方法相比,所提方法具有相当甚至更优的提取准确性;与传统的深度学习网络相比,所提方法具有良好的训练与推理计算效率。

关键词：小波域显著性区域低样本复杂度实时处理

来源：评论

学校读者我要写书评

暂无评论

基于二进制相位编码的MIMO汽车雷达新波形

基于二进制相位编码的MIMO汽车雷达新波形

引用

第十五届全国信号和智能信息处理与应用学术会议

作者：连红飞刘建虎杨竹溪曾涛北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室北京理工睿行电子科技有限公司北京理工大学重庆创新中心

汽车雷达发射波形的信号形式决定着雷达的各项性能,一直是领域研究的热点问题。为了解决传统时分多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达波形发射周期长、数据刷新率低以及速度模糊的问题,提出了二进制相位编码MIMO新... 详细信息

汽车雷达发射波形的信号形式决定着雷达的各项性能,一直是领域研究的热点问题。为了解决传统时分多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达波形发射周期长、数据刷新率低以及速度模糊的问题,提出了二进制相位编码MIMO新波形。该波形以线性调频连续波信号为基础,通过配置二进制相位编码并利用MIMO发射不同脉冲重复频率的信号,充分利用发射资源,提升发射信号增益并有效结合重频参差解模糊与多通道高分辨测角。仿真结果表明了所提新体制波形可以有效解决传统时分MIMO模式产生的速度模糊问题。

关键词：多发多收二进制编码波形线性调频连续波速度模糊

来源：评论

学校读者我要写书评

暂无评论

面向星上目标提取的卷积神经网络优化技术

引用

上海航天（中英文） 2021年第1期38卷 105-112页

作者：卢丹孙永岩郑幸飞齐保贵师皓上海卫星工程研究所上海201109 北京理工大学信息与电子学院雷达技术研究所北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081

针对卷积神经网络规模庞大、参数数量众多、在资源受限的在轨场景中难以应用的问题,提出了一种基于知识蒸馏的剪枝压缩改进方法。该方法对训练好的网络进行基于权重和基于通道的混合参数剪枝,在保留网络重要连接的同时剔除冗余信息;采... 详细信息

针对卷积神经网络规模庞大、参数数量众多、在资源受限的在轨场景中难以应用的问题,提出了一种基于知识蒸馏的剪枝压缩改进方法。该方法对训练好的网络进行基于权重和基于通道的混合参数剪枝,在保留网络重要连接的同时剔除冗余信息;采用知识蒸馏法,用原始网络学到的知识指导剪枝后网络的再训练过程,以恢复损失的精度;在遥感数据集上对VGG-16分类网络进行实验。结果表明:所提方法可以实现16~18倍的压缩效果,并且网络精度下降不到1%。这使得卷积神经网络的在轨应用成为可能,具有理论及现实意义。

关键词：在轨应用卷积神经网络网络压缩参数剪枝知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

星载高分辨频率步进SAR成像技术

引用

雷达学报 2019年第6期8卷 782-792页

作者：龙腾丁泽刚肖枫王岩李喆北京理工大学信息与电子学院雷达技术研究所北京 100081 北京理工大学嵌入式实时信息处理技术北京市重点实验室北京 100081

星载合成孔径雷达(SAR)是一种2维高分辨率微波成像雷达.它通过发射大带宽信号实现距离向高分辨,通过合成孔径技术实现方位向高分辨.随着人们对分辨率需求的不断提升,星载SAR正朝着分米级分辨率发展.一方面,受限于现有器件水平,可以通过... 详细信息

星载合成孔径雷达(SAR)是一种2维高分辨率微波成像雷达.它通过发射大带宽信号实现距离向高分辨,通过合成孔径技术实现方位向高分辨.随着人们对分辨率需求的不断提升,星载SAR正朝着分米级分辨率发展.一方面,受限于现有器件水平,可以通过频率步进技术实现大带宽信号发射,需要研究高精度子带拼接技术、子带间幅相误差对成像的影响与补偿技术;另一方面,受限于有限的波束宽度,可以使系统工作在聚束模式或滑聚模式实现长合成孔径,此时需研究轨道弯曲、"Stop-go"假设误差、电离层与对流层传输误差等非理想因素对成像的影响与补偿技术.因此,该文详细介绍了频率步进信号时序设计与子带拼接,研究星载高分辨率频率步进SAR成像算法与非理想因素补偿方法,最后给出成像算法的仿真验证和性能分析.

关键词：频率步进高分辨成像滑动聚束

来源：评论

学校读者我要写书评

暂无评论

自适应副瓣对消性能影响因素分析

自适应副瓣对消性能影响因素分析

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：宋岩郭锦鹏王长杰曾涛成都中电锦江信息产业有限公司北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室

分析了基于开环方法的自适应副瓣对消(ASLC)的工作原理和实现方法;深入探讨了影响副瓣对消的几个主要因素:一是辅助天线的数目,二是干扰采样的样本点数,三是主辅天线接收通道的不一致性;给出了相应的解决措施;最后通过仿真和实测数据验... 详细信息

分析了基于开环方法的自适应副瓣对消(ASLC)的工作原理和实现方法;深入探讨了影响副瓣对消的几个主要因素:一是辅助天线的数目,二是干扰采样的样本点数,三是主辅天线接收通道的不一致性;给出了相应的解决措施;最后通过仿真和实测数据验证了所提方法的有效性,对工程应用有较大的参考意义。

关键词：自适应副瓣对消(ASLC) 辅助天线干扰样本数通道一致性

来源：评论

学校读者我要写书评

暂无评论

自适应副瓣对消最优实现流程节点选择分析

自适应副瓣对消最优实现流程节点选择分析

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：王剑峰郭锦鹏王长杰曾涛成都中电锦江信息产业有限公司北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室

自适应副瓣对消(ASLC)作为较为成熟的抗干扰技术已被广泛应用于各种雷达系统中,但其在雷达信号处理流程中的实现节点选择尚无统一标准。首先分析了自适应副瓣对消实现原理,然后重点对比分析了脉压前实现ASLC、脉压后杂波抑制前实现ASLC... 详细信息

自适应副瓣对消(ASLC)作为较为成熟的抗干扰技术已被广泛应用于各种雷达系统中,但其在雷达信号处理流程中的实现节点选择尚无统一标准。首先分析了自适应副瓣对消实现原理,然后重点对比分析了脉压前实现ASLC、脉压后杂波抑制前实现ASLC以及杂波抑制后实现ASLC三种处理流程对干扰对消性能、CPI内脉间幅相一致性的影响,并通过仿真和某型雷达实测数据进行了分析论证,对工程应用具有较大的指导作用。

关键词：自适应副瓣对消实现节点分析幅相一致性

来源：评论

学校读者我要写书评

暂无评论

分布式雷达节点位置优化的多约束遗传算法研究

引用

信号处理 2019年第6期35卷 979-985页

作者：王铮孙雨泽杨小鹏龙腾北京理工大学信息与电子学院嵌入式实时信息处理技术北京重点实验室北京100081 清华大学电子工程系北京100084

分布式雷达是近年来国内外广泛关注的一种新体制雷达,具有机动性强、成本低、可靠性高等优点。但是由于分布式雷达节点的稀疏布置,容易产生栅瓣、高旁瓣等问题,严重影响雷达系统性能。本文基于多约束遗传算法提出了一种分布式雷达节点... 详细信息

分布式雷达是近年来国内外广泛关注的一种新体制雷达,具有机动性强、成本低、可靠性高等优点。但是由于分布式雷达节点的稀疏布置,容易产生栅瓣、高旁瓣等问题,严重影响雷达系统性能。本文基于多约束遗传算法提出了一种分布式雷达节点位置优化方法。该方法首先基于约束最小间距对节点位置进行实值映射编码,并对遗传算法的种群进行初始化,然后对种群进行先增广后收缩的选择处理,再根据自适应概率进行交叉和变异处理,最后经迭代实现分布式雷达节点位置的优化设计。该方法不仅能够有效抑制系统栅瓣,还能够满足多约束需求显著降低系统旁瓣电平。与已有方法相比,该方法简单易行、全局搜索能力强。通过仿真验证了所提方法的有效性和稳健性。

关键词：分布式雷达阵列节点位置优化遗传算法旁瓣电平栅瓣抑制多约束优化

来源：评论

学校读者我要写书评

暂无评论

基于深度生成网络的雷达HRRP生成技术

引用

信号处理 2019年第6期35卷 1118-1122页

作者：宋益恒王彦华李阳胡程北京理工大学信息与电子学院雷达技术研究所北京100081 北京市嵌入式实时信息处理技术重点实验室北京100081

雷达数据生成在目标识别等任务中发挥重要的作用。现有雷达数据生成方法包括电磁仿真、视线追踪等,存在对模型误差敏感、计算量大等问题。本文面向雷达HRRP(high resolution range profile)数据提出一种基于深度生成网络的雷达数据生成... 详细信息

雷达数据生成在目标识别等任务中发挥重要的作用。现有雷达数据生成方法包括电磁仿真、视线追踪等,存在对模型误差敏感、计算量大等问题。本文面向雷达HRRP(high resolution range profile)数据提出一种基于深度生成网络的雷达数据生成方法,在模型先验信息未知的情况下,由雷达HRRP数据集训练得到深度生成网络,从而实现雷达HRRP数据的快速生成。实测数据处理结果表明该方法生成HRRP与数据集中HRRP极为相似,生成HRRP可以应用于增强雷达HRRP数据集、改善数据不平衡问题等。

关键词：雷达数据生成深度生成网络 HRRP 目标识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：