CN113343897A - 一种基于辐射信号斜率变化加快信号处理的方法 - Google Patents
一种基于辐射信号斜率变化加快信号处理的方法 Download PDFInfo
- Publication number
- CN113343897A CN113343897A CN202110709823.1A CN202110709823A CN113343897A CN 113343897 A CN113343897 A CN 113343897A CN 202110709823 A CN202110709823 A CN 202110709823A CN 113343897 A CN113343897 A CN 113343897A
- Authority
- CN
- China
- Prior art keywords
- slope
- signal
- time
- array
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种基于辐射信号斜率变化加快信号处理的方法,包括步骤:S1,读取接收到的信号数据,并进行数据处理,所述数据处理包括将信号数据的时间转换为真实时间;S2,取设定数量的点分别对幅度和时间计算平均数,并将计算得到的幅度平均数和时间平均数分别作为浓缩点;S3,对步骤S2中形成的相邻两浓缩点的幅度、时间分别做差得到幅度差值和时间差值,并将幅度差值和时间差值形成点数组等;本发明针对辐射源信号的不同特征转换成斜率变化来判断该辐射源,从而加快了信号后端处理。
Description
技术领域
本发明涉及电子技术领域,更为具体的,涉及一种基于辐射信号斜率变化加快信号处理的方法。
背景技术
现在的环境中充满了机械扫描辐射源和电子扫描辐射源,机械扫描辐射源的信号变化远慢于电子扫描辐射源,如果用同一路射频接收通道接收处理两种信号,必须使用能适应信号快速变化的系统,而且就算如此,因为外界环境中信号太多,再好的系统也无法保证不漏掉信号,最好的做法就是用成本和技术含量不高的系统处理变化慢的机械扫描辐射源信号,用成本和技术含量较高的系统处理变化快的电子扫描辐射源信号,但是区分进入系统的辐射源是机械扫描还是电子扫描就是个要解决的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于辐射信号斜率变化加快信号处理的方法,针对辐射源信号的不同特征转换成斜率变化来判断该辐射源,从而加快了信号后端处理。
本发明的目的是通过以下方案实现的:
一种基于辐射信号斜率变化加快信号处理的方法,包括步骤:
S1,读取接收到的信号数据,并进行数据处理,所述数据处理包括将信号数据的时间转换为真实时间;
S2,取设定数量的点分别对幅度和时间计算平均数,并将计算得到的幅度平均数和时间平均数分别作为浓缩点;
S3,对步骤S2中形成的相邻两浓缩点的幅度、时间分别做差得到幅度差值和时间差值,并将幅度差值和时间差值形成点数组;
S4,以设定的时间间隔为判据,依次累加各浓缩点的时间,如超过设定的时间间隔则终止累加,然后对累加过程中所遍历到的点数组中的幅度差值求平均值,然后再将该平均值赋给各浓缩点;如未超过设定的时间间隔,则继续遍历;
S5,计算各浓缩点的斜率,组成斜率数组;
S6,剔除斜率数组中的突变的浓缩点;
S7,对斜率数组、剔除斜率数组进行线性拟合,求取斜率P1,P2,P3;其中,P2,P3求取时,剔除斜率数组的个数要大于设定数量;同时对斜率数组的选定部分求和H;
S8,综合步骤S7中P1,P2,P3,以及H进行判断;如果P1大于0.5,且P2,P3不存在,则为机械扫描辐射源;如果P1接近0,且P2,P3存在,P2>1,H为负,则为电子扫描辐射源。
进一步地,在步骤S6中,剔除斜率数组中的突变的浓缩点包括多次剔除,且每次剔除所采用的剔除依据相同。
进一步地,剔除的依据包括:该浓缩点的斜率是否大于每个浓缩点的前后相邻4个点斜率的均值的2倍,如果大于则剔除该浓缩点,形成剔除斜率数组,并将原斜率数组的值赋为相邻4个点斜率的均值;如果小于或等于保留该浓缩点。
进一步地,在步骤S7中,所述设定数量为16。
进一步地,在步骤S7中,所述选定部分包括斜率数组的一半。
进一步地,在步骤S8中,在机械扫描辐射源的判断中,P2,P3不存在的条件为辅助判断;在电子扫描辐射源的判断中,H为负的条件为辅助判断。
本发明的有益效果包括:
本发明针对辐射源信号的不同特征转换成斜率变化来判断该辐射源,从而加快了信号后端处理;具体的,通过对接收到的辐射源辐射信号的特征参数经过一系列的计算处理步骤来区分该辐射源是机械扫描还是电子扫描,用成本和技术含量不高的系统处理变化慢的机械扫描辐射源信号,用成本和技术含量较高的系统处理变化快的电子扫描辐射源信号,让接收系统在复杂的电磁环境中确保不漏掉信号。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为机械扫描辐射源信号;
图2为机械扫描信号各点斜率的变化;
图3为采集到的电子扫描辐射源信号;
图4为电子扫描信号各点斜率的变化;
图5为机械扫描辐射源信号斜率变化;
图6为电子扫描辐射源信号斜率变化;
图中,X轴为时间,Y轴为信号强度(幅度)。
具体实施方式
本说明书中所有实施例公开的所有特征,或隐含公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合和/或扩展、替换。
