欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110546129
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于Transformer技术的数据增强及递归图分类的海面目标检测方法,其特征在于,包括以下步骤:利用雷达获得海面回波幅度序列,对其预处理获得雷达实测目标回波幅度数据,并处理成适合送入Transformer的数据格式;

根据预处理后的实测目标幅度数据,利用Transformer双向预测机制生成实测目标幅度的历史项数据和未来项数据,并与实测目标幅度数据拼接得到增强后的目标幅度数据;

将增强后的实测目标幅度数据构建成递归图数据集;

利用卷积神经网络对递归图数据集进行训练,得到分类器模型;并利用分类器模型对待测递归图进行分类,输出分类结果;

所述生成实测目标幅度的历史项数据和未来项数据的步骤包括:

S21,通过从右向左反向训练的方式,将原始输入数据反推产生出历史输入数据,生成历史项数据,表达式为:式中,表示原始输入序列数据集合,;表示原始输入序列数据的首项;表示根据原始输入序列数据预测出来的第一个历史项数据;此预测过程重复迭代执行k次,得到历史项数据集合,其中上标u表示该集合是与用户u进行交互的序列数据集合;

S22,利用作为输入序列对Transformer进行微调以及进行下一项的预测,生成未来项数据,表达式为:式中,表示将预测出来的历史项数据集合与原始输入序列数据集合,按照历史项数据集合、原始输入序列数据集合的顺序拼接到一起得到的增强数据集合,即;表示的尾项;表示表示根据增强数据集合预测出来的第一个未来项数据;此预测过程重复迭代执行k次,得到未来项数据集合;将历史项数据集合、原始输入序列数据集合和未来项数据集合三者拼接到一起得到均衡后的目标幅度数据集合。

2.根据权利要求1所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法,其特征在于,对所述海面回波幅度序列进行预处理的步骤为:S11,取出雷达实测目标数据单元,将其实部虚部相加再求绝对值得到雷达实测目标幅度数据;

S12,将雷达实测目标幅度数据定义为Transformer系统中的项目,并设定虚拟用户与项目进行交互。

3.根据权利要求1或2所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法,其特征在于,所述海面回波幅度序列由雷达接收的N个连续脉冲回波构成,形成一个时间序列数据集;每个脉冲回波数据包含幅度信息。

4.根据权利要求3所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法,其特征在于,构建所述递归图数据集的步骤包括:S31,将均衡后的目标幅度数据集作为输入的时间序列数据切分成若干个长度为N的子段,对于每个数据子段,构建嵌入向量集合;则嵌入向量构建表达式为:式中,为通过嵌入维度和嵌入时延生成的向量,即嵌入向量,为嵌入过程使用的延迟时间,m为嵌入维度;

S32,使用递归矩阵表示嵌入向量之间的距离;递归矩阵的元素定义如下:其中,,,表示曼哈顿距离;则递归矩阵表示为:

S33,对递归矩阵进行灰度归一化处理,得到递归图数据集;灰度归一化处理的公式为:其中,为变换后图像的灰度值,表示原图像的灰度值;和分别代表原图像中的最小和最大灰度值。

5.根据权利要求1所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法,其特征在于,并利用分类器模型对待测递归图进行分类的具体步骤包括:S41,将递归图数据集传入卷积神经网络的第一层卷积层,输出递归图的特征图:其中为非线性的激活函数;为卷积层的第个节点;为局部感受野的范围;为卷积核;为偏置;卷积层的输出为递归图的特征图;

S42,将卷积层生成的特征图输入到下一层池化层中:

其中,为下采样函数,采用的是最大池化的方式,表示第个节点的输出值,表示池化层输入值的取值范围;

S43,将卷积层和池化层的输出输入到全连接层中,全连接层的输出为分类结果,具体公式如下:其中,表示第i个节点的输出值,即特征图元素个数,和是权重矩阵和偏置向量,表示非线性激活函数,表示当前全连接层的第i个节点,是最后一层输出的特征图中元素的数量。

6.基于Transformer技术的数据增强及递归图分类的海面目标检测系统,其特征在于,所述系统用以实现权利要求1-5任一项所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法,所述系统包括:雷达信号接收模块:用于获得海面回波序列;

数据预处理模块:用于对海面回波数据进行预处理,获得雷达实测海面回波幅度数据;根据预处理得到的回波幅度数据,再次将其处理成适合送入Transformer的数据格式;

数据生成模块:利用Transformer双向预测机制生成实测目标幅度的历史项数据和未来项数据,并与实测目标幅度数据拼接得到增强后的目标幅度数据;

递归图结构生成模块:将增强后的实测目标幅度数据构建成递归图数据集;

网络模型训练模块:用于对递归图数据集进行训练,并得到分类器模型;

以及,分类模块:用于利用训练所得的分类器模型对待测递归图进行分类,输出结果。

7.一种计算机存储介质,存储有可读程序,其特征在于,当程序运行时,能够执行权利要求1-5任一项所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法。

8.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

所述存储器用于存放至少一条可执行指令,所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法对应的操作。

9.一种计算机程序产品,包括计算机指令,其特征在于,所述计算机指令指示计算设备执行权利要求1-5中任一所述的基于Transformer技术的数据增强及递归图分类的海面目标检测方法对应的操作。