专利标题 公开号/公告号 公开日期 摘要 专利状态
一种轨道传感器机器人系统和风电机组安全检测方法 CN202410638949.8 - 本发明涉及检测机器人技术领域，公开了一种轨道传感器机器人系统和风电机组安全检测方法，本发明通过在风电机组的柱体外墙上安装轨道可以使移动平台在风电机组柱体外墙上移动，同时结合遥控器控制移动平台在轨道上的移动方向和速度，可以有效解决人工攀爬风力发电机塔筒效率低下，安全性差的问题。同时，通过遥控器控制可以避免人工操作的危险性，提高操作人员的安全性。进一步，通过安装在移动平台上的多个监测传感器可以实时可靠准确地监测风轮叶片和塔筒的距离，进一步通过控制系统可以及时发现并处理危险，避免叶片碰撞塔筒造成设备损坏。因此，通过实施本发明，可以大大提高设备安装和维护的效率，降低人力和物力的投入。 实质审查
一种无人机频谱探测和干扰一体化装置及无人机干扰方法 CN202410441553.4 - 本发明涉及无人机技术领域，公开了一种无人机频谱探测和干扰一体化装置及无人机干扰方法，本发明首先通过全向天线模块侦测可以自动探测任何方向的射频信号，不需要人工操作或者转台，降低了成本。然后通过频谱探测模块进行信号探测并得到频谱探测数据，进而控制器利用得到的多帧频谱探测数据可以判断出是否存在入侵无人机。最后当确定存在入侵无人机后再控制宽带频谱干扰模块产生无人机干扰信号，能够有效降低宽带频谱干扰模块数量。进一步，将无人机干扰信号发送至全向天线模块，使得全向天线模块对无人机干扰信号进行辐射以干扰入侵无人机，有效降低了干扰设备的无效功耗和无效干扰时间，实现了无人机频谱探测和干扰的单机联动化和一体化。 实质审查
一种虚警识别方法、装置、计算机设备及存储介质 CN202410158710.0 - 本发明涉及计算机技术领域，公开了一种虚警识别方法、装置、计算机设备及存储介质，该方法包括：当接收到警报信息时，获取警报信息对应的目标主体的雷达信号，并确定微多普勒回波的原始数据矩阵；对原始数据矩阵进行特征提取，得到目标微多普勒特征；利用多项式扩展对目标微多普勒特征进行扩维处理，并利用逻辑回归模型对扩维处理后的目标微多普勒特征进行分类，得到目标主体的类型；若目标主体的类型为物体，则将目标主体对应的警报消息确定为虚警，本发明通过对原始数据矩阵进行分析，得到目标微多普勒特征，通过逻辑回归模型对目标微多普勒特征进行分类，判断目标主体的类型，将目标主体的类型为物体的警报信息确定为虚警，实现虚警识别。 实质审查
毫米波雷达虚警滤除方法、装置、计算机设备及存储介质 CN202410107356.9 - 本发明涉及信号处理技术领域，公开了一种毫米波雷达虚警滤除方法、装置、计算机设备及存储介质，该方法包括：获取当前帧对应的当前信号数据集；对当前信号数据集进行处理，确定出基于时间序列的当前点云数据集；将当前点云数据集中的所有目标点与待更新航迹集合进行点迹匹配，获得新的待更新航迹集合；计算新的待更新航迹集合中每个航迹的关联点云密度以及航迹连续率；根据关联点云密度与航迹连续率，滤除新的待更新航迹集合中的无效航迹，获得目标航迹集合；获取下一帧对应的信号数据集，并将该信号数据集作为当前信号数据集，重复上述步骤。该方法能够大幅降低伴生性多径虚警概率，提高虚假目标航迹识别的准确率，并且不影响报警率。 实质审查
雷达目标频率分量估计方法、装置、计算机设备及介质 CN202311787050.4 - 本发明涉及信号处理领域，提供了一种雷达目标频率分量估计方法、装置、计算机设备及介质。其中，雷达目标频率分量估计方法，包括：获取雷达的目标回波信号；对目标回波信号进行傅里叶变换，得到目标回波信号中的第一频谱；对第一频谱进行低通滤波处理，得到第二频谱；根据第二频谱和第一频谱，计算目标回波信号中各频率分量对应的能量值；将能量值最大的频率分量，确定为目标频率分量。通过本发明，提高目标频率估计的准确性，提高雷达检测性能。 实质审查
