-
公开(公告)号：CN111585631A
公开(公告)日：2020-08-25
申请号：CN202010272475.1
申请日：2020-04-09
Applicant: 哈尔滨工程大学
IPC: H04B7/06
Abstract: 本发明公开了一种提高分布式极化敏感阵列发射增益的波束形成方法，本发明首先对阵列接收的信号进行DOA和极化参数估计，之后根据估计参数以及空间匹配滤波器原理计算出加权矢量，最后根据加权矢量对各通道输出信号进行数字波束形成得到最终发射信号。本方法得到的加权矢量考虑到极化信息的影响，可以在共形阵列侦察干扰一体化平台中提高干扰信号的发射增益，克服了现有方法只能从一个天线发射，无法进一步提高增益的不足。
-
公开(公告)号：CN110968836A
公开(公告)日：2020-04-07
申请号：CN201911124985.8
申请日：2019-11-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV自主控制技术领域，具体涉及一种基于威胁的UUV应急决策方法。本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，准确评估威胁事件，通过灵敏度分析得到威胁事件的威胁程度排序。在海洋环境威胁类、平台威胁类、任务威胁类三方面，便于了解当前UUV系统各部分的状况，利用动态影响图模型推理得到应急决策的最大期望效用值，确定最终应急决策方案。
-
公开(公告)号：CN107634768B
公开(公告)日：2020-02-14
申请号：CN201710810433.7
申请日：2017-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发提供了一种基于FPGA的MWC压缩采样宽带数字接收机PDW形成方法，属于信息与通信工程中的电子对抗领域。首先通过混频模块将信号搬移至基带，通过低通滤波器获得基带压缩采样信号，再进行降速抽取，使得数据量大幅下降以便于硬件实现。将抽取后的信号输入进CORDIC模块进行幅度和相位的提取，通过利用相位差测频法测出子带频率，并利用多信道信号并行信道化方式通过对频率计算模块计算得到信号所在子带，从而得到信号的绝对载频。通过门限判决法进行脉冲提取，用脉冲提取出的信号到达和消失时间计算得到脉宽。本发明验证了基于MWC压缩采样结构数字接收机的PDW数据形成物理实现的可行性，为后续基于该新型接收机的整体系统的FPGA实现奠定了理论和硬件实现基础。
-
公开(公告)号：CN110716574A
公开(公告)日：2020-01-21
申请号：CN201910934428.6
申请日：2019-09-29
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明属于UUV控制技术领域，具体涉及一种基于深度Q网络的UUV实时避碰规划方法。本发明使网络体系在复杂环境的局部避碰规划时具有自我学习的能力实现端到端模型，不对输入的声呐数据进行人工提取特征和特征匹配，直接从原始数据集上学习状态与动作的映射关系，将深度学习和强化学习相结合应用到避碰规划问题的解决上。本发明使用深度强化学习，无需像深度学习那样进行大规模的采样和做标签，也不像传统的方法需建立环境和UUV本身的数学模型，无需环境的模型，采用强化学习不会因为路径过于复杂而无法执行策略，使其在实际应用中缩短了项目的开发周期、实施更加简洁、高效、鲁棒性高。
-
公开(公告)号：CN110580057A
公开(公告)日：2019-12-17
申请号：CN201910917112.6
申请日：2019-09-26
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于圆周分层规划的UUV集群编队队形形成方法，包括初始化设置UUV主从身份指令，设置队形形成参数，期望队形指令；队形形成后，UUV保持定点、定艏向，并确定主从身份；UUV集群进行位置和艏向信息交互；主UUV对从UUV进行分散机动规划，并发送分散机动目标点；从UUV分散机动，机动完成后告知主UUV；主UUV对从UUV先后进行径向和周向机动规划，并先后发送径向机动和周向机动目标点；从UUV先后进行径向机动和周向机动，机动完成后告知主UUV；主UUV向从UUV发送队形形成成功指令，UUV集群编队队形形成。本发明可使UUV集群从初始随机分布、杂乱无序的形态，快速、安全的形成期望队形。
-
Patent Agency Ranking
公开(公告)号：CN107168312B
公开(公告)日：2019-12-06
申请号：CN201710347913.4
申请日：2017-05-17
