← 返回列表

一种低慢小无人机目标识别系统及方法

申请号: CN202311546707.8
申请人: 乾元科学研究院
申请日期: 2023/11/17

摘要文本

本发明提供一种低慢小无人机目标识别系统及方法,属于目标识别领域,系统包括:目标检测模块,用于对雷达信号接收链路接收到的回波信号进行脉冲压缩和相参积累处理,对处理后的回波信号进行恒虚警检测,以检测回波信号中是否有低慢小无人机目标的信号,当检测到有低慢小无人机目标的信号时,将检测到的低慢小无人机目标信号发送给时频分析模块;时频分析模块,用于对接收到的回波信号进行时频分析,得到对应的二维时频谱图;分选识别模块,用于基于预先训练好的加权卷积神经网络模型对所述二维时频谱图进行分类,识别所述时频信息对应的无人机类型。本发明基于加权卷积神经网络模型实现了不同低慢小无人机目标类型的识别。

专利详细信息

项目 内容
专利名称 一种低慢小无人机目标识别系统及方法
专利类型 发明申请
申请号 CN202311546707.8
申请日 2023/11/17
公告号 CN117647803A
公开日 2024/3/5
IPC主分类号 G01S13/88
权利人 乾元科学研究院
发明人 张嘉毫; 王万田; 孟进; 李伟; 王衡峰; 谢明亮; 刘永才
地址 浙江省杭州市西湖区转塘街道象山支弄6号

专利主权项内容

1.一种低慢小无人机目标识别系统,其特征在于,包括:目标检测模块、时频分析模块以及分选识别模块;所述目标检测模块,用于对雷达信号接收链路接收到的回波信号进行脉冲压缩和相参积累处理,之后对处理后的回波信号进行恒虚警检测,以检测回波信号中是否有低慢小无人机目标的信号,当检测到有低慢小无人机目标的信号时,将检测到的低慢小无人机目标信号发送给时频分析模块;所述时频分析模块,用于对接收到的回波信号进行时频分析,得到对应的二维时频谱图;所述分选识别模块,用于基于预先训练好的加权卷积神经网络模型对所述二维时频谱图进行分类,识别所述时频信息对应的无人机类型。