检索结果-南通市图书馆

面向SAR图像目标分类的CNN模型可视化方法

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第2期13卷 359-373页

作者：李妙歌陈渤王东升刘宏伟西安电子科技大学雷达信号处理全国重点实验室西安710071

卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明,CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域,但现有方法主要基于通道级或空间级类激活权重,且在... 详细信息

卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明,CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域,但现有方法主要基于通道级或空间级类激活权重,且在SAR图像数据集上的应用仍处于起步阶段。基于此,该文从神经元特征提取能力和网络决策依据两个层面出发,提出了一种面向SAR图像的CNN模型可视化方法。首先,基于神经元的激活值,对神经元在其感受野范围内的目标结构学习能力进行可视化,然后提出一种通道-空间混合的类激活映射方法,通过对SAR图像中的重要区域进行定位,为模型的决策过程提供依据。实验结果表明,该方法给出了模型在不同设置下的可解释性分析,有效拓展了卷积神经网络在SAR图像上的可视化应用。

关键词：合成孔径雷达可视化分析卷积神经网络类激活映射神经元

在线全文

学校读者我要写书评

暂无评论

稀疏阵列的鲁棒矩阵填充DOA估计算法

系统工程与电子技术 2024年第5期46卷 1477-1483页

作者：张芸萌董玫陈伯孝西安电子科技大学雷达信号处理全国重点实验室陕西西安710071

稀疏阵列布阵灵活,增大阵列孔径的同时还能减少阵元间耦合,但基于稀疏阵列的传统波达方向估计会导致角度模糊混叠,带来估计精度差和稳健性不足的问题。针对以上问题,提出一种适用于稀疏阵列波达方向估计的加权截断奇异值投影(weighted t... 详细信息

稀疏阵列布阵灵活,增大阵列孔径的同时还能减少阵元间耦合,但基于稀疏阵列的传统波达方向估计会导致角度模糊混叠,带来估计精度差和稳健性不足的问题。针对以上问题,提出一种适用于稀疏阵列波达方向估计的加权截断奇异值投影(weighted truncated singular value projection,WT-SVP)的鲁棒矩阵填充算法。在填充迭代过程中根据奇异值的大小分配权重,突出大奇异值包含的阵列信息,减少小奇异值中不必要的噪声信息,从而优化传统奇异值投影算法。该算法可以实现稀疏阵列的孔洞信息恢复,对不连续阵元充分利用,同时WT-SVP填充算法实现了稀疏阵列波达方向估计的高精度、高分辨以及在低信噪比、低快拍时的高鲁棒性。

关键词：稀疏阵列矩阵填充奇异值投影波达方向估计

在线全文

学校读者我要写书评

暂无评论

存在幅相误差时二维稳健超分辨测角算法

西安电子科技大学学报 2024年第3期51卷 55-62页

作者：刘敏提曾操胡树林陈建忠李军李世东廖桂生西安电子科技大学雷达信号处理全国重点实验室陕西西安710071

针对4D车载毫米波雷达在俯仰与方位维角度分辨力较低、阵列存在幅相误差时测角有偏的问题,提出一种基于快速稀疏贝叶斯学习的稳健二维超分辨测角方法。首先,利用空域稀疏性特点,对角度域空间进行栅格划分,构建了存在幅相误差时的二维超... 详细信息

针对4D车载毫米波雷达在俯仰与方位维角度分辨力较低、阵列存在幅相误差时测角有偏的问题,提出一种基于快速稀疏贝叶斯学习的稳健二维超分辨测角方法。首先,利用空域稀疏性特点,对角度域空间进行栅格划分,构建了存在幅相误差时的二维超分辨测角信号模型;然后,通过固定点更新的MacKay SBL重构算法实现了多个邻近目标二维角度估计,并利用基于向量点乘的自校正算法对相位误差进行估计,以对有偏的角度估计进行修正;最后,给出了多输入多输出虚拟阵列下的二维角度估计的克拉美-罗界,并分析了所提算法的计算复杂度。仿真结果表明,在大陆ARS548雷达实际12发16收天线布局下,通过对比6种超分辨测角算法,所提方法在低信噪比、少量快拍下和幅相误差较小时,具有较高的角度分辨力与较低的均方根误差。

