-
Patent Agency Ranking
公开(公告)号：CN111220265A
公开(公告)日：2020-06-02
申请号：CN201911257180.0
申请日：2019-12-10
Applicant: 哈尔滨工程大学
IPC: G01H17/00
Abstract: 本发明提供的是一种船舶辐射噪声谐波线谱增强方法。本发明利用船舶辐射噪声中存在高次谐波的频率和相位特征，针对船舶辐射噪声中离散分量能量强的特点，利用傅里叶变换求得离散分量频率，并进一步求得各谐波频率。利用频谱搬移矩阵解决了各信号频率不同的问题；将线谱增强问题转换为求最优解问题，并利用遗传算法进行求解，解决了各信号相位随机的问题，从而使得信号能量得到尽可能地集中，达到了线谱增强的效果。
-
公开(公告)号：CN111220265B
公开(公告)日：2021-11-23
申请号：CN201911257180.0
申请日：2019-12-10
Applicant: 哈尔滨工程大学
IPC: G01H17/00
Abstract: 本发明提供的是一种船舶辐射噪声谐波线谱增强方法。本发明利用船舶辐射噪声中存在高次谐波的频率和相位特征，针对船舶辐射噪声中离散分量能量强的特点，利用傅里叶变换求得离散分量频率，并进一步求得各谐波频率。利用频谱搬移矩阵解决了各信号频率不同的问题；将线谱增强问题转换为求最优解问题，并利用遗传算法进行求解，解决了各信号相位随机的问题，从而使得信号能量得到尽可能地集中，达到了线谱增强的效果。
-
公开(公告)号：CN111323752B
公开(公告)日：2022-10-14
申请号：CN202010219550.8
申请日：2020-03-25
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明提供一种远近场过渡区间声源定位方法，解决声源处于远场和近场过渡距离上的高精度定位问题。本文首先分析了声源处于过渡距离上声源定位误差大的原因，然后针对空间中每个点都仿真产生阵列接收信号，计算接收信号的相关矩阵作为输入数据，将对应点的坐标作为标签，构建数据集。利用残差神经网络学习从相关矩阵到坐标的非线性映射关系，从而可以将神经网络作为处于过渡区间的声源位置估计器，最终实现介于远场和近场之间过渡区间的声源高精度定位。
-
公开(公告)号：CN112364978A
公开(公告)日：2021-02-12
申请号：CN202011223533.8
申请日：2020-11-05
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种用于系统辨识的神经网络训练集构造方法，本发明先利用成熟的线性系统理论，将系统近似为线性系统进行预处理。首先利用自相关函数，大致计算出系统的最佳阶数，然后利用谱估计技术计算白化滤波器获得预训练过程中的参考信号。最后以参考信号和系统输出的均方误差作为评价准则，找到最佳阶数的精确值。利用此精确值，即可构造用于系统辨识的数据集，提高神经网络性能。利用该方法构造的数据集可以使完成系统辨识任务的神经网络快速收敛，并且具有较高的辨识性能。
-
公开(公告)号：CN111323752A
公开(公告)日：2020-06-23
申请号：CN202010219550.8
申请日：2020-03-25
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明提供一种远近场过渡区间声源定位方法，解决声源处于远场和近场过渡距离上的高精度定位问题。本文首先分析了声源处于过渡距离上声源定位误差大的原因，然后针对空间中每个点都仿真产生阵列接收信号，计算接收信号的相关矩阵作为输入数据，将对应点的坐标作为标签，构建数据集。利用残差神经网络学习从相关矩阵到坐标的非线性映射关系，从而可以将神经网络作为处于过渡区间的声源位置估计器，最终实现介于远场和近场之间过渡区间的声源高精度定位。
-
-
-
-
Search Results
5
records
(took 0.028 seconds)
