
杨健,清华大学自动化系教授、博士生导师,兼任清华大学自动化系智能与网络化系统研究中心主任。主要研究方向为模式识别、机器学习、计算机视觉、生物特征识别,在相关领域取得显著学术成果,为领域发展做出重要贡献。
极化雷达目标特征提取与目标检测成果,主要解决的是雷达目标识别中的复杂场景应用痛点。特别是在空中、地面、海面等多种环境下,针对不同类型的目标(如飞行器、车辆、舰船等)进行高效、准确的特征提取与分类识别。此外,该成果还针对复杂人造目标的三维成像及特征提取问题,提供了有效的解决方案,满足了高精度目标识别的需求。
该成果采用先进的极化雷达技术,结合深度学习等人工智能算法,构建了高效的目标特征提取与目标检测模型。技术架构上,利用GPGPU(通用图形处理器)加速计算,实现了快速识别系统的研制。关键技术点包括极化雷达信号处理、特征提取算法优化、三维成像技术、以及基于深度学习的目标识别算法等。通过实验设计与实测数据验证,确保了技术的可行性和准确性。
该成果具有显著的效益和竞争优势。首先,作为原始性创新成果,其技术具有高度的创新性和先进性,能够引领雷达目标识别领域的发展。其次,基于GPGPU的快速识别系统,大大提高了目标识别的速度和效率,满足了实时性要求。此外,该成果在复杂环境下的目标识别能力突出,具有广泛的应用前景,如国防安全、智能交通、海洋监测等领域。最后,通过大量的学术专著、论文和发明专利,该成果在学术界和工业界均具有较高的影响力和认可度。
20201009
信息传输、软件和信息技术服务业
应用技术
新技术
允许出口
雷达目标极化分类识别
国家科技计划
独立研究
北京科技大学
针对雷达目标识别的实际需求,围绕极化雷达的空中、地面、海面目标的特征提取与分类识别问题开展研究,并研究复杂人造目标的三维成像、特征提取及目标识别问题,研制基于GPGPU的快速识别系统,面向指标开展实验设计与实测数据验证。针对以上问题,我们努力进行相关的研究,很好地完成了课题的研究计划,共出版2部学术专著,发表论文82篇,其中SCI论文44篇,另有3篇SCI论文已被录取,申请8项发明专利,其中7项已经获得授权。
