-
公开(公告)号：CN101771657A
公开(公告)日：2010-07-07
申请号：CN201010032415.9
申请日：2010-01-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多载波水声通信方法。首先利用离散逆分数阶傅立叶变换进行基带子载波调制；在接收端利用离散分数阶傅立叶变换进行基带子载波解调。其中正负调频率的子载波成对出现，称之为交叉调制；其次对基带信号的实部和虚部作正交调制，将基带复信号调制到高频传输；在接收端作正交解调，重构基带复信号。在时域用Rake接收机抗多径分集接收均衡；在分数阶傅立叶域内对接收信号作判决反馈均衡。本发明的频带利用率可以提高一倍，传输效率高，抗多径分集接收。
-
公开(公告)号：CN101166065A
公开(公告)日：2008-04-23
申请号：CN200710072556.1
申请日：2007-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种深海远程水声通信方法。(1)将扩频通信与Pattern时延差编码水声通信体制相结合，并采用M元工作方式；(2)在接收端采用单阵元被动式时间反转镜(PTRM)信道均衡技术；(3)分析深海声道特性，指出当声源位于声道轴附近时，沿声道轴均为会聚区。本发明的优点主要体现在：(1)与传统扩频通信相比较，本发明中扩频与Pattern时延差编码通信方法可有效提高其通信速率；(2)与常规的抗多途干扰方法相比较，本发明中的单阵元被动式时间反转镜可充分利用多途扩展信号，既有效的抑制了码间干扰，又获得聚集增益提高了信噪比；(3)通过结合深海信道特性，更有利于实现稳健的远程通信。
-
公开(公告)号：CN119479256A
公开(公告)日：2025-02-18
申请号：CN202410291914.1
申请日：2024-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及水声控制领域，尤其涉及一种抗信道干扰和多普勒的差分扩频水声遥控方法。本发明提出了一种基于水声遥控系统的差分扩频信号处理方法，针对多径效应，本发明提出了一套将峰值搜索与反卷积相结合的抗多途干扰方法。针对噪声和多普勒影响，首先UUV的应答信号使用了码元差分方式的差分扩频信号，并且在解算时首先使用双脉冲法对多普勒粗补偿，而后采用正交接收机进行正交解调得到两路信号，最终可以在解差分环节用差分共轭相乘的形式尽量抵消掉含有残余多普勒和采样误差的系数。仿真结果表明相较于传统方法，本发明的抗噪声和抗多径能力较强，并且当UUV和水面母船之间的相对运动速度较小时，本发明有着更低的误码率。
-
公开(公告)号：CN118311670A
公开(公告)日：2024-07-09
申请号：CN202410427842.9
申请日：2024-04-10
Applicant: 哈尔滨工程大学
Abstract: 一种海底阵的阵元位置无偏标校方法，它属于海底阵的阵元位置标校领域。本发明解决了传统方法对海底阵的阵元位置标校结果存在偏差的问题。本发明方法具体为：步骤一、构建基于伪时延信息的最小二乘估计器，再利用最小二乘估计器得到传播时延偏差、声速以及海底阵的阵元位置的初步标校结果；步骤二、利用泰勒级数展开建立传播时延、水面船位置的随机测量误差与估计偏差的关系式，并将步骤一中的初步标校结果作为真值代入关系式，得到估计偏差；步骤三、根据步骤二中计算出的估计偏差对初步标校结果进行偏差补偿，得到最终的标校结果。本发明方法可以应用于海底阵的阵元位置标校。
-
公开(公告)号：CN118212264A
公开(公告)日：2024-06-18
申请号：CN202410319863.9
申请日：2024-03-20
Applicant: 哈尔滨工程大学
Abstract: 一种基于粒子滤波的水下多平台多目标跟踪方法，本发明属于水下目标跟踪领域，涉及水下多平台多目标跟踪方法。本发明的目的是为了解决现有方法是先进行多维分配获得每时刻的定位结果，再根据定位结果进行跟踪，方法关联复杂，而且跟踪结果受限于关联的正确率的问题。过程为：步骤一、将观测区域均匀的划分成N个网格，将每个网格作为一个候选目标，计算候选目标p的关联概率和；N个候选目标对应N个关联概率和；步骤二、在观测区域内寻找关联概率和的峰值点，将超过可疑新生目标判决门限的峰值点所对应的候选目标都作为可疑新生目标；步骤三、基于粒子滤波对可疑新生目标进行跟踪，判断可疑新生目标是否为真实目标。
-
Patent Agency Ranking
公开(公告)号：CN118191805A
公开(公告)日：2024-06-14
申请号：CN202410319874.7
申请日：2024-03-20
Applicant: 哈尔滨工程大学
