CN115169390A - 电磁数据匹配度计算方法、信号处理方法、信号处理系统 - Google Patents
电磁数据匹配度计算方法、信号处理方法、信号处理系统 Download PDFInfo
- Publication number
- CN115169390A CN115169390A CN202210723568.0A CN202210723568A CN115169390A CN 115169390 A CN115169390 A CN 115169390A CN 202210723568 A CN202210723568 A CN 202210723568A CN 115169390 A CN115169390 A CN 115169390A
- Authority
- CN
- China
- Prior art keywords
- data
- matching degree
- electromagnetic
- matching
- calculating
- 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.)
- Pending
Links
Images
Landscapes
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明公开了一种电磁数据匹配度计算方法、信号处理方法、信号处理系统,属于电子侦察领域,包括步骤:S1,计算待匹配电磁信号的搜索长度,并设置初始位移;S2,计算匹配搜索颗粒度;S3,计算待匹配电磁信号之间不同位移的匹配度;S4,计算新的初始位移和新的匹配搜索颗粒度;S5,重复步骤S3~步骤S4,直至匹配度搜索颗粒度满足精度要求或者达到最小值,并计算出最小值匹配度作为待匹配电磁信号的最佳匹配度,根据此匹配度完成目标检测或识别时的电磁数据匹配。本发明提高电磁信号非周期数据的匹配度的精度和速度,使实际装备应用时减小通信量和计算量,使得数据匹配实时性更高,消耗资源更少、同时匹配精度得到保障。
Description
技术领域
本发明涉及电子侦察领域,更为具体的,涉及一种电磁数据匹配度计算方法、信号处理方法、信号处理系统。
背景技术
数据或图像的匹配度计算在各个领域非常重要,特别是在信号处理、图像处理领域,面对的数据通常是数据量很大的序列数据或矩阵数据,同时由于传感器或数字化过程中,数据受到各种因素带来的污染和噪声影响,不同数据之间进行匹配度计算时,运算量大,计算复杂,同时还有不能收敛的可能。
目前,通常采用的现有方法包含通过相关运算,计算获得待匹配数据的移位关系,然后再计算补偿移位后的匹配度,作为最终的匹配度。这种方法在数据长度较大时,面临资源及计算速度慢的问题,同时由于前一步的相关运算是完全基于数据进行相关度的,计算出的移位关系不一定恰好是匹配度的最佳位置,最终在这个移位条件下获得的匹配度也很可能不是准确的匹配度。这对后续处理时很致命的。
还有一种现有方法是将数据进行特征变换或者抽取特征点,再在特征域计算匹配度,用于减小运算量。这种方法对特征变换的依赖度高,对不同的对象、不同领域的数据,需要针对性研究特征变换算法;而且在数据量大的情况下,特征变换的运算量是很大的,又增加了运算量。
还有一种常采取的现有方法是将数据进行抽取降低维度,然后在低维度计算匹配度。这种方法对数据抽取后,通常会恶化数据质量,使得匹配度计算产生较大误差,从而对后续的判断、融合等处理产生不利影响。
由于上述方法存在的缺点,导致电磁数据匹配度、信号处理和图像处理场景存在精度和速度较低的问题,进而造成消耗资源及计算速度慢的问题,相关电子侦察系统实时性差,现有方法难以满足在实时性要求高的信号处理场景和图像处理场景应用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种电磁数据匹配度计算方法、信号处理方法、信号处理系统,提高电磁信号非周期数据的匹配度的精度和速度,使实际装备应用时减小通信量和计算量,使得数据匹配计算实时性更高,消耗资源更少、同时匹配精度得到保障。
本发明的目的是通过以下方案实现的:
