西安电子科技大学刘婧获国家专利权
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!
龙图腾网获悉西安电子科技大学申请的专利无监督近邻传播聚类的机载雷达杂波抑制目标检测方法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:CN116224250B 。
龙图腾网通过国家知识产权局官网在2026-03-10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:202310373777.1,技术领域涉及:G01S7/36;该发明授权无监督近邻传播聚类的机载雷达杂波抑制目标检测方法是由刘婧;廖桂生;许京伟;黄鹏程;朱圣棋;曾操;陶海红;李康佳;李军;杨志伟设计研发完成,并于2023-04-10向国家知识产权局提交的专利申请。
本无监督近邻传播聚类的机载雷达杂波抑制目标检测方法在说明书摘要公布了:本发明公开了一种无监督近邻传播聚类的机载雷达杂波抑制目标检测方法,主要解决现有技术在复杂环境下目标检测概率低的问题。其实现方案是:雷达发射信号并获得经匹配滤波和脉冲堆栈后的接收数据;根据杂波加噪声和信号的功率特性,设计数据点和权重并进行矩阵变换得到第一加权输入数据矩阵,再对其进行无监督加权近邻传播聚类,得到第一聚类结果;根据第一加权输入数据矩阵重新设计第二加权输入数据矩阵,并对其进行无监督加权近邻传播聚类,得到第二聚类结果;利用两次聚类输出结果设计雷达目标检测判别标准,根据此标准获得目标检测结果。本发明充分利用了数据特征,极大地提高了目标检测性能,可用于杂波背景下机载雷达信号处理及预警。
本发明授权无监督近邻传播聚类的机载雷达杂波抑制目标检测方法在权利要求书中公布了:1.一种无监督近邻传播聚类的机载雷达杂波抑制目标检测方法,其特征在于,包括以下步骤: 1雷达发射信号并获得经匹配滤波和脉冲堆栈后的接收数据xcn,l,根据杂波加噪声和信号的功率特性,设计数据点和权重Ecns并进行矩阵变换,构造出第一加权输入数据矩阵Fw; 2设计第一加权输入数据矩阵Fw的参考度Pi及相似度si,j,计算吸引度和归属度βi,j,并对其迭代更新进行无监督加权近邻传播聚类,当某一点j使最大时,获得点i的聚类中心,提取i=1,2,...,M所有点分别形成共小于M个聚类中心的不同部分,作为第一聚类结果输出{I1,I2,...},M为Fw的行数; 3根据第一聚类输出结果,计算个数小于M的第一聚类中心数:Q1=num{I1,I2,...}; 4根据杂波加噪声的功率特性以及所设计加权输入数据矩阵Fw的结构,重新设计第二加权输入数据矩阵Yw; 5计算第二加权输入数据矩阵Yw的相似度sγi',j'、吸引度归属度βγi',j',并对其迭代更新进行第二无监督加权近邻传播聚类,当某一点j'使最大时,获得点i'的聚类中心,提取i'=1,2,...,M'所有点分别形成共小于M'个聚类中心的不同部分,作为第二聚类结果输出M'为Yw的行数; 6根据第二聚类输出结果计算个数小于M'的第二聚类中心数: 7设置五个判别区间值ud1、ud2、ud3、ud4、ud5和OS-CFAR检测门限值η0,利用两次无监督加权近邻传播聚类的输出结果{I1,I2,...}和及聚类中心数Q1和Q2,设计含目标存在三个条件的雷达目标检测判别标准: 条件1,Q1=Q2=1,ud3≤I1≤ud4; 条件2,Q1=Q2=1,ud3≤I1≤ud4; 条件3,Q1=1,Q2=2,|xl|>η0,其中xl表示雷达接收数据; 8根据步骤7设计的雷达目标检测标准,判断出机载雷达的杂波抑制目标检测结果: 当满足判别标准中任一条件时,则目标存在, 否则,目标不存在。
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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2号;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励