IPC: G01S7/527 , G01S7/53 , G06F18/15 , G06F18/2131
Abstract: 宽带连续干扰中的脉冲信号重构方法，本发明涉及脉冲信号重构方法。本发明的目的是为了解决现有方法脉冲信号重构准确率低的问题。过程为：一：声呐A发出声源信号即CW脉冲信号；声呐B发出干扰；水听器接收到背景噪声、声呐A发出的CW脉冲信号及声呐B发出的干扰，将水听器接收到的时域信号转换为时频域信号，将归一化处理后的时频域信号作为脉冲信号重构网络的输入信号；二：构建脉冲信号重构网络；三：获得训练好的脉冲信号重构网络；四：对水听器接收到的实测时域信号转换为时频域信号，将归一化处理后的时频域信号作为训练好的脉冲信号重构网络的输入信号，利用脉冲信号重构网络输出重构信号。本发明用于脉冲信号重构领域。
-
公开(公告)号：CN117991190A
公开(公告)日：2024-05-07
申请号：CN202410327621.4
申请日：2024-03-21
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 基于动态变换水下弱目标检测前跟踪方法，本发明涉及水下弱目标检测前跟踪方法，属于水下弱目标跟踪领域。本发明的目的是为了解决现有检测前跟踪方法对于邻近目标，会出现量测模糊，两个目标的波束会合并，导致目标轨迹跟踪错误的问题。过程为：一、对被动声纳接收的阵列信号进行处理得到空间谱数据，作为量测数据；二、令k＝1，对第一帧水下目标的量测数据进行初始化，得到方位角、值函数、水下目标航迹回溯函数；三、令k＝k+1，对第k帧水下目标的量测数据进行处理，得到值函数和水下目标航迹回溯函数；四、判断k≥K，若是，执行五；若否，重复执行三，直至k＝K；五、保留大于判决门限的值函数对应的帧的水下目标；六、航迹回溯得到水下目标的轨迹。
-
公开(公告)号：CN117852656A
公开(公告)日：2024-04-09
申请号：CN202410030421.2
申请日：2024-01-09
Applicant: 哈尔滨工程大学
IPC: G06N7/01
Abstract: 一种基于稀疏贝叶斯学习的远近场混合源离网定位方法，它属于水下声学探测领域。本发明解决了现有方法无法实现高定位精度和高计算效率的兼顾的问题。本发明通过构建远近场离网模型，将远近场离网误差作为超参数引入稀疏贝叶斯学习过程，实现对离网误差的有效估计与补偿，完成了更高精度的远近场定位，大幅减弱了近场强干扰对远场测向的影响。同时利用远近场网格演化技术，实现远近场网格点在目标位置附近自主分裂学习，使网格点可以非均匀、有侧重地覆盖感兴趣空域，能在提高定位精度的同时提升方法计算效率。本发明方法可以应用于远近场混合源离网定位领域。
-
公开(公告)号：CN117687033A
公开(公告)日：2024-03-12
申请号：CN202311691627.1
申请日：2023-12-11
Applicant: 哈尔滨工程大学
IPC: G01S15/66 , G01S7/539 , G06F18/15 , G06F18/214 , G06F18/2321
Abstract: 一种多目标被动跟踪方法，它属于多目标跟踪技术领域。本发明解决了在强目标与弱目标方位历程交叉场景中，被动声纳有限分辨率导致弱目标跟踪结果出现标签误配的问题。本发明首先利用被动声纳估计的目标方位和线谱频率信息构建增广状态目标运动方程和量测方程。其次根据增广状态目标运动方程和量测方程推导增广状态高斯混合概率假设密度滤波器。最后利用密度聚类算法对高斯混合概率假设密度滤波器估计的目标状态向量进行聚类，实现目标被动跟踪。本发明方法可以应用于多目标被动跟踪。
-
公开(公告)号：CN117335835A
公开(公告)日：2024-01-02
申请号：CN202311358236.8
申请日：2023-10-19
Applicant: 哈尔滨工程大学
IPC: H04B1/709 , H04B13/02 , H04L27/227
Abstract: 一种水下直接序列扩频信号参数估计方法及设备，它属于水声扩频信号参数估计领域。本发明解决了现有方法对伪码周期和码片宽度估计的精度低的问题。本发明采取的技术方案为：步骤1、利用正交接收机对接收的水下直接序列扩频信号进行解调，获得基带信号；步骤2、对基带信号进行低通滤波后，得到滤波后的信号；对滤波后的信号进行求导，再对求导结果进行取绝对值操作，得到取绝对值后的结果；步骤3、计算取绝对值后结果的功率谱SY(f)，再根据功率谱估计码片速率，并根据码片速率计算出码片宽度；步骤4、计算SY(f)的功率谱得到伪时域波形，并提取伪时域波形的谱线位置后，相邻谱线峰值之间的间隔即为伪码周期。本发明方法可以应用于水声扩频信号参数估计。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.049 seconds)