因为机械扫描辐射源的信号的强度连续变化,不同信号强度水平几乎没有跳变点,如图1所示,对较短的时间段内采集到的点求平均,得到的均值应该是随时间缓慢连续变化的;电子扫描辐射源的信号强度变化是阶梯状的,不同信号强度水平有跳变点,同时时间纬度上来看,在每个阶梯内不同幅度的扫描时刻几乎是相同,如图2所示,所以多个点求平均,则每个阶梯内各个时刻内的均值几乎相同。
如图2~6所示,一种基于辐射信号斜率变化加快信号处理的方法,包括步骤:
S1,读取接收到的信号数据,并进行数据处理,所述数据处理包括将信号数据的时间转换为真实时间;
S2,取设定数量的点分别对幅度和时间计算平均数,并将计算得到的幅度平均数和时间平均数分别作为浓缩点;
S3,对步骤S2中形成的相邻两浓缩点的幅度、时间分别做差得到幅度差值和时间差值,并将幅度差值和时间差值形成点数组;
S4,以设定的时间间隔为判据,依次累加各浓缩点的时间,如超过设定的时间间隔则终止累加,然后对累加过程中所遍历到的点数组中的幅度差值求平均值,然后再将该平均值赋给各浓缩点;如未超过设定的时间间隔,则继续遍历;
S5,计算各浓缩点的斜率,组成斜率数组;
S6,剔除斜率数组中的突变的浓缩点;
S7,对斜率数组、剔除斜率数组进行线性拟合,求取斜率P1,P2,P3;其中,P2,P3求取时,剔除斜率数组的个数要大于设定数量;同时对斜率数组的选定部分求和H;
S8,综合步骤S7中P1,P2,P3,以及H进行判断;如果P1大于0.5,且P2,P3不存在,则为机械扫描辐射源;如果P1接近0,且P2,P3存在,P2>1,H为负,则为电子扫描辐射源。
可选的实施方式中,在步骤S6中,剔除斜率数组中的突变的浓缩点包括多次剔除,且每次剔除所采用的剔除依据相同。
可选的实施方式中,剔除的依据包括:该浓缩点的斜率是否大于每个浓缩点的前后相邻4个点斜率的均值的2倍,如果大于则剔除该浓缩点,形成剔除斜率数组,并将原斜率数组的值赋为相邻4个点斜率的均值;如果小于或等于保留该浓缩点。
可选的实施方式中,在步骤S7中,所述设定数量为16。
可选的实施方式中,在步骤S7中,所述选定部分包括斜率数组的一半。
可选的实施方式中,在步骤S8中,在机械扫描辐射源的判断中,P2,P3不存在的条件为辅助判断;在电子扫描辐射源的判断中,H为负的条件为辅助判断。
在本发明的实施例中,通过采集到的辐射源全脉冲信号进行处理,通过数值处理的方法画出其趋势图,然后对趋势图上的每一点求其斜率,即微分,得到其变化速率,机械扫描辐射源的全脉冲变化率应该是缓慢连续的,且其值随着时间由大变小,由正值到负值,如图5所示;电子扫描辐射源的全脉冲变化率应该存在多个突变点,其余点应该接近为0,如图6所示。
射频接收系统内部计算机板通过判断处理后的信号斜率来判断是机械扫描辐射源还是电子扫描辐射源,让对应的处理系统处理相应的信号,确保接收系统在复杂的电磁环境中确保不漏掉信号。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
除以上实例以外,本领域技术人员根据上述公开内容获得启示或利用相关领域的知识或技术进行改动获得其他实施例,各个实施例的特征可以互换或替换,本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
本发明功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,在一台计算机设备(可以是个人计算机,服务器,或者网络设备等)以及相应的软件中执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、或者光盘等各种可以存储程序代码的介质,进行测试或者实际的数据在程序实现中存在于只读存储器(Random Access Memory,RAM)、随机存取存储器(Random Access Memory,RAM)等。
Claims (6)
1.一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,包括步骤:
S1,读取接收到的信号数据,并进行数据处理,所述数据处理包括将信号数据的时间转换为真实时间;
S2,取设定数量的点分别对幅度和时间计算平均数,并将计算得到的幅度平均数和时间平均数分别作为浓缩点;
S3,对步骤S2中形成的相邻两浓缩点的幅度、时间分别做差得到幅度差值和时间差值,并将幅度差值和时间差值形成点数组;
S4,以设定的时间间隔为判据,依次累加各浓缩点的时间,如超过设定的时间间隔则终止累加,然后对累加过程中所遍历到的点数组中的幅度差值求平均值,然后再将该平均值赋给各浓缩点;如未超过设定的时间间隔,则继续遍历;
S5,计算各浓缩点的斜率,组成斜率数组;
S6,剔除斜率数组中的突变的浓缩点;
S7,对斜率数组、剔除斜率数组进行线性拟合,求取斜率P1,P2,P3;其中,P2,P3求取时,剔除斜率数组的个数要大于设定数量;同时对斜率数组的选定部分求和H;
S8,综合步骤S7中P1,P2,P3,以及H进行判断;如果P1大于0.5,且P2,P3不存在,则为机械扫描辐射源;如果P1接近0,且P2,P3存在,P2>1,H为负,则为电子扫描辐射源。
2.根据权利要求1所述的一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,在步骤S6中,剔除斜率数组中的突变的浓缩点包括多次剔除,且每次剔除所采用的剔除依据相同。