一种电磁数据匹配度计算方法,利用电磁信号侦收设备接获并采样电磁信号,再利用电磁信号数据进行目标检测或识别时计算匹配度;然后利用该匹配度完成后续的目标检测或识别处理;所述利用电磁信号数据进行目标检测或识别时计算匹配度,具体包括如下步骤:
设D1(N)是长度为N的均匀采样的非周期电磁信号数据序列,D2(n)是长度为n的均匀采样的非周期电磁信号数据序列,代表两个待匹配的电磁数据序列,N和n均为正整数;并执行如下步骤:
S1,利用N和n计算待匹配电磁信号D1(N)和D2(n)的搜索长度L,并设置初始位移K;
S2,利用N、n和L计算匹配搜索颗粒度M,M取正整数;
S3,计算与M相应的D2(N)相对于与M相应的D1(n)的不同位移的匹配度S(i),i=0,1..L-1,并求L个S(i)的最小值及其序号k,设S(k)为最小值,k为0~L-1之间的整数;
S4,计算新的初始位移K=(k-1)*M,并计算新的匹配搜索颗粒度M;
S5,重复步骤S3~步骤S4,直至匹配度搜索颗粒度M满足精度要求或者达到最小值,并计算出匹配度最小值S(k)作为两个待匹配信号的匹配度,后续处理根据此匹配度完成目标检测或识别时的电磁数据匹配。
进一步地,如果参与匹配的电磁信号数据是二维的非周期数据的情况,则从数据二维矩阵的两个维度分别完成步骤S1~步骤S5。
进一步地,在步骤S1中,L=b*(N+n)/n;式中的b根据实际数据进行调整,一般设为3~5之间。
进一步地,在步骤S2中,M=(N-n)/L。
进一步地,在步骤S3中,计算共计L次匹配度:S(i)=∑(D1M*i+j+K-D2j)*Wj,Wj是加权函数,j=0,1,2…n-1;式中D1、D2分别是两个待匹配的电磁数据序列,下标中的K是初始位移。
进一步地,在步骤S4中,新的搜索颗粒度为原搜索颗粒度M的倍数:c*M/L,且新的搜索颗粒度取正整数;式中的c根据实际数据进行调整,设为3~5之间,保持与S1中b的取值一致。
进一步地,在步骤S1中,设置初始位移K=0。
进一步地,如果待匹配的电磁信号数据是二维数据,则在步骤S1、步骤S2中分别计算两个维度的初始位移和匹配搜索颗粒度,设分别为L1,L2,M1,M2;
在步骤S3中的匹配度S(i)将是两维数据的匹配度,设获得的单维数据匹配度数组分别为S1和S2,则匹配度S(i)为S1和S2的函数,即设:S(i)=f(S1,S2),且步骤S3中获得的S(i)最小值将由f(S1,S2)确定,对应两个整数,设分别为k1和k2;
在步骤S4中更新的初始位移和匹配搜索颗粒度,分别为两个维度的数据分别更新,即第一个维度:j=(k1-1)*L1以及第二个维度:j=(k2-1)*L2。
一种信号处理方法,包括数据采集步骤、数据处理步骤;
在数据采集步骤中,利用电子设备侦收电磁信号,并设D1(N)是长度为N的均匀离散的非周期电磁信号序列,D2(n)是长度为n的均匀离散的非周期电磁信号序列,N和n均为正整数;
在数据处理步骤,执行如上任一所述电磁数据匹配度计算方法。
一种信号处理系统,包括电磁信号侦收设备和计算机系统,在电磁信号侦收设备中设有传感器,利用传感器采集电磁信号数据,利用计算机系统的存储器存储有程序,当程序被计算机系统的处理器加载时,执行如上任一所述电磁数据匹配度计算方法。
本发明的有益效果包括:
(1)本发明解决了电子侦察系统电磁信号数据计算速度慢的问题,依赖较少资源,实时性高,能够提高电磁信号非周期数据的匹配度的精度和速度,同时利用非周期数据本身,采用逐步逼近、逐步调整匹配精度的方式,避免了特征变换的额外运算量,极大减小了运算的迭代次数,同时保证了匹配的精度。
(2)本发明极大减小了电磁数据在数据量巨大、实时性要求高的场景下的迭代次数,同时保证了匹配的精度。
(3)本发明针对传感器采集的非周期电磁数据,减小通信量和计算量,使得数据匹配计算实时性更高,消耗资源更少、同时匹配精度得到保障。
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为本发明实施例中利用电子侦察系统对实际雷达采集并变换的第一组实际电磁信号数据:左图和右图分别为D1和D2,N=2048,n为92左右;
图2为本发明实施例中利用电子侦察系统对实际雷达采集并变换的第一组实际电磁信号数据匹配后效果;
图3为本发明实施例中利用传感器采集的第二组实际电磁信号数据:左图和右图分别为D1和D2,N=2048,n为143左右;
