-
公开(公告)号:CN107561503B
公开(公告)日:2020-08-14
申请号:CN201710752493.8
申请日:2017-08-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于多重渐消因子的自适应目标跟踪滤波方法,属于目标跟踪领域,具体涉及一种自适应目标跟踪滤波方法。本发明包括:步骤一,建立运动目标的状态模型和量测模型;步骤二,初始化运动状态向量和状态误差协方差矩阵,计算目标运动状态向量预测值、量测向量预测值、新息、新息协方差和新息协方差的估计值;步骤三,计算指数加权因子和多重渐消因子;步骤四,计算状态预测协方差矩阵、卡尔曼增益、滤波值和滤波协方差;步骤五,重复执行步骤二~步骤四,直到目标跟踪结束。本发明渐消因子的计算简单,可以在系统模型未知或噪声统计信息不准确的情况下防止滤波器发散,提高了目标跟踪精度。本发明可运用于雷达目标跟踪。
-
公开(公告)号:CN110826630A
公开(公告)日:2020-02-21
申请号:CN201911090196.7
申请日:2019-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度卷积神经网络的雷达干扰信号特征级融合识别方法,属于雷达干扰信号识别领域。本发明针对目前雷达干扰信号的特征参数依赖人工方式提取,易受噪声影响并出现特征冗余的问题。包括建立雷达干扰时域数据集,对雷达干扰时域数据集中的雷达干扰时域数据以两种不同形式提取特征向量,再将提取的两种特征向量进行串联融合;采用融合后的特征向量训练支持向量机,获得训练好的雷达干扰信号特征级融合识别模型;将采集的测试样本输入到识别模型,获得雷达干扰信号识别结果。本发明利用CNN提取雷达干扰信号的深层特征,在特征级层面设计不同的雷达干扰信号数据融合模型,从而使信号识别免受噪声影响,并同时消除特征冗余现象。
-
公开(公告)号:CN107144834A
公开(公告)日:2017-09-08
申请号:CN201710368949.0
申请日:2017-05-23
Applicant: 哈尔滨工业大学
IPC: G01S13/26
Abstract: 一种高重频脉冲雷达扩展测距范围的波形设计方法,本发明涉及高重频脉冲雷达扩展测距范围的波形设计方法。本发明为了解决高重频脉冲雷达由脉冲周期重复引起的距离模糊,以及避免在无模糊测距范围增大的同时占空比和平均功率下降的问题。本发明包括:一:确定脉间调相因子α以及速度范围与目标真实速度和距离折叠次数的对应关系;二:对线性调频脉冲信号进行脉间相位调制,得到脉内线性调频脉间相位调制脉冲信号;三:雷达发射脉内线性调频脉间相位调制脉冲信号,对接收到的目标反射的回波进行距离处理,得到目标的视在距离;四:进行脉间多普勒处理,并根据速度结果解距离模糊得到目标真实距离。本发明属于雷达信号设计与处理领域。
-
公开(公告)号:CN104750939B
公开(公告)日:2017-07-28
申请号:CN201510166491.1
申请日:2015-04-09
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于分量分离方法的复合高斯模型参数快速估计方法,本发明涉及复合高斯模型参数快速估计方法。本发明是要解决目前复合高斯分布模型参数估计搜索效率低计算量大的问题,而提供了基于分量分离方法的复合高斯模型参数快速估计方法。第一步,利用相关时间滤波器分离复合高斯分布的调制分量和散斑分量;第二步,使用SISE方法估计调制分量的尺度参数b1与散斑分量的尺度参数b2;第三步,利用极大似然法估计出调制分量广义Gamma分布的规模参数a1和形状参数v1和散斑分量广义Gamma分布的规模参数a2和形状参数v2;第四步,将调制分量规模参数a1和散斑分量规模参数a2相乘得到复合高斯分布的规模参数a。本发明应用于雷达领域。
-
公开(公告)号:CN104391279B
公开(公告)日:2017-04-12
申请号:CN201410680947.1
申请日:2014-11-24