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种补偿UUV运动学和动力学干扰的空间轨迹跟踪控制方法，包括以下几个步骤，步骤一，给定平滑有界的期望轨迹yd；步骤二，通过UUV搭载的惯性导航仪、深度计、姿态传感器和多普勒采集UUV当前的位姿信息和速度信息；步骤三：选取UUV前端的虚拟控制点的位置；步骤四，建立轨迹跟踪误差，进行滤波处理；步骤五，利用神经网络，得到估计后UUV运动学和动力学干扰项得到能够补偿干扰项自适应控制律ul；步骤六，得到执行机构控制信号τa＝[τu,τq,τr]T；步骤七，判断UUV前端的虚拟控制点的位置是否到达给定期望轨迹的终点，如果是，则结束运行；否则返回步骤二。本发明能够有效补偿因UUV运行学与动力学干扰，提高控制效果及控制精度。
-
公开(公告)号：CN110456786A
公开(公告)日：2019-11-15
申请号：CN201910618905.8
申请日：2019-07-10
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供的是一种基于地形特征提取的UUV海底地形跟踪系统及跟踪方法。海底地形特征提取模块根据三个测距声呐的安装角度及海底距离、姿态传感器测量的纵倾角和艏向角、深度计测量的实际航行深度、惯性导航仪测量的经度和纬度，提取当前所处的海底地形的特征，并解算出距海底的实际高度；高度指令生成模块根据提海底地形特征、多普勒测量的航行速度，结合期望航行高度，生成指令航行高度；高度指令转深度指令模块将指令航行高度转换成指令航行深度；深度控制器根据PID控制算法产生水平舵角控制指令。本发明可以使UUV具备对局部海底地形的在线构建能力和变化趋势的预判能力，在保证航行安全性的前提下，实现对未知海底地形的良好跟踪。
-
公开(公告)号：CN110361691A
公开(公告)日：2019-10-22
申请号：CN201910669180.5
申请日：2019-07-24
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 本发明属于阵列信号处理技术领域，具体涉及一种基于非均匀阵列的相干信源DOA估计FPGA实现方法。包括自适应协方差矩阵计算模块，多级流水特征分解模块，双阈值信源数估计模块和谱峰搜索模块；自适应协方差矩阵计算模块的输入为采样数据，输出与多级流水特征分解模块输入相连；多级流水特征分解模块输出与双阈值信源数估计模块输入相连，双阈值信源数估计模块输出与谱峰搜索模块相连；本发明可以实现中心对称非均匀阵列相干信源的DOA估计，可以采用不同的数据格式，按需进行设计，采用按快拍数计算协方差矩阵和并行雅克比计算方案，缩短了运算时间；采用流水线结构的设计思想在保证运算精度的前提下，最大限度地优化了资源和速度。
-
公开(公告)号：CN110245602A
公开(公告)日：2019-09-17
申请号：CN201910504165.5
申请日：2019-06-12
Applicant: 哈尔滨工程大学
Abstract: 一种基于深度卷积特征的水下静目标识别方法，属于水下目标识别技术领域。该方法是以深度卷积神经网络为基础的识别方法，同时结合迁移学习策略来解决深度网络与小样本目标不匹配问题。水下目标智能识别方法主要分为三部分：一是水下图像收集清理与预处理；二是按照经典模型设计水下目标识别一次网络并进行训练，可以称为预训练过程，一次网络是水下目标识别网络的基础框架；三是通过迁移学习策略设计水下目标识别二次网络UW-original，并将第一部分中处理好的水下数据集输入二次网络进行训练，训练完成得到最终水下目标智能识别网络UW-final。
-
公开(公告)号：CN109711087A
公开(公告)日：2019-05-03
申请号：CN201910033312.5
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV自主控制技术领域，具体涉及一种UUV动态威胁态势评估方法。本发明能够有效的解决UUV在水下的动态威胁态势评估问题，准确地评估当前时刻以及一段连续时间内的威胁态势，并能通过灵敏度分析得到当前各种威胁的威胁度排序。本发明不单纯使用静态贝叶斯网络或动态贝叶斯网络进行评估，而是将两者结合使用，使用了环境、平台、任务三级评估网络，便于评估方了解当前UUV系统各部分的状况，同时可以推理出各威胁的威胁方式；最后从整体出发，再使用静态网络对整个网络进行灵敏度分析，针对现场感知的环境类、平台健康类、任务类威胁给出在线定量定性的评估结果，为UUV后续的自主控制提供输入信息，决定当前最亟待解决的威胁问题。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.042 seconds)
