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：哈尔滨工业大学
申请日：2024-01-31
公开（公告）日：2024-04-26
公开（公告）号：CN117934956A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/54;G06V10/50;G06V10/80;G06N20/10
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种基于RD图纹理特征的天波雷达瞬态干扰分类方法，包括：处理雷达获得的RD图，设计并制作出SVM进行训练的图片集，图片集包括无干扰、单脉冲线性调频信号瞬态干扰、多周期性线性调频信号瞬态干扰三类；对获得的训练集分别提取两类纹理特征；利用线性分类器作为分类器进行训练；设计瞬态干扰多分类器融合判断算法，完成对输入文件的分类。本发明的优点是：将信号处理问题转化为图像分类问题，通过两种图像纹理提取进行特征获取，从而得到可用于分类器训练的图片集，更好地分类了瞬态干扰，为后续的瞬态干扰抑制与其余信号处理环节打下坚实的基础；其处理速度快，准确率较高。
主权项：1.一种基于RD图纹理特征的天波雷达瞬态干扰分类方法，其特征在于，包括以下步骤：S1：对雷达获得的RD图进行相关的图像处理，包括：强干扰剔除、灰度增强和尺寸变换，设计并制作出线性分类器进行训练的图片训练集，图片训练集包括：无干扰、单脉冲线性调频信号瞬态干扰、多周期性线性调频信号瞬态干扰三类；S2：对获得的图片训练集分别提取两类纹理特征，分别为方向梯度直方图HOG特征与灰度共生矩阵GLCM特征；S3：利用线性分类器进行训练；S4：设计瞬态干扰多分类器融合判断算法，完成对输入文件的分类。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于RD图纹理特征的天波雷达瞬态干扰分类方法
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