多视角智能观测SAR目标识别理论与方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61901091
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    27.5万
  • 负责人：
    裴季方
  • 依托单位：
    电子科技大学
  • 学科分类：
    F0112.雷达原理与技术
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Multiview intelligent observing SAR target recognition is a novel radar target recognition technology. It can plan the efficient observing path of the platform online and select the optimal imaging views. Thus, it rapidly obtains the multiple SAR images of the target, and recognizes the high-value target accurately with the scattering information from different views, which is of great value in the fields of disaster rescue, border control, military reconnaissance, and so on. This project will focus on both the basic theoretical and technical problems of the multiview intelligent observing SAR target recognition. Detection in imaging (DII) of multiview SAR, online intelligent planning of the observing path and micro-growth deep network target recognition will be studied in this project. And we will break through some key technologies such as the optimal target detection in imaging, fast prediction of the optimal observing views, and the growth and metabolism of the deep network. At the same time, simulations and experiments will be carried out, and the proprietary intellectual property rights will be obtained further. This project is of important scientific significance for improving the basic research level and the ability of independent innovation in intelligent SAR target recognition fields of our country.
多视角智能观测SAR目标识别是一种新型的雷达目标识别技术。它能在线规划出高效的平台观测路径，选择最优的成像视角，快速获取目标的多幅SAR图像，并利用不同视角的散射信息对高价值目标进行精准识别，在灾难救援、边境管制、军事侦察等领域具有重要的应用价值。本项目将围绕多视角智能观测SAR目标识别中的基础理论和技术问题，开展多视角SAR“成像中检测”、观测路径智能在线规划和微生长深度网络目标识别等研究工作，解决成像过程中目标最优检测、最优观测视角快速预测、深度识别网络可生长与代谢等关键科学问题，完成系统仿真与实验验证，形成具有自主知识产权的技术体系。本项目的研究可以提高我国在智能SAR目标识别领域的基础研究水平和自主创新能力，具有重要的科学意义。

结项摘要

作为一种新型的雷达目标识别技术，多视角智能观测SAR能在线规划出高效的平台观测路径，选择最优的成像视角，快速获取目标的多幅SAR图像，并利用不同视角的散射信息对高价值目标进行精准识别，在灾难救援、边境管制、军事侦察等领域具有重要的应用价值。多视角SAR“成像中检测”理论、观测路径智能在线规划、微生长深度网络目标识别是实现该技术的核心关键。本项目针对这些问题进行了理论分析、方法研究、仿真验证等工作，主要内容如下：（1）建立了多视角SAR“成像中检测”处理框架，研究了渐变孔径目标快速成像方法，实现了成像过程中目标的快速准确检测。（2）建立了多视角SAR观测路径在线规划模型，研究了观测路径自主规划方法，实现了目标观测视角和路径的优化选取。（3）建立了多视角微生长深度识别网络架构，形成了面向不同视角输入的识别网络结构自调整，实现了SAR目标的高效准确识别。以上模型与方法已通过理论分析、计算机仿真和实测数据进行了验证，结果表明，上述方法可实现多视角智能观测SAR对目标的有效识别。

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（1）
会议论文数量（8）
专利数量（6）
A Multidirectional One-Dimensional Scanning Method for Harbor Detection From SAR Images
SAR图像港口检测的多向一维扫描方法
  • DOI：
    10.1109/jstars.2021.3115878
  • 发表时间：
    2021
  • 期刊：
    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • 影响因子：
    5.5
  • 作者：
    Wang Rufei;Pei Jifang;Xu Fanyun;Huo Weibo;Huang Yulin;Zhang Yin;Yang Jianyu
  • 通讯作者：
    Yang Jianyu
When Deep Learning Meets Multi-Task Learning in SAR ATR: Simultaneous Target Recognition and Segmentation
当深度学习遇到 SAR ATR 中的多任务学习：同时进行目标识别和分割
  • DOI：
    10.3390/rs12233863
  • 发表时间：
    2020-11
  • 期刊：
    Remote Sensing
  • 影响因子：
    5
  • 作者：
    Wang Chenwei;Pei Jifang;Wang Zhiyong;Huang Yulin;Wu Junjie;Yang Haiguang;Yang Jianyu
  • 通讯作者：
    Yang Jianyu
SAR Target Image Generation Method Using Azimuth-Controllable Generative Adversarial Network
利用方位可控生成对抗网络的SAR目标图像生成方法
  • DOI：
    10.1109/jstars.2022.3218369
  • 发表时间：
    2022
  • 期刊：
    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • 影响因子：
    5.5
  • 作者：
    Chenwei Wang;Jifang Pei;Xiaoyu Liu;Yulin Huang;Deqing Mao;Yin Zhang;Jianyu Yang
  • 通讯作者：
    Jianyu Yang
A Sea Clutter Suppression Method based on Machine Learning Approach for Marine Surveillance Radar
一种基于机器学习方法的海洋监视雷达海杂波抑制方法
  • DOI：
    10.1109/jstars.2022.3167410
  • 发表时间：
    2022
  • 期刊：
    IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • 影响因子：
    5.5
  • 作者：
    Jifang Pei;Yu Yang;Zebiao Wu;Yanjing Ma;Weibo Huo;Yin Zhang;Yulin Huang;Jianyu Yang
  • 通讯作者：
    Jianyu Yang
Global in Local: A Convolutional Transformer for SAR ATR FSL
局部中的全局：SAR ATR FSL 的卷积变压器
  • DOI：
    10.1109/lgrs.2022.3183467
  • 发表时间：
    2022-01-01
  • 期刊：
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子：
    4.8
  • 作者：
    Wang, Chenwei;Huang, Yulin;Yang, Jianyu
  • 通讯作者：
    Yang, Jianyu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码