图4为本发明实施例中利用传感器采集的第二组实际电磁信号数据匹配后效果;
图5为本发明实施例的方法步骤流程图。
具体实施方式
下面结合附图和实施例对发明进一步说明。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。下面结合附图和实施例对发明进一步说明。
为了能够提高电子侦察系统电磁信号非周期数据的匹配度的精度和速度,本发明提供以下处理方法。
在电子侦察系统实施例中,针对非周期数据进行匹配度计算过程中的运算量大、不易收敛等问题,采用逐步逼近、逐步调整匹配精度的思路,从而达到以较小运算量、快速收敛的效果。对于两个待匹配的电磁信号对象D1(N)和D2(n),分别为两个长度分别为N,n的均匀离散的非周期数字序列,N,n均为正整数,设N>n,实际情况下N远大于n。在某些需加权的情况下,设加权函数为W(i),i=0,1,2……n,若无加权函数,则设W(i)=1。本实施例包括如下步骤:
步骤(1):计算待匹配数据的搜索长度、初始位移:搜索长度L=b*(N+n)/n,其中N、n分别是待匹配对象的长度;初始位移K=0;式中的b根据实际数据进行调整,一般设为3~5之间。
步骤(2):计算匹配度搜索粒度:M=(N-n)/L;其中M取正整数。
步骤(3):按照既定的颗粒度,计算D2相对D1的不同位移的匹配度。对即i=0,1..L-1,计算共计L次匹配度:S(i)=∑(D1M*i+j+K-D2j)*Wj。其中,j=0,1,2…n-1。共计算L个S(i)值,并求L个S(i)的最小值及其序号k,假设S(k)为最小值(k为0~L-1之间的整数)。
步骤(4):计算新的初始位移K=(k-1)*M,并计算新的搜索颗粒度,为原颗粒度M的倍数:c*M/L,取正整数,c根据实际数据进行调整,一般设为3~5之间。
步骤(5):重复步骤(3)~步骤(4),直至匹配颗粒度M满足精度要求或者达到最小值1,并计算出最小值S(k)作为最佳匹配度。以上的步骤是一维数据的匹配度计算方法。
如果匹配的非周期数据是二维数据,则在步骤(1)、步骤(2)和步骤(3)中需要分别计算两个维度的初始位移和搜索粒度、匹配度。假设分别为L1,L2,M1,M2。
同时,在步骤(3)中的匹配度将是两维数据的匹配度(设获得的单维数据匹配度数组分别为S1和S2)S为S1和S2的函数。
设S=f(S1,S2),所以,步骤(3)中获得的S最小值将由f(S1,S2)确定,将对应两个整数,假设分别为k1和k2。
对应地,步骤(4)中更新的初始位移和搜索颗粒度也需要分别为两个维度的数据分别更新。即:
j=(k1-1)*L1
以及j=(k2-1)*L2
对两个长度分别为N,n的对象D1(N),D2(n),设单次计算一次匹配度的计算量为X,按照最小颗粒度的情形计算,逐点匹配的计算量约为是X*(N-n)。
按照本发明方法的计算量约为:
X*3*[(N+n)/n]*(int)(lg3[(N-n)*n/(N+n)/6]))
在实际电子侦察系统中,以典型的N=4096,n=256为例,采用逐点匹配方案的计算量约为3840*X,采用本发明方案的时间消耗约为153*X,运算量减小25倍;若N=2048,n=128,采用逐点匹配方案的系统逐的计算量约为1920*X,采用本发明方案的电子侦察系统的时间消耗约为102*X,运算量减小18倍,因此本发明能够大大减小电子侦察系统侦收的电磁信号数据的运算量。在二维数据的情况下,本发明将会相对一维数据带来更加明显的优势,效率提高的倍数将会累乘。
在本发明的其他实施例中,在实际电子侦察系统侦收的实际雷达两组数据,各50对非周期电磁数据对进行匹配度计算。设实际系统中采集的第一组数据D1的数据长度2048,采集的第二组数据D2长度92+5,数据对如图1。第二组数据D2的数据度2048,D2长度约143+5,数据对如图3。两类数据共约100对,利用本发明的方法将匹配后的数据进行可视化,可视化效果如图2、图4所示。
对第一组数据,常规匹配方法需要约1950次计算,对第二组数据,常规匹配方法约需要1900次计算。对两组典型的实际电子侦察系统数据,本发明与传统方法相比,运算量减小了20倍左右。详细记录数据如下:
