-
公开(公告)号：CN101900601A
公开(公告)日：2010-12-01
申请号：CN201010138938.1
申请日：2010-04-02
Applicant: 哈尔滨工程大学
IPC: G01H17/00
Abstract: 本发明提供的是一种复杂多途水声环境下直达声辨识方法。(1)初始化基本参数，所述基本参数包括大宽度门限、小宽度门限、最小能量门限、凹陷点补偿门限、时延间隔门限；(2)计算输入信号包络，采用自适应Notch滤波器做窄带滤波，并利用其自适应迭代权估计信号包络；(3)估计背景噪声能量，确定能量门限，噪声能量估计采用一阶递归滤波器，能量门限采用自适应门限及最小保护机制选取；(4)能量检测，并采用凹陷点补偿技术；(5)直达声辨识，即采用双重宽度判决及时间间隔判决。本发明可有效提高反射声污染环境下的直达声信号的辨识率。同时可有效去除背景噪声中的尖脉冲干扰，降低处理器检测阈，提高该方法的普适性和稳健性。
-
公开(公告)号：CN101888266A
公开(公告)日：2010-11-17
申请号：CN201010142332.5
申请日：2010-04-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种分布式水声定位系统无线电通信方法。在非实时工作状态下，基站处于侦听状态，基站随机地向单个浮标发送监控信令，浮标根据基站的请求发送相应的数据或相应地改变工作状态，信令发送后，时隙被分配给被叫浮标，当浮标接到基站发送来的信息帧后，向基站返回一个数据帧；实时工作状态下，基站的同步帧启动一个轮询周期，基站依据路由表依次对各浮标进行呼叫，差错控制采用自动请求重发方式，如果基站发送完监控信令后，在规定时间内没有收到终端站的回送的确认帧，基站就认定前一信令传输不成功，并立即再次重复发送信令。本发明可以提高分布式水声定位系统的有效性和可靠性，最大限度的将实时数据传回船载跟踪显控系统。
-
公开(公告)号：CN1971649A
公开(公告)日：2007-05-30
申请号：CN200610151089.7
申请日：2006-12-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种用于水下目标的定位、通信的定位通信一体化浮标。它是由水声换能器(8)、铅鱼(9)、连接水声换能器(8)、铅鱼(9)的电子舱(6)、连接电子舱(6)的浮标连接杆(3)、短路器(7)、连接浮标连接杆(3)的扩频通信天线(1)、GPS天线(2)和航标灯(4)、浮体(5)组成。本发明系统性能可靠、操作简单、维修方便，能够通过无线电扩频通信链与母船基站进行信息交换，完成水声遥控指令的发射和接收、水声询问信号和应答信号的接收、处理，并且具有自定位、故障自检和回收方便等特点。
-
公开(公告)号：CN120065123A
公开(公告)日：2025-05-30
申请号：CN202510210804.2
申请日：2025-02-25
Applicant: 哈尔滨工程大学
Abstract: 一种基于扩展多维分配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。发明的目的在于解决现有方法中，各平台的方位角量测值进行多维分配并进行定位和跟踪时，因方位角量测值受常规波束形成角分辨率限制可能会出现方位角量测值“合并”，从而影响定位跟踪准确性的问题。本发明提出了基于一种扩展多维分配的水下多平台多目标跟踪方法，本方法联合空间谱的归一化强度并建立以最低总关联成本为评价准则能够有效的分裂合并量测值，并且根据分配结果提高对多目标的定位和跟踪性能。
-
公开(公告)号：CN119760352A
公开(公告)日：2025-04-04
申请号：CN202411842242.5
申请日：2024-12-13
Applicant: 哈尔滨工程大学
IPC: G06F18/20 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 一种基于VGG‑GAP及网络剪枝的轻量化稳健水声目标识别方法，本发明涉及水声目标识别方法。本发明的目的是为了解决现有水声目标识别实际应用中，网络模型复杂度高、参数计算量庞大，对样本需求量高的问题；以及现有高质量数据样本的缺失和复杂多变的海洋信道导致的水声目标识别方法不稳健的问题。过程为：一：构建VGG‑GAP识别网络；二：获得已训练的VGG‑GAP识别网络并保存已训练的VGG‑GAP识别网络对应的权值；三：获得剪枝后的轻量级VGG‑GAP识别网络和对应的权值；四：选取最优的剪枝后的轻量级VGG‑GAP识别网络和对应的权值；五：测试数据样本获得水声目标识别结果。本发明用于水声目标识别领域。
-
Patent Agency Ranking
公开(公告)号：CN119727775A
公开(公告)日：2025-03-28
申请号：CN202411904141.6