3.根据权利要求1或2任一所述的一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,剔除的依据包括:该浓缩点的斜率是否大于每个浓缩点的前后相邻4个点斜率的均值的2倍,如果大于则剔除该浓缩点,形成剔除斜率数组,并将原斜率数组的值赋为相邻4个点斜率的均值;如果小于或等于保留该浓缩点。
4.根据权利要求1所述的一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,在步骤S7中,所述设定数量为16。
5.根据权利要求1所述的一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,在步骤S7中,所述选定部分包括斜率数组的一半。
6.根据权利要求1所述的一种基于辐射信号斜率变化加快信号处理的方法,其特征在于,在步骤S8中,在机械扫描辐射源的判断中,P2,P3不存在的条件为辅助判断;在电子扫描辐射源的判断中,H为负的条件为辅助判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110709823.1A CN113343897B (zh) | 2021-06-25 | 2021-06-25 | 一种基于辐射信号斜率变化加快信号处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110709823.1A CN113343897B (zh) | 2021-06-25 | 2021-06-25 | 一种基于辐射信号斜率变化加快信号处理的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343897A true CN113343897A (zh) | 2021-09-03 |
CN113343897B CN113343897B (zh) | 2022-06-07 |
Family
ID=77478776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110709823.1A Active CN113343897B (zh) | 2021-06-25 | 2021-06-25 | 一种基于辐射信号斜率变化加快信号处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343897B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1039902A (zh) * | 1988-07-26 | 1990-02-21 | 菲利浦光灯制造公司 | 傅里叶处理脉冲多普勒信号的方法和装置 |
US5319550A (en) * | 1988-03-24 | 1994-06-07 | Olganix Corporation | High resolution digital image registration |
US20020112491A1 (en) * | 2001-02-22 | 2002-08-22 | Malone Christopher G. | Spray cooling system with cooling regime detection |
US20130304422A1 (en) * | 2012-05-10 | 2013-11-14 | Infineon Technologies Ag | Increased Dynamic Range Sensor |
CN104237877A (zh) * | 2014-09-19 | 2014-12-24 | 陕西长岭电子科技有限责任公司 | 机载型自主式测速测高雷达系统及测速测高方法 |
US20160313459A1 (en) * | 2013-12-11 | 2016-10-27 | Southern Innovation International Pty Ltd. | Method and apparatus for resolving signals in data |
CN106645434A (zh) * | 2016-11-17 | 2017-05-10 | 中国船舶重工集团公司第七0研究所 | 基于斜率和幅度差值门限的强脉冲信号识别方法 |
CN108108712A (zh) * | 2017-12-29 | 2018-06-01 | 哈尔滨工业大学 | 一种基于方差维数的辐射源指纹特征提取方法 |
CN108710814A (zh) * | 2018-05-15 | 2018-10-26 | 华南理工大学 | 一种无芯片rfid标签的结构模式信号的自动搜索方法 |
CN109063652A (zh) * | 2018-08-06 | 2018-12-21 | 高维度(深圳)生物信息智能应用有限公司 | 一种信号处理方法、系统及计算机存储介质 |
CN109307862A (zh) * | 2018-07-05 | 2019-02-05 | 西安电子科技大学 | 一种目标辐射源个体识别方法 |
CN110163040A (zh) * | 2018-03-28 | 2019-08-23 | 信阳农林学院 | 非高斯杂波中雷达辐射源信号识别技术 |