综上可知,本发明所提出的方法,可以在数据量较大的非周期电磁数据匹配度计算时应用,相比传统方法大大提高收敛速度和计算效率,使得电子侦察系统在作电磁数据匹配时实时性更好,消耗资源更好,同时还能保持匹配度更精确和高效。
实施例1
如图5所示,一种电磁数据匹配度计算方法,利用电磁信号侦收设备接获并采样电磁信号,再利用电磁信号数据进行目标检测或识别时计算匹配度;然后利用该匹配度完成后续的目标检测或识别处理;所述利用电磁信号数据进行目标检测或识别时计算匹配度,具体包括如下步骤:
设D1(N)是长度为N的均匀采样的非周期电磁信号数据序列,D2(n)是长度为n的均匀采样的非周期电磁信号数据序列,代表两个待匹配的电磁数据序列,N和n均为正整数;并执行如下步骤:
S1,利用N和n计算待匹配电磁信号D1(N)和D2(n)的搜索长度L,并设置初始位移K;
S2,利用N、n和L计算匹配搜索颗粒度M,M取正整数;
S3,计算与M相应的D2(N)相对于与M相应的D1(n)的不同位移的匹配度S(i),i=0,1..L-1,并求L个S(i)的最小值及其序号k,设S(k)为最小值,k为0~L-1之间的整数;
S4,计算新的初始位移K=(k-1)*M,并计算新的匹配搜索颗粒度M;
S5,重复步骤S3~步骤S4,直至匹配度搜索颗粒度M满足精度要求或者达到最小值,并计算出匹配度最小值S(k)作为两个待匹配信号的匹配度,后续处理根据此匹配度完成目标检测或识别时的电磁数据匹配。
实施例2
在实施例1的基础上,适用于待匹配数据是二维数据的情况,如果参与匹配的电磁信号数据是二维的非周期数据的情况,则从数据二维矩阵的两个维度分别完成步骤S1~步骤S5。
实施例3
在实施例1的基础上,在步骤S1中,L=b*(N+n)/n;式中的b根据实际数据进行调整,一般设为3~5之间。
实施例4
在实施例1的基础上,在步骤S2中,M=(N-n)/L。
实施例5
在实施例1的基础上,在步骤S3中,计算共计L次匹配度:S(i)=∑(D1M*i+j+K-D2j)*Wj,Wj是加权函数,j=0,1,2…n-1;式中D1、D2分别是两个待匹配的电磁数据序列,下标中的K是初始位移。
实施例6
在实施例1的基础上,在步骤S4中,新的搜索颗粒度为原搜索颗粒度M的倍数:c*M/L,且新的搜索颗粒度取正整数;式中的c根据实际数据进行调整,设为3~5之间,保持与S1中b的取值一致。
实施例7
在实施例1的基础上,在步骤S1中,设置初始位移K=0。
实施例8
在实施例2的基础上,如果待匹配的电磁信号数据是二维数据,则在步骤S1、步骤S2中分别计算两个维度的初始位移和匹配搜索颗粒度,设分别为L1,L2,M1,M2;
在步骤S3中的匹配度S(i)将是两维数据的匹配度,设获得的单维数据匹配度数组分别为S1和S2,则匹配度S(i)为S1和S2的函数,即设:S(i)=f(S1,S2),且步骤S3中获得的S(i)最小值将由f(S1,S2)确定,对应两个整数,设分别为k1和k2;
在步骤S4中更新的初始位移和匹配搜索颗粒度,分别为两个维度的数据分别更新,即第一个维度:j=(k1-1)*L1以及第二个维度:j=(k2-1)*L2。
实施例9
一种信号处理方法,包括数据采集步骤、数据处理步骤;
在数据采集步骤中,利用电子设备侦收电磁信号,并设D1(N)是长度为N的均匀离散的非周期电磁信号序列,D2(n)是长度为n的均匀离散的非周期电磁信号序列,N和n均为正整数;
在数据处理步骤,执行如实施例1~实施例8任一所述电磁数据匹配度计算方法。
实施例10
一种信号处理系统,包括电磁信号侦收设备和计算机系统,在电磁信号侦收设备中设有传感器,利用传感器采集电磁信号数据,利用计算机系统的存储器存储有程序,当程序被计算机系统的处理器加载时,执行如实施例1~实施例8任一所述电磁数据匹配度计算方法。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的方法。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
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。
Claims (10)
