首页> 中国专利> 基于稀疏贝叶斯学习的微动目标高分辨时频图重构方法

基于稀疏贝叶斯学习的微动目标高分辨时频图重构方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于稀疏贝叶斯学习的微动目标时频图重构方法，主要解决现有技术在低信噪比环境下难以获得微动目标高分辨时频图的问题。其实现方案为：1)获取微动目标的雷达回波信号向量s；2)构建傅里叶字典F；3)从雷达回波信号向量s中获取其每个时间窗内的回波信号s

著录项

公开/公告号CN111025257A

专利类型发明专利
公开/公告日2020-04-17

原文格式PDF
申请/专利权人西安电子科技大学;
展开▼

申请/专利号CN201911412455.3
发明设计人白雪茹;惠叶;刘思琪;周峰;
展开▼

申请日2019-12-31
分类号
代理机构陕西电子工业专利中心;
代理人王品华
地址 710071 陕西省西安市太白南路2号
入库时间 2023-12-17 08:34:24

法律信息

法律状态公告日

法律状态信息

法律状态
2020-05-12

实质审查的生效 IPC(主分类):G01S7/41 申请日:20191231

实质审查的生效
2020-04-17

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于稀疏贝叶斯学习的微动目标高分辨时频图重构方法 [P] . 中国专利： CN111025257A . 2020-04-17
2. 提高微动锥体目标时频分辨率的时频分析方法 [P] . 中国专利： CN111781589A . 2020-10-16
3. DEPTH MAP CODING METHOD USING COLOR-MESH-BASED SAMPLING AND DEPTH MAP RECONSTRUCTION METHOD USING THE COLOR AND MESH INFORMATION [P] . 韩国专利： KR20160147448A . 2016-12-23

机译：基于基于彩色网格的采样的深度图编码方法和基于彩色和网格信息的深度图重构方法
4. LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON RECONFIGURABLE NETWORK FOR OPTIMIZING ACCORDING TO CUSTOMERS' REQUIREMENTS SUCH AS KEY PERFORMANCE INDEX USING TARGET OBJECT ESTIMATING NETWORK AND TARGET OBJECT MERGING NETWORK AND TESTING METHOD AND TESTING DEVICE USING THE SAME [P] . 韩国专利： KR20200091329A . 2020-07-30

机译：基于可重构网络的对象检测器的学习方法和学习设备，可根据客户的需求（例如，使用目标对象估算网络和目标对象网络，目标网络，方法和方法的关键绩效指标进行优化）
5. Learning method and learning device for object detector based on reconfigurable network for optimizing customers' requirements such as key performance index using target object estimating network and target object merging network, and testing method and testing device using the same [P] . 美国专利： US10621476B1 . 2020-04-14

机译：基于可重构网络的目标检测器的学习方法和学习设备，用于利用目标对象估计网络和目标对象合并网络优化客户的关键性能指标等要求，以及使用该方法的测试方法和测试设备