一种灭点标定方法、装置、计算机设备及存储介质 CN202311738309.6 - 本发明涉及数据处理技术领域，公开了一种灭点标定方法、装置、计算机设备及存储介质。所述方法包括：获取移动目标在各个时间戳的位置信息及图像框信息；位置信息由雷达检测移动目标得到，图像框信息由摄像头采集图像并对移动目标进行跟踪识别得到；基于位置信息及图像框信息构建约束函数；约束函数用于指示灭点与移动目标在不同时间戳的位置关系；根据图像框信息获取内点数据；内点数据用于指示移动目标的运动轨迹信息；将内点数据代入约束函数，以求取灭点标定结果。上述方案，在实现灭点标定过程时，效率高，准确性好。 实质审查
一种无人机追踪方法、装置、计算机设备及存储介质 CN202311315672.7 - 本发明涉及反无人机技术领域，公开了一种无人机追踪方法、装置、设备及存储介质。所述方法包括：判断是否能够获取到雷达实时检测得到的当前时刻的无人机的坐标数据；当能够获取到当前时刻的无人机的坐标数据时，则将当前时刻的坐标数据输入到循环神经网络对无人机下一时刻的位置进行预测，得到无人机下一时刻的坐标预测数据；当不能够获取到当前时刻的无人机的坐标数据时，则将上一时刻的坐标数据或者坐标预测数据输入到循环神经网络对无人机的当前时刻的位置进行预测，得到无人机当前时刻的坐标预测数据，作为当前时刻的无人机的坐标数据；将属于同一无人机的坐标数据进行关联，以确定无人机的轨迹路线。上述方案，提高了无人机追踪的准确性。 实质审查
检测目标对象类型的方法、装置及终端设备 CN202310362904.8 - 本发明实施例涉及一种检测目标对象类型的方法、装置及终端设备，该方法包括：获取雷达扫描的帧数据；从每一帧帧数据中提取反射能量差大于预设能量阈值的目标点；获取每一个目标点对应的目标点信息；对目标点进行聚类，获取多个目标族；根据多个目标族中的每一个目标点对应的距离信息和多普勒速度信息，确定与每一个目标族对应的目标对象的类型。通过该方式，在较短的时间内检测出目标对象的类型，而且本申请文件中只需要利用雷达最基础的功能，包括采集帧数据，并从帧数据中提取反射能量差以及目标点信息等等，无需采用成本较高的雷达探测器，可以采用低成本的雷达探测器即可。从而实现在较低成本的基础上，快速完成对目标对象类型的检测。 实质审查
雷达手势识别方法、装置、电子设备及介质 CN202310354115.X - 本发明提供雷达手势识别方法、装置、电子设备及介质，包括：获取雷达采集的目标雷达信号；对目标雷达信号进行标准化处理，得到标准化数据；对标准化数据进行降维处理，得到主成分数据；对主成分数据进行升维处理，得到检测数据；获取检测数据对应的权重值与截距值，权重值与截距值用于表征检测数据与手势间的关联性；基于检测数据及检测数据对应的权重值与截距值，计算得到目标雷达信号的手势类别概率，确定目标雷达信号对应的手势类别。通过雷达采集的雷达信号，无需角度信息，大幅降低了对雷达的硬件要求及设计成本。通过对雷达信号进行降维处理，大幅减少了雷达信号的特征信息的维度使得手势识别技术可以在更加轻量级的设备上实现。 实质审查
雷达手势识别方法、装置及电子设备 CN202310354437.4 - 本发明提供雷达手势识别方法、装置及电子设备，包括：获取雷达采集的目标雷达信号，基于目标雷达信号，预处理得到点云数据；从点云数据中提取点云特征队列；基于点云特征队列，计算得到多个手势特征队列；对各手势特征值队列进行归一化处理，并基于归一化的手势特征值队列按照预设标准构建手势特征值矩阵；基于手势特征值矩阵中每个元素对应的权值和偏移值，计算目标雷达信号中存在手势的概率；基于概率，确定目标雷达信号的手势识别结果。通过将计算机上训练得到的手势计算需要的参数值存入雷达，避免了在雷达上进行手势特征训练，无需较高的分辨率来实现对手势特征的识别，降低了对雷达的算力和内存要求，用较低的成本实现雷达的手势识别功能。 实质审查