联合SET与LTFAT的低慢小目标微动特征提取方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
联合SET与LTFAT的低慢小目标微动特征提取方法
申请号:CN202511025482
申请日期:2025-07-24
公开号:CN120611162A
公开日期:2025-09-09
类型:发明专利
摘要
本发明涉及雷达探测领域,具体公开了联合SET与LTFAT的低慢小目标微动特征提取方法,包括:首先通过SET对雷达回波信号进行同步提取,以获取信号的时频分布与能量特性;其次,利用LTFAT对时频域局部特征进行自适应处理,从而抑制噪声并降低计算冗余度;最后,结合多元指标量化评估特征提取结果,充分发挥融合方法在复杂信号时频分析中的优势,有效分离并精确提取目标的叶片微动特征。本发明有效解决了低慢小目标在传统雷达探测中易受复杂背景噪声干扰、时频特征提取精度不高的问题,本发明提出的技术方案在时频分辨率、抗噪能力及特征稳定性方面表现更优,为低空安防与无人机监管提供了一定的技术支撑。
技术关键词
微动特征提取方法 时频分析技术 表达式 信号 融合方法 瞬时频率提取 序列 背景噪声干扰 无人机监管 雷达回波数据 叶片 冗余特征 变换算法 因子 重构
系统为您推荐了相关专利信息
水位控制模块 管控系统 传感模块 BP神经网络 网络模块
收发模块 红外光 通讯电路 主控板 芯片
数据处理方法 卷积神经网络模型 分析位置信息 评分机制 时间序列形式
深层卷积神经网络 模型构建方法 深度学习模型 数据 深度学习框架
无人机自组网 无人机地面站 链路 软件定义网络控制器 通信平台