1.一种电磁数据匹配度计算方法,其特征在于,利用电磁信号侦收设备接获并采样电磁信号,再利用电磁信号数据进行目标检测或识别时计算匹配度;然后利用该匹配度完成后续的目标检测或识别处理;所述利用电磁信号数据进行目标检测或识别时计算匹配度,具体包括如下步骤:
设D1(N)是长度为N的均匀采样的非周期电磁信号数据序列,D2(n)是长度为n的均匀采样的非周期电磁信号数据序列,代表两个待匹配的电磁数据序列,N和n均为正整数;并执行如下步骤:
S1,利用N和n计算待匹配电磁信号D1(N)和D2(n)的搜索长度L,并设置初始位移K;
S2,利用N、n和L计算匹配搜索颗粒度M,M取正整数;
S3,计算与M相应的D2(N)相对于与M相应的D1(n)的不同位移的匹配度S(i),i=0,1..L-1,并求L个S(i)的最小值及其序号k,设S(k)为最小值,k为0~L-1之间的整数;
S4,计算新的初始位移K=(k-1)*M,并计算新的匹配搜索颗粒度M;
S5,重复步骤S3~步骤S4,直至匹配度搜索颗粒度M满足精度要求或者达到最小值,并计算出匹配度最小值S(k)作为两个待匹配信号的匹配度,后续处理根据此匹配度完成目标检测或识别时的电磁数据匹配。
2.根据权利要求1所述的电磁数据匹配度计算方法,适用于待匹配数据是二维数据的情况,其特征在于,如果参与匹配的电磁信号数据是二维的非周期数据的情况,则从数据二维矩阵的两个维度分别完成步骤S1~步骤S5。
3.根据权利要求1所述的电磁数据匹配度计算方法,其特征在于,在步骤S1中,L=b*(N+n)/n;式中的b根据实际数据进行调整,一般设为3~5之间。
4.根据权利要求1所述的电磁数据匹配度计算方法,其特征在于,在步骤S2中,M=(N-n)/L。
5.根据权利要求1所述的电磁数据匹配度计算方法,其特征在于,在步骤S3中,计算共计L次匹配度:S(i)=∑(D1M*i+j+K-D2j)*Wj,Wj是加权函数,j=0,1,2…n-1;式中D1、D2分别是两个待匹配的电磁数据序列,下标中的K是初始位移。
6.根据权利要求1所述的电磁数据匹配度计算方法,其特征在于,在步骤S4中,新的搜索颗粒度为原搜索颗粒度M的倍数:c*M/L,且新的搜索颗粒度取正整数;式中的c根据实际数据进行调整,设为3~5之间,保持与S1中b的取值一致。
7.根据权利要求1所述的电磁数据匹配度计算方法,其特征在于,在步骤S1中,设置初始位移K=0。
8.根据权利要求2所述的电磁数据匹配度计算方法,其特征在于,如果待匹配的电磁信号数据是二维数据,则在步骤S1、步骤S2中分别计算两个维度的初始位移和匹配搜索颗粒度,设分别为L1,L2,M1,M2;
在步骤S3中的匹配度S(i)将是两维数据的匹配度,设获得的单维数据匹配度数组分别为S1和S2,则匹配度S(i)为S1和S2的函数,即设:S(i)=f(S1,S2),且步骤S3中获得的S(i)最小值将由f(S1,S2)确定,对应两个整数,设分别为k1和k2;
在步骤S4中更新的初始位移和匹配搜索颗粒度,分别为两个维度的数据分别更新,即第一个维度:j=(k1-1)*L1以及第二个维度:j=(k2-1)*L2。
9.一种信号处理方法,其特征在于,包括数据采集步骤、数据处理步骤;
在数据采集步骤中,利用电子设备侦收电磁信号,并设D1(N)是长度为N的均匀离散的非周期电磁信号序列,D2(n)是长度为n的均匀离散的非周期电磁信号序列,N和n均为正整数;
在数据处理步骤,执行如权利要求1~8任一所述电磁数据匹配度计算方法。
10.一种信号处理系统,其特征在于,包括电磁信号侦收设备和计算机系统,在电磁信号侦收设备中设有传感器,利用传感器采集电磁信号数据,利用计算机系统的存储器存储有程序,当程序被计算机系统的处理器加载时,执行如权利要求1~8任一所述电磁数据匹配度计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210723568.0A CN115169390A (zh) | 2022-06-24 | 2022-06-24 | 电磁数据匹配度计算方法、信号处理方法、信号处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210723568.0A CN115169390A (zh) | 2022-06-24 | 2022-06-24 | 电磁数据匹配度计算方法、信号处理方法、信号处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115169390A true CN115169390A (zh) | 2022-10-11 |
