首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于短时相似性表征的非规则微动周期估计方法及装置 

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!

申请/专利权人:中国人民解放军国防科技大学

摘要:本申请涉及一种基于短时相似性表征的非规则微动周期估计方法及装置。所述方法包括:获取雷达回波数据;对雷达回波高分辨一维距离像进行短时相似性表征分析,得到短时相似性表征矩阵;对雷达回波数据进行扩展和增强构建非规则微动回波数据集;搭建深度神经网络,将非规则微动回波数据集中非规则微动回波数据的短时相似性表征矩阵作为深度神经网络输入,同时训练Transformer编码器并引入非规则微动周期性重复次数作为损失函数项,并根据预先设置的损失函数训练周期性预测器和周期长度预测器,利用训练好的非规则微动周期估计模型实现助推器的非规则微动周期估计。采用本方法实现非规则微动目标的准确周期估计。

主权项:1.一种基于短时相似性表征的非规则微动周期估计方法,其特征在于,所述方法包括:根据助推器分离后的气动特性模拟分离助推器的再入飞行过程,利用雷达对所述飞行过程进行观测获取雷达回波数据;所述飞行过程包括稳定翻滚阶段、姿态调整阶段和加速摆动阶段;所述雷达回波数据包括雷达回波高分辨一维距离像;对所述雷达回波高分辨一维距离像进行短时相似性表征分析,得到短时相似性表征矩阵;对所述雷达回波数据进行扩展和增强构建非规则微动回波数据集;搭建深度神经网络,将非规则微动回波数据集中非规则微动回波数据的短时相似性表征矩阵作为深度神经网络输入,同时训练Transformer编码器并引入非规则微动周期性重复次数作为损失函数项,并根据预先设置的损失函数训练周期性预测器和周期长度预测器,得到训练好的非规则微动周期估计模型;利用所述训练好的非规则微动周期估计模型实现助推器的非规则微动周期估计。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 基于短时相似性表征的非规则微动周期估计方法及装置

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。