关键词：超分辨多输入多输出阵列毫米波雷达贝叶斯学习幅相误差

同方期刊数据库博看期刊

基于属性散射中心卷积核调制的SAR目标识别深层网络

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第2期13卷 443-456页

作者：李毅杜兰周可儿杜宇昂西安电子科技大学雷达信号处理全国重点实验室西安710071

卷积神经网络(CNN)的特征提取能力与其参数量有关,一般来说,参数量越多,CNN的特征提取能力越强。但要学好这些参数需要大量的训练数据,而在实际应用中,可用于模型训练的合成孔径雷达(SAR)图像往往是有限的。减少CNN的参数量可以降低对... 详细信息

卷积神经网络(CNN)的特征提取能力与其参数量有关,一般来说,参数量越多,CNN的特征提取能力越强。但要学好这些参数需要大量的训练数据,而在实际应用中,可用于模型训练的合成孔径雷达(SAR)图像往往是有限的。减少CNN的参数量可以降低对训练样本的需求,但同时也会降低CNN的特征表达能力,影响其目标识别性能。针对此问题,该文提出一种基于属性散射中心(ASC)卷积核调制的SAR目标识别深层网络。由于SAR图像具有电磁散射特性,为了提取更符合SAR目标特性的散射结构和边缘特征,所提网络使用预先设定的具有不同指向和长度的ASC核对少量CNN卷积核进行调制以生成更多卷积核,从而在降低网络参数量的同时保证其特征提取能力。此外,该网络在浅层使用ASC调制卷积核来提取更符合SAR图像特性的散射结构和边缘特征,而在高层使用CNN卷积核来提取SAR图像的语义特征。由于同时使用ASC调制卷积核和CNN卷积核,该网络能够兼顾SAR目标的电磁散射特性和CNN的特征提取优势。使用实测SAR图像进行的实验证明了所提网络可以在降低对训练样本需求的同时保证优秀的SAR目标识别性能。

关键词：合成孔径雷达(SAR) 目标识别卷积神经网络(CNN) 属性散射中心(ASC) 卷积核调制

面向复杂场景的多通道慢速动目标稳健检测算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2018-2027页

作者：刘昆贺雄鹏廖桂生余悦王麒凯西安电子科技大学雷达信号处理全国重点实验室西安710071

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然... 详细信息

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然后结合VSAR检测模式提出一种新的RPCA优化模型,通过采用交替投影乘子法对其进行求解得到空间频域的稀疏矩阵,进一步利用动目标与强杂波残余在空间频域通道的分布特性差异实现强杂波残余剔除与动目标检测;最后采用沿航迹干涉算法估计目标径向速度完成动目标重定位。相较于传统RPCA算法,所提算法在非理想强杂波背景下的虚警率显著降低。理论分析与实测实验验证了所提算法的有效性。

关键词：合成孔径雷达地面动目标检测鲁棒主成分分析数据重构

在线全文

学校读者我要写书评

暂无评论

非对称边界的亚波长金光栅反射相位调制

激光与光电子学进展 2024年第13期 180-186页

作者：王柳王庄李韵九韦穗沈川屈磊张成安徽大学计算智能与信号处理教育部重点实验室

以非对称性边界条件的亚波长金光栅多层结构为模型，借助散射矩阵理论，给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上，以前期设计的嵌入亚波长金光栅的硅基液晶（G-LCoS）结构为例，使用时域有限差分法开... 详细信息

以非对称性边界条件的亚波长金光栅多层结构为模型，借助散射矩阵理论，给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上，以前期设计的嵌入亚波长金光栅的硅基液晶（G-LCoS）结构为例，使用时域有限差分法开展仿真实验，通过不断优化亚波长金光栅的非对称边界条件，使得G-LCoS在可见光波段下实现多波长的近2π相位调制量。所给出的形式化表达式以及优化过程可为具有动态非对称边界条件的器件，特别是微纳尺度复调制器件的设计提供参考，并且能在一定程度上解释其物理机制。

关键词：亚波长金光栅非对称边界条件散射矩阵时域有限差分法相位调制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于毫米波深度传感的抗伴生干扰的眨眼检测

仪器仪表学报 2024年第1期45卷 288-300页

作者：荆楠刘冠男张楠王林燕山大学信息科学与工程学院秦皇岛066004 河北省信息传输与信号处理重点实验室秦皇岛066004

眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。针对来自人体的伴生干扰会严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干扰。本... 详细信息

眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。针对来自人体的伴生干扰会严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干扰。本文设计一个基于时间相关性的分离网络ES-Net1,该网络将具有时间相关和时间不相关的两个正负样本序列作为网络的输入,通过ES-Net1内部的特征提取器恢复眨眼和伴生干扰信号的时间结构,从而实现非线性混合信号的分离。本文基于TI公司的AWR1642毫米波雷达平台实现mmBlinkSEN原型系统,通过14 000组数据验证mmBlinkSEN的有效性。实验结果表明,在存在人体伴生干扰情况下,mmBlinkSEN对眨眼频率的检测精度高达88%。

关键词：眨眼检测伴生干扰深度对比学习毫米波雷达非线性独立分析

在线全文

学校读者我要写书评

暂无评论

行列式点过程采样的文本生成图像方法

武汉大学学报（信息科学版） 2024年第2期49卷 246-255页

作者：李晓霖李刚张恩琪顾广华燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

近年来,虽然基于生成对抗网络(generative adversarial networks,GAN)的文本生成图像问题取得了很大的突破,它可以根据文本的语义信息生成相应的图像,但是生成的图像结果通常缺乏具体的纹理细节,并且经常出现模式崩塌、缺乏多样性等问... 详细信息

近年来,虽然基于生成对抗网络(generative adversarial networks,GAN)的文本生成图像问题取得了很大的突破,它可以根据文本的语义信息生成相应的图像,但是生成的图像结果通常缺乏具体的纹理细节,并且经常出现模式崩塌、缺乏多样性等问题。针对以上问题,提出一种针对生成对抗网络的行列式点过程(determinant point process for generative adversarial networks,GAN-DPP)方法来提高模型生成样本的质量,并使用StackGAN++、ControlGAN两种基线模型对GAN-DPP进行实现。在训练过程中,该方法使用行列式点过程核矩阵对真实数据和合成数据的多样性进行建模,并通过引入无监督惩罚损失来鼓励生成器生成与真实数据相似的多样性数据,从而提高生成样本的清晰度及多样性,减轻模型崩塌等问题,并且无需增加额外的训练过程。在CUB和Oxford-102数据集上,通过Inception Score、Fréchet Inception Distance分数、Human Rank这3种指标的定量评估,证明了GAN-DPP对生成图像多样性与质量提升的有效性。同时通过定性的可视化比较,证明使用GAN-DPP的模型生成的图像纹理细节更加丰富,多样性显著提高。

关键词：生成对抗网络文本生成图像行列式点过程模型崩塌多样性

基于顶点划分和坐标标准化的密文域3维网格模型可逆信息隐藏

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第6期61卷 1536-1544页

作者：吕皖丽唐运殷赵霞罗斌智能计算与信号处理教育部重点实验室(安徽大学) 合肥230601 华东师范大学通信与电子工程学院上海200241

密文可逆信息隐藏技术可以在加密载体中利用冗余空间额外嵌入信息,在传输过程中保障载体和信息的隐私安全,载体接收者还可以实现无损地提取信息和恢复载体.3维网格模型作为新型的数字媒体,其文件结构与传统的图像等数字媒体存在着不同,... 详细信息

密文可逆信息隐藏技术可以在加密载体中利用冗余空间额外嵌入信息,在传输过程中保障载体和信息的隐私安全,载体接收者还可以实现无损地提取信息和恢复载体.3维网格模型作为新型的数字媒体,其文件结构与传统的图像等数字媒体存在着不同,并且在该领域的研究相对较少.如何提升模型的嵌入容量是目前需要解决的问题.将图像领域多个高有效位预测算法直接迁移到3维模型中应用时,由于数据的存储格式与图像媒体不同,使得算法的预测性能受到了限制.因此,提出了将顶点坐标值标准化处理,消除符号位带来的影响,提升了预测算法的性能.为了进一步减少无用的辅助信息,嵌入集顶点的筛选被加入实验中,成功地为有效载荷腾出空间.实验表明,提出的方法与现有方法相比,在保证无损和可分离地恢复模型与所嵌入的信息的同时,获得了最高的嵌入容量.

关键词： 3维网格模型可逆信息隐藏密文域预测误差嵌入容量