龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京理工大学
申请日：2023-08-21
公开（公告）日：2023-11-17
公开（公告）号：CN117075071A
主分类号：G01S7/41
分类号：G01S7/41;G06V10/764;G06V10/40;G06V10/82;G06V10/774;G06V10/776;G06F18/241;G06F18/2131;G06N3/0464;G06N3/096
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.12.05#实质审查的生效;2023.11.17#公开
摘要：本发明公开了一种基于TSA‑ResNet‑50的微动目标特征提取与分类方法，涉及空中目标微多普勒特征分类领域，具体步骤为：对目标基带回波进行短时傅里叶STFT变换，得到STFT谱图；基于多次数据的STFT谱图得到JetPropset数据集；对所述STFT谱图进行预处理；取STFT谱图对应的JetPropset数据集中图片分为三部分，分别用作训练集，验证集和测试集；构建TSA‑ResNet‑50架构，对步骤二中预处理后图像进行训练、验证及测试，并评估TSA‑ResNet‑50架构在DIAT‑μSAT开源数据集和步骤一中JetPropset数据集上表现。在连续波ContinuousWave，CW雷达和脉冲雷达体制下均实现了微多普勒特征的有效提取和高精度空中目标分类，可有效提高雷达基于微多普勒特征的空中目标分类能力。
主权项：1.一种基于TSA-ResNet-50的微动目标特征提取与分类方法，其特征在于包括如下步骤：步骤一，对目标基带回波进行短时傅里叶STFT变换，得到STFT谱图；基于多次数据的STFT谱图得到JetPropset数据集；步骤二，对所述STFT谱图进行预处理；取STFT谱图对应的JetPropset数据集中图片分为三部分，分别用作训练集，验证集和测试集；步骤三，构建TSA-ResNet-50架构，对步骤二中预处理后图像进行训练、验证及测试，并评估TSA-ResNet-50架构在DIAT-μSAT开源数据集和步骤一中JetPropset数据集上表现。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于TSA-ResNet-50的微动目标特征提取与分类方法
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