Family
ID=83486891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210723568.0A Pending CN115169390A (zh) | 2022-06-24 | 2022-06-24 | 电磁数据匹配度计算方法、信号处理方法、信号处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169390A (zh) |
-
2022
- 2022-06-24 CN CN202210723568.0A patent/CN115169390A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10977526B2 (en) | Method and apparatus for SAR image recognition based on multi-scale features and broad learning | |
CN108376408B (zh) | 一种基于曲率特征的三维点云数据快速加权配准方法 | |
CN110728706B (zh) | 基于深度学习的sar图像精细配准方法 | |
CN112163145B (zh) | 基于编辑距离与余弦夹角的网站检索方法、装置及设备 | |
CN112180433B (zh) | 地震初至波拾取方法及装置 | |
CN103679193A (zh) | 一种基于freak的高速高密度封装元器件快速定位方法 | |
CN113848550A (zh) | 地基雷达自适应阈值永久散射体识别方法、装置及存储介质 | |
CN105259410A (zh) | 一种强噪声干扰下的欠采样波形的频率估计方法及其装置 | |
CN114879231A (zh) | Gnss信号压缩捕获方法及装置、电子设备、存储介质 | |
CN108053424A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN115311531A (zh) | 一种RefineDet网络模型的探地雷达地下空洞目标自动检测方法 | |
CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
CN110954860A (zh) | 一种doa和极化参数估计方法 | |
CN108447084B (zh) | 基于orb特征的立体匹配补偿方法 | |
CN115169390A (zh) | 电磁数据匹配度计算方法、信号处理方法、信号处理系统 | |
CN111815520A (zh) | 一种基于gpu-cuda编码模型的遥感影像快速处理方法 | |
CN114047475A (zh) | 基于多维标度法简化代价函数的到达时间差迭代定位方法 | |
CN111179254B (zh) | 一种基于特征函数和对抗学习的域适应医学图像分割方法 | |
CN108093153A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 | |
CN113238184A (zh) | 一种基于非圆信号的二维doa估计方法 | |
CN110826573B (zh) | 一种显著图融合方法及系统 | |
CN117434511B (zh) | 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 | |
CN112991390B (zh) | 一种基于背景感知的多跟踪器融合目标跟踪方法 | |
CN114661940B (zh) | 一种适用于黑盒攻击下快速获取语音对抗样本的方法 |
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 |