-
Patent Agency Ranking
公开(公告)号：CN118298793A
公开(公告)日：2024-07-05
申请号：CN202410413620.1
申请日：2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法，属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据集；S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制，有效提高采集信号的信噪比，有效提升声纳系统的探测性能和探测范围。
-
公开(公告)号：CN109061868B
公开(公告)日：2021-01-05
申请号：CN201810777987.6
申请日：2018-07-16
Applicant: 哈尔滨工程大学
IPC: G02B21/32
Abstract: 本发明属于光驱动马达研究领域，具体涉及一种利用标准单模光纤驱动微小粒子转动的光马达，从左到右依次由光纤光源、标准单模光纤、吸收性粒子、液体基质组成，其特征在于：标准单模光纤的一端与光纤光源焊接在一起，标准单模光纤的另一端放在混有吸收性粒子的液体基质中。相比于传统利用激光驱动微粒构成的旋转器，它具有体积小、重量轻、结构简单、价格便宜、易于操作的特点，并且此方法适用于广泛的吸收性材料，可以应用于各种研究吸收性粒子的实验。
-
公开(公告)号：CN118298792A
公开(公告)日：2024-07-05
申请号：CN202410413619.9
申请日：2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的船舶声纳平台自噪声抑制方法，属于水声信号处理技术领域。基于深度学习的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据；S200、根据训练数据，搭建深度学习神经网络模型。本发明的一种基于深度学习的船舶声纳平台自噪声抑制方法，其目的是为了解决声纳系统采集信号时，船舶声纳平台自噪声对其探测性能产生的影响，本发明通过使用深度学习的方法对声纳采集到的信号中的船舶声纳平台自噪声成分进行抑制，有效提高采集信号的信噪比，有效提升声纳系统的探测性能和探测范围，为后续进行阵列信号处理时降低了计算量和处理难度。
-
公开(公告)号：CN118298793B
公开(公告)日：2024-11-29
申请号：CN202410413620.1
申请日：2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法，属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据集；S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制，有效提高采集信号的信噪比，有效提升声纳系统的探测性能和探测范围。
-
公开(公告)号：CN109061868A
公开(公告)日：2018-12-21
申请号：CN201810777987.6
申请日：2018-07-16
Applicant: 哈尔滨工程大学
IPC: G02B21/32
CPC classification number: G02B21/32
Abstract: 本发明属于光驱动马达研究领域，具体涉及一种利用标准单模光纤驱动微小粒子转动的光马达，从左到右依次由光纤光源、标准单模光纤、吸收性粒子、液体基质组成，其特征在于：标准单模光纤的一端与光纤光源焊接在一起，标准单模光纤的另一端放在混有吸收性粒子的液体基质中。相比于传统利用激光驱动微粒构成的旋转器，它具有体积小、重量轻、结构简单、价格便宜、易于操作的特点，并且此方法适用于广泛的吸收性材料，可以应用于各种研究吸收性粒子的实验。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
