杨予昊
- 作品数：89 被引量：186H指数：7
- 供职机构：中国电子科技集团第十四研究所更多>>
- 发文基金：国家自然科学基金中国博士后科学基金国家部委资助项目更多>>
- 相关领域：电子电信自动化与计算机技术军事理学更多>>
- 基于ISAR像的舰船目标识别技术研究被引量：4
- 2016年
- 针对海面舰船目标自动识别问题,在舰船目标逆合成孔径雷达(ISAR)图像预处理与结构特征提取的基础上,研究了采用ISAR轮廓像与舰船模型轮廓像匹配进行目标识别的方法。该方法首先利用结构特征进行粗分类,缩小模型匹配范围,接着将模型库中的模型投影到距离多普勒平面,利用二者轮廓像的相似程度完成目标识别。雷达实测数据处理说明了该方法的有效性。
- 侯颖妮杨予昊李士国江涛
- 关键词：目标识别特征提取
- 一种提高微波光子信道化动态范围的方法
- 为解决基于双光频梳的微波光子信道化接收机动态范围不足的问题，本发明提出了一种新型微波光子信道化方法，基于多级载波抑制双边带调制，能够精确产生偶数个光频梳梳齿，提高信道分割中的能量利用率，进而提高信道化接收机的无杂散动态范...
- 董屾谈宇奇翟计全张瑶琳刘昂杨予昊张国强邵光灏于立叶星炜
- 基于高分辨距离像的空中目标长度提取方法被引量：2
- 2018年
- 雷达采用宽频带信号后，从目标接收到的不再是“点”回波，而是沿距离分布开的高分辨距离像。目标高分辨距离像包含一定的目标信息，如目标的长度、几何结构等，为雷达目标识别提供了较好的基础。基于长度是代表目标固有的特征信息之一，文中提出一种基于高分辨距离像的飞机目标长度提取方法，并经外场实验验证了该方法的有效性。
- 李筠于连庆杨予昊
- 关键词：高分辨距离像
- 基于卷积神经网络迁移学习的飞机目标识别被引量：10
- 2019年
- 飞机目标识别是地面情报系统的一项重要关键技术。近年来火热的深度学习方法,如卷积神经网络,展现出对于图像识别任务的优越性能。但是,训练卷积神经网络需要大量的带标签样本以估计规模庞大的模型参数,因而限制了其在雷达目标识别领域中的应用。针对飞机目标识别中的小样本问题,文中引入适用于有限数据场景的迁移学习技术,预先在其他大样本高分辨距离像数据上训练一个初始卷积神经网络模型,再结合当前飞机目标识别任务调优模型参数。在实测数据上的实验结果显示,与仅使用卷积神经网络的方法相比,所提方法可显著提升识别准确率,验证了方法的有效性。
- 杨予昊孙晶明虞盛康
- 关键词：飞机目标识别卷积神经网络小样本
- 一种低杂散的电光调制器偏置点控制装置及方法
- 本发明公开了一种可实现带内低杂散的电光调制器偏置点控制方法及装置。在状态判断为初始状态时，导频信号幅度正常。当状态判断为工作状态时，降低导频信号幅度，通过对偏置采样信号进行周期累加，提升信噪比，抑制噪声影响，从而可以利用...
- 邵光灏叶星炜翟计全谈宇奇杨予昊
- 一种基于大孔径水平阵的浅海声源被动测距方法
- 2022年
- 面向浅海水下声源的被动测距需求,该文提出一种基于大孔径水平阵的简正波分离与测距方法。该方法针对频率波数域模态曲线弯曲导致的同阶简正波分离处理复杂的问题,在各阶简正波截止频率不随信号频率变化的条件下,提出基于波数伸缩的简正波模态对齐方法,实现不同阶简正波的有效分离。通过非线性相位补偿实现多阶简正波的能量聚焦,结合距离遍历、峰值提取实现声源距离的被动估计。该方法可获得空域、频域增益,实现多模态能量的累积,为微弱声源目标的距离估计提供了新的技术途径。最后,结合仿真数据验证了方法的有效性。
- 陈亚伟陈亚伟邢孟道王俊
- 关键词：被动测距
- 一种基于多模型排序特征的中断航迹续接方法
- 本发明公开了一种基于多模型排序特征学习的中断航迹续接方法，包括步骤1：采用多种运动模型对老航迹进行预测，获得新航迹测量时刻的预测航迹位置；步骤2：构建新老航迹多运动模型预测偏差矩阵和新老航迹近邻矩阵，提取反映新老航迹是否...
- 程强 张琨 王政翰 夏凌昊杨予昊
- 一种基于光学图像结构特征的SAR图像去噪方法
- 本发明公开了一种基于光学图像结构特征的SAR图像去噪方法，采用光学镜头获得的目标的彩色图像，转换成灰度图像，提取结构信息，将高图像质量的光学图像的结构信息引入低图像质量的SAR图像中，重新计算每个像素点的灰度值，得到去噪...
- 李元吉欧湛尚士泽辛乐李思明杨予昊金林
- 机载雷达微弱目标帧间非相参积累与检测技术被引量：7
- 2021年
- 微弱目标探测一直是机载雷达,尤其是机载预警雷达面临的重要挑战。针对这一问题提出一种目标帧间非相参积累和检测方法。首先,建立了机载雷达多帧信号采用不同载频和脉冲重复周期场景下的回波信号模型。其次,提出了一种运动目标帧间多普勒校正和距离单元走动补偿方法,使得经过处理后的目标在不同帧数据中位于相同待检测单元。然后,为了避免强目标解距离模糊引入的虚假目标,进行强目标检测和剔除。最后,利用距离周期扩展方法解距离模糊,并进行帧间非相参积累。经过提出方法处理后,微弱目标的检测性能得到提升。利用仿真试验验证了提出方法的有效性。
- 王宁王宁孟晋丽杨予昊孙俊
- 关键词：检测前跟踪
- 基于Faster R-CNN网络的海面目标检测方法被引量：6
- 2021年
- 为解决强海杂波条件下虚警率高、杂波多普勒较宽、信杂比低或低速目标落入杂波多普勒通道时海面目标难以检测的难题,提出了基于深度卷积网络(Faster R-CNN)的海面目标检测算法。利用深度卷积神经网络自动提取特征的能力,对输入含有目标的海面回波样本进行一系列非线性操作,逐层提取样本中目标抽象的特征;然后利用提取的特征对未知目标样本进行检测和定位,检测是否含有目标以及目标的位置。最后在实测南非海杂波数据集上进行实验验证,所提方法在虚警率为10~(-3)时,海面目标的检测率高达57.98%,比传统的恒虚警率检测提高约28%,比稀疏可调Q小波变换检测方法提高了21%,验证了该方法的准确性和有效性,为海面目标检测提供了新的技术途径。
- 潘美艳孙俊杨予昊李大圣陈建军