CN110208782A (zh) * | 2019-04-01 | 2019-09-06 | 西安电子科技大学 | 一种雷达定位方法、装置、系统、计算机设备和存储介质 |
CN111123206A (zh) * | 2019-12-18 | 2020-05-08 | 广东工业大学 | 一种拥塞路况中的毫米波雷达抗干扰方法 |
CN111259311A (zh) * | 2020-01-14 | 2020-06-09 | 西安应用光学研究所 | 尖峰噪声处理方法 |
CN111274904A (zh) * | 2020-01-14 | 2020-06-12 | 西安应用光学研究所 | 针对尖峰噪声的信号处理系统 |
CN111427018A (zh) * | 2020-04-22 | 2020-07-17 | 安徽华可智能科技有限公司 | 一种雷达干扰装备干扰效果评估方法 |
CN111679156A (zh) * | 2020-07-31 | 2020-09-18 | 国网内蒙古东部电力有限公司呼伦贝尔供电公司 | 一种基于正弦电压信号斜率的电压故障时间估计方法 |
CN111742266A (zh) * | 2018-02-22 | 2020-10-02 | Asml荷兰有限公司 | 基于参数的概率密度函数的控制 |
CN112379231A (zh) * | 2020-11-12 | 2021-02-19 | 国网浙江省电力有限公司信息通信分公司 | 一种基于多光谱图像的设备检测方法及装置 |
CN112881791A (zh) * | 2021-01-19 | 2021-06-01 | 中国电子科技集团公司第二十九研究所 | 通过俯仰角和方位角计算未知地面辐射源发射功率的方法 |
CN112965964A (zh) * | 2021-02-08 | 2021-06-15 | 北京军懋国兴科技股份有限公司 | 一种实测飞参数据的野值检测方法、系统及计算机相关产品 |
-
2021
- 2021-06-25 CN CN202110709823.1A patent/CN113343897B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5319550A (en) * | 1988-03-24 | 1994-06-07 | Olganix Corporation | High resolution digital image registration |
CN1039902A (zh) * | 1988-07-26 | 1990-02-21 | 菲利浦光灯制造公司 | 傅里叶处理脉冲多普勒信号的方法和装置 |
US20020112491A1 (en) * | 2001-02-22 | 2002-08-22 | Malone Christopher G. | Spray cooling system with cooling regime detection |
US20130304422A1 (en) * | 2012-05-10 | 2013-11-14 | Infineon Technologies Ag | Increased Dynamic Range Sensor |
US20160313459A1 (en) * | 2013-12-11 | 2016-10-27 | Southern Innovation International Pty Ltd. | Method and apparatus for resolving signals in data |
CN104237877A (zh) * | 2014-09-19 | 2014-12-24 | 陕西长岭电子科技有限责任公司 | 机载型自主式测速测高雷达系统及测速测高方法 |
CN106645434A (zh) * | 2016-11-17 | 2017-05-10 | 中国船舶重工集团公司第七0研究所 | 基于斜率和幅度差值门限的强脉冲信号识别方法 |
CN108108712A (zh) * | 2017-12-29 | 2018-06-01 | 哈尔滨工业大学 | 一种基于方差维数的辐射源指纹特征提取方法 |
CN111742266A (zh) * | 2018-02-22 | 2020-10-02 | Asml荷兰有限公司 | 基于参数的概率密度函数的控制 |
CN110163040A (zh) * | 2018-03-28 | 2019-08-23 | 信阳农林学院 | 非高斯杂波中雷达辐射源信号识别技术 |
CN108710814A (zh) * | 2018-05-15 | 2018-10-26 | 华南理工大学 | 一种无芯片rfid标签的结构模式信号的自动搜索方法 |
CN109307862A (zh) * | 2018-07-05 | 2019-02-05 | 西安电子科技大学 | 一种目标辐射源个体识别方法 |
CN109063652A (zh) * | 2018-08-06 | 2018-12-21 | 高维度(深圳)生物信息智能应用有限公司 | 一种信号处理方法、系统及计算机存储介质 |
CN110208782A (zh) * | 2019-04-01 | 2019-09-06 | 西安电子科技大学 | 一种雷达定位方法、装置、系统、计算机设备和存储介质 |
CN111123206A (zh) * | 2019-12-18 | 2020-05-08 | 广东工业大学 | 一种拥塞路况中的毫米波雷达抗干扰方法 |
