-
Patent Agency Ranking
公开(公告)号：CN116449348A
公开(公告)日：2023-07-18
申请号：CN202310413758.7
申请日：2023-04-18
Applicant: 东南大学
Abstract: 本发明公开了一种辐射噪声线谱检测中的抗干扰方法，包括以下步骤：(1)初始化数据处理参数、辐射噪声线谱信息矩阵及判定门限；(2)读取一帧线谱检测得到的线谱信息，更新辐射噪声线谱信息矩阵，辐射噪声线谱信息矩阵中的线谱信息包括线谱频率、检测次数、首次出现帧号、末次出现帧号以及干扰置信度；(3)根据当前线谱的检测次数及其占比，确定当前线谱的干扰置信度取值；(4)通过判断辐射噪声线谱信息矩阵中的线谱与当前线谱是否构成倍频关系，并更新辐射噪声线谱信息矩阵中的线谱干扰置信度；(5)当处理帧数达到一定数量时，根据辐射噪声线谱信息矩阵中的干扰置信度，判断当前线谱是否为干扰线谱。
-
公开(公告)号：CN109150236B
公开(公告)日：2020-05-19
申请号：CN201810861275.2
申请日：2018-08-01
Applicant: 东南大学
IPC: H04B1/7087
Abstract: 本发明公开了一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法，包括以下步骤：S10、获取直扩信号数据序列；S20、用一固定窗长的矩形滑动窗截取数据序列，构造训练数据；S30、用一变步长LEAP神经网络对训练数据进行PCA分析，得到特征值与相应的特征向量；S40、根据得到的特征值与特征向量估计出直扩信号的伪码序列。该方法使用变步长来代替原来LEAP算法中的固定步长，提高了运算效率，并解决了初始步长较大时网络不稳定问题，使网络收敛更快；同时还解决了由于特征向量相位模糊导致的伪码序列错误估计的问题。本发明方法在低信噪比环境中估计性能良好，不需要存储中间数据并且对输入信号具有自适应性，适合工程上对直扩信号伪码序列进行快速稳健估计。
-
公开(公告)号：CN109799495A
公开(公告)日：2019-05-24
申请号：CN201910001466.6
申请日：2019-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种用于高保真阵列处理的宽带时延估计方法，包括如下步骤：(1)求取波束能量图，估计目标方位(2)对源信号进行预重构，检测预重构源信号的功率谱线谱位置(3)计算参考阵元采集数据的功率谱对应频率线谱的频域信噪比；(4)计算对应频率线谱的阵元间相位差；(5)对基于不同频率线谱估计的阵元间相位差进行加权融合，估计目标信号宽带时延矢量(6)从基阵采集数据中对源信号进行二次重构。该方法基于目标信号不同频率的线谱具有相同的阵元间时延，根据线谱的频率和频域信噪比对基于不同频率线谱估计的阵元间相位差进行加权融合，计算更为精确的目标信号宽带时延矢量，获取保真增强的重构源信号。
-
公开(公告)号：CN117630897A
公开(公告)日：2024-03-01
申请号：CN202311455955.1
申请日：2023-11-03
Applicant: 东南大学
Abstract: 本发明公开了一种小尺度水声阵列上强干扰背景下的干扰抑制方法，包括以下步骤：(1)初始化阵列参数以及数据处理参数(包括扩展虚拟阵元数、DOA估计的扫描角度和扫描间隔)；(2)基于实际阵元的接收数据，进行第一次虚拟阵元扩展，估计强干扰信号DOA；(3)基于强干扰信号DOA的估计值，利用波束形成进行强干扰信号抑制；(4)基于第3步得到的强干扰抑制后的实际阵元数据，进行第二次虚拟阵元扩展，估计目标信号DOA；(5)基于目标信号DOA估计值，获取目标的时域波形信号。
-
公开(公告)号：CN111929666B
公开(公告)日：2020-12-25
申请号：CN202010941363.0
申请日：2020-09-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于序贯环境学习的弱水声目标线谱自主提取方法，包括对获取的水声信号进行功率谱估计；自主线谱提取；环境线谱的序贯学习与更新；对当前功率谱进行环境线谱抑制处理获得重构功率谱；对重构功率谱进行自主线谱提取获得疑似弱目标线谱；对疑似线谱进行序贯性分析实现弱目标线谱自主辨识。本发明能够实现弱目标线谱的有效自主提取，同时虚警概率低。
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