申请日：2024-12-23
Applicant: 哈尔滨工程大学
IPC: H04B1/707
Abstract: 针对直接序列扩频信号的伪码周期估计方法、存储介质及设备，本发明属于直接序列扩频信号参数估计领域，特别是涉及伪码周期的估计方法、存储介质及设备。本发明的目的是为了解释现有针对直接序列扩频信号的伪码周期估计的周期谱峰受信噪比影响较大，导致伪码周期估计准确性低的问题。过程为：得到每组的直接序列扩频信号；得到不同滑动次数下所有分段窗内的码差值结果；对得到的不同滑动次数下所有分段窗内的码差值结果进行累加，得到累加后的所有分段窗内的码差值结果SI(i)；计算SI(i)的自相关；对自相关进行归一化，得到归一化后的自相关；计算归一化后的平均自相关二阶矩ρ(k)；提取ρ(k)中峰值，相邻峰值间隔为伪码周期估计结果。
-
公开(公告)号：CN119535468A
公开(公告)日：2025-02-28
申请号：CN202411952938.3
申请日：2024-12-27
Applicant: 哈尔滨工程大学
Abstract: 一种基于方位势函数加权的水声目标动态规划检测前跟踪方法，本发明涉及基于方位势函数加权的水声目标动态规划检测前跟踪方法，属于被动声纳水声多目标跟踪领域。本发明的目的是为解决传统的基于动态规划的检测前跟踪算法容易出现跟踪轨迹合并或跟踪轨迹错配的问题。本发明建立包含目标方位和方位势系数的增广目标状态模型，在值函数迭代时建立滑动窗，计算窗内轨迹的方位势系数，通过考虑定义了方位跟踪轨迹变化趋势的方位势系数来建立方位势函数，在值函数中加入方位势函数来反映方位轨迹的变化趋势，能够降低因轨迹邻近交叉时空间谱响应重叠造成的跟踪性能下降的概率。
-
公开(公告)号：CN118625293A
公开(公告)日：2024-09-10
申请号：CN202410784923.4
申请日：2024-06-18
Applicant: 哈尔滨工程大学
Abstract: 一种基于旋转矩阵的圆形声矢量测向方法，它属于水声矢量阵测向技术领域。本发明解决了现有方法对弱目标方位估计的准确率低且目标方位分辨率低的问题。本发明具体为：将感兴趣信号源的方位所在的子区域作为旋转聚焦子区域，根据旋转聚焦子区域和heading信息构造阵坐标系和大地坐标系下子区域阵列流形矩阵；利用阵列流形矩阵构造矩阵C，再对矩阵C进行奇异值分解，获得左奇异矩阵、右奇异矩阵以及奇异值矩阵；根据奇异值矩阵设计特征值函数，再基于特征值函数确定有效性秩，并根据有效性秩、矩阵的左奇异矩阵以及右奇异矩阵获得旋转矩阵；最后利用旋转矩阵和圆形声矢量阵接收信号进行目标方位估计。本发明可以应用于水声矢量阵测向技术领域。
-
公开(公告)号：CN118311581A
公开(公告)日：2024-07-09
申请号：CN202410427788.8
申请日：2024-04-10
Applicant: 哈尔滨工程大学
Abstract: 一种考虑方位信息时空失配的水下三维机动目标运动分析方法，它属于水下目标运动分析技术领域。本发明解决了在方位信息时空失配的影响下，现有方法对水下机动目标的状态解算结果存在偏差大的问题。本发明方法具体为：步骤一、根据空间方位角和观测平台位置的测量结果，获得忽略方位信息时空失配影响时目标状态的初步估计结果；步骤二、利用步骤一的目标状态初步估计结果代替目标状态真值来计算估计偏差；步骤三、根据估计偏差对步骤一中的目标状态的初步估计结果进行补偿，得到最终的目标状态估计结果。本发明方法可以应用于水下目标状态估计。
-
公开(公告)号：CN117972566A
公开(公告)日：2024-05-03
申请号：CN202410154617.2
申请日：2024-02-02
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/2131 , G06F18/27 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084 , G10L25/18 , G10L25/30 , G06N3/048
Abstract: 基于卷积神经网络的水下目标深度分类方法，本发明属于浅海负跃层环境水下目标分类领域，具体涉及目标分类问题。本发明的目的是为了解决现有方法在浅海负跃层环境中基于小孔径水平阵的水下声源目标深度定位准确率低的问题。过程为：步骤一、根据目标和水平阵布放位置信息，计算波导不变量与干涉条纹之间的关系；步骤二、利用DFT‑AR方法对声强进行谱分析，得到功率谱，作为训练集；步骤三、获得训练好的ResNet‑18卷积神经网络分类模型并保存；步骤四、将待测的功率谱输入训练好的ResNet‑18卷积神经网络分类模型，训练好的卷积神经网络分类模型输出待测的功率谱图中目标在各深度类别的预测概率，获取目标深度分类结果。
-
-
-
-
-
-
-
-
-
Search Results
266
records
(took 0.029 seconds)