CN111259311A (zh) * | 2020-01-14 | 2020-06-09 | 西安应用光学研究所 | 尖峰噪声处理方法 |
CN111274904A (zh) * | 2020-01-14 | 2020-06-12 | 西安应用光学研究所 | 针对尖峰噪声的信号处理系统 |
CN111427018A (zh) * | 2020-04-22 | 2020-07-17 | 安徽华可智能科技有限公司 | 一种雷达干扰装备干扰效果评估方法 |
CN111679156A (zh) * | 2020-07-31 | 2020-09-18 | 国网内蒙古东部电力有限公司呼伦贝尔供电公司 | 一种基于正弦电压信号斜率的电压故障时间估计方法 |
CN112379231A (zh) * | 2020-11-12 | 2021-02-19 | 国网浙江省电力有限公司信息通信分公司 | 一种基于多光谱图像的设备检测方法及装置 |
CN112881791A (zh) * | 2021-01-19 | 2021-06-01 | 中国电子科技集团公司第二十九研究所 | 通过俯仰角和方位角计算未知地面辐射源发射功率的方法 |
CN112965964A (zh) * | 2021-02-08 | 2021-06-15 | 北京军懋国兴科技股份有限公司 | 一种实测飞参数据的野值检测方法、系统及计算机相关产品 |
Non-Patent Citations (4)
Title |
---|
VLADISLAV NOSKOV 等: "Autodyne Sensor Signals with Amplitude-Frequency Modulation of Radiation", 《SENSORS》, 10 December 2020 (2020-12-10), pages 1 - 18 * |
史震 等: "诱偏抗反辐射导弹的导引信号模型及仿真", 《弹箭与制导学报》, 31 August 2007 (2007-08-31), pages 203 - 206 * |
吴自新 等: "一种干涉仪测向解模糊的方法", 《电子技术与软件工程》, 28 February 2021 (2021-02-28), pages 95 - 97 * |
宋杰 等: "非合作双基地雷达测距方法与精度分析", 《电子科技大学学报》, 30 March 2009 (2009-03-30), pages 169 - 172 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343897B (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318436B (zh) | 反应曲线生成方法、装置及光学检测系统 | |
CN102982534B (zh) | 基于弦线切线法的Canny边缘检测双阈值获取方法 | |
CN111277243A (zh) | 一种面向水深提取的光子计数激光雷达自适应滤波算法 | |
CN105954695B (zh) | 一种基于同步的同质传感器突变参数识别方法与装置 | |
CN115240149A (zh) | 三维点云检测识别方法、装置、电子设备及存储介质 | |
CN111415653B (zh) | 用于识别语音的方法和装置 | |
CN111598801A (zh) | 一种用于微弱Mura缺陷的识别方法 | |
CN117668468B (zh) | 一种化工制备数据智能分析管理系统 | |
CN111046303A (zh) | 一种热点区域的自动检测方法、装置及系统 | |
CN113343897B (zh) | 一种基于辐射信号斜率变化加快信号处理的方法 | |
CN110827339B (zh) | 目标点云提取的方法 | |
CN109828275B (zh) | 一种零度层亮带的识别方法和系统 | |
CN116883987A (zh) | 一种用于变电站无人巡检的指针仪表读数识别方法 | |
CN112332807A (zh) | 一种弱包络信号检测方法和系统 | |
CN111353526A (zh) | 一种图像匹配方法、装置以及相关设备 | |
CN115841491A (zh) | 一种多孔金属材料的质量检测方法 | |
CN113608190B (zh) | 基于奇异空间三特征的海面目标检测方法及系统 | |
CN110857909B (zh) | 测量微粒粒径的系统 | |
CN116366477B (zh) | 一种列车网络通信信号检测方法、装置、设备及存储介质 | |
CN113189557B (zh) | 对海雷达目标检测精细化处理方法及装置 | |
CN110322465B (zh) | 肿瘤微球的轮廓检测方法及装置 | |
CN116973860B (zh) | 雷达回波信号自适应混检方法、混检装置 | |
CN116996138B (zh) | 多分辨率载波信号检测方法、系统、电子设备及存储介质 | |
CN114358095B (zh) | 一种脉冲信号的筛选方法及相关装置 | |
CN113325383B (zh) | 基于网格和dbscan的自适应车载毫米波雷达聚类算法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |