分布式相参雷达在抗干扰和目标探测性能方面具有明显优势,但分布式构型带来的栅瓣问题给目标到达方向(direction of arrival,DOA)估计带来很大的困难。在均匀分布式相参阵列的基础上,拓展和差波束形成(sum and difference beamforming,S...
详细信息
分布式相参雷达在抗干扰和目标探测性能方面具有明显优势,但分布式构型带来的栅瓣问题给目标到达方向(direction of arrival,DOA)估计带来很大的困难。在均匀分布式相参阵列的基础上,拓展和差波束形成(sum and difference beamforming,SDB)方法至分布式阵列的栅瓣区域,并采用双指向法分析鉴角曲线(angular response curve,ARC)特性,提出一种基于多载频自适应SDB(multi-frequency adaptive SDB,MF-ASDB)的解模糊测角方法。该方法在不同频点下利用密集栅瓣辅助扫描检测,通过ASDB方法计算模糊主值后,将其拓展得到包含目标真实角度的DOA模糊值;根据频率与栅瓣周期之间的角度偏移关系,使用最小二乘方法实现DOA解模糊。仿真结果验证了所提方法的有效性。
目前自闭症功能磁共振(functional magnetic resonance imaging,fMRI)图像分类模型在跨多个机构的数据集下分类精度较低,难以应用到自闭症的诊断工作中。为此,本文提出了一种基于Transformer的自闭症分类模型(autism spectrum disorder ...
详细信息
目前自闭症功能磁共振(functional magnetic resonance imaging,fMRI)图像分类模型在跨多个机构的数据集下分类精度较低,难以应用到自闭症的诊断工作中。为此,本文提出了一种基于Transformer的自闭症分类模型(autism spectrum disorder classification model based on Transformer,TransASD)。首先采用脑图谱模板提取fMRI数据中的时间序列输入Transformer模型,并引入一种重叠窗口注意力机制,能够更好地捕捉异构数据的局部与全局特征。其次,提出了一个跨窗口正则化方法作为额外的损失项,使模型可以更加准确地聚焦于重要的特征。本文使用该模型在公开的自闭症数据集ABIDE上进行实验,在10折交叉验证法下得到了71.44%的准确率,该模型对比其他先进算法模型取得了更好的分类效果。
暂无评论