Applicant: 哈尔滨工业大学
IPC: G01S7/36
Abstract: 基于电离层传播特性的相径扰动抑制方法,属于雷达信号处理技术领域。本发明解决了现有的电离层相径扰动抑制方法从信号处理角度对电离层相径扰动抑制时,抑制作用很有限、甚至失效的问题。技术方案为:通过对国际参考电离层模型和多准抛物线模型进行混合建模得到电离层空间反射时变参数模型;以上述模型的电子浓度剖面为基础,利用射线追踪方法推导MQP模型的相位路径计算解析式,并在不同时刻多次运行后获得相位路径随时间的变化值;利用最小二乘法拟合得到的相位扰动补偿曲线对受电离层相径扰动的回波谱进行抑制,最终得到抑制后的电离层回波谱。本发明适用于处理高频天波雷达下受电离层相径扰动的展宽海杂波谱。
-
公开(公告)号:CN105158749A
公开(公告)日:2015-12-16
申请号:CN201510531225.4
申请日:2015-08-26
Applicant: 哈尔滨工业大学
CPC classification number: G01S7/41 , G01S13/0218
Abstract: 高频雷达海杂波幅度统计分布检验方法,属于高频雷达信号处理领域。现有的海杂波幅度统计特性分析方法存在理论建模要求高,从理论上定量分析参数化结果的统计分布难度大的问题。一种高频雷达海杂波幅度统计分布检验方法,利用SVD法对待检测海杂波主分量进行提取,对提取出的海杂波主分量进行分段自适应回归模型建模;利用得到的模型阶数和分段数据,计算杂波主分量高阶累积量;根据置信度水平设置检验门限;结合杂波主分量高阶累积量计算结果计算检验统计量,并将检验统计量与检验门限比较,得出结论。本发明可直接对高频雷达单一传播体制以及混合传播体制下的海杂波幅度统计特性进行检验,具有较强的适用性和应用范围。
-
公开(公告)号:CN104750939A
公开(公告)日:2015-07-01
申请号:CN201510166491.1
申请日:2015-04-09
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于分量分离方法的复合高斯模型参数快速估计方法,本发明涉及复合高斯模型参数快速估计方法。本发明是要解决目前复合高斯分布模型参数估计搜索效率低计算量大的问题,而提供了基于分量分离方法的复合高斯模型参数快速估计方法。第一步,利用相关时间滤波器分离复合高斯分布的调制分量和散斑分量;第二步,使用SISE方法估计调制分量的尺度参数b1与散斑分量的尺度参数b2;第三步,利用极大似然法估计出调制分量广义Gamma分布的规模参数a1和形状参数v1和散斑分量广义Gamma分布的规模参数a2和形状参数v2;第四步,将调制分量规模参数a1和散斑分量规模参数a2相乘得到复合高斯分布的规模参数a。本发明应用于雷达领域。
-
公开(公告)号:CN103047982B
公开(公告)日:2015-05-13
申请号:CN201310004930.X
申请日:2013-01-07
Applicant: 哈尔滨工业大学
Abstract: 基于角度信息的目标自适应跟踪方法,属于侦察系统中慢速运动目标跟踪技术领域。它解决了现有侦察系统中采用被动传感器探测远端目标,跟踪精度低,进而无法分辨目标为固定目标或是运动目标的的问题。它采用电子支援系统实时采集目标的角度值,再对目标进行交叉定位,得到目标初始定位位置,再通过求重心的方法确定目标的初始位置估计值;根据目标的初始位置估计值及实时角度估计值采用迭代滤波的方法对目标进行跟踪,获得目标的平均速度和加速度,将目标的平均速度和加速度与预设定的目标平均速度阈值和加速度阈值分别对比,然后确定目标类型,再根据目标类型实现对目标的自适应跟踪。本发明适用于侦察系统中对目标的跟踪。
-
公开(公告)号:CN103105601B
公开(公告)日:2014-08-13
申请号:CN201310004992.0
申请日:2013-01-07
Applicant: 哈尔滨工业大学
IPC: G01S5/00
Abstract: 基于网格搜索最大后验准则辐射源定位方法,它涉及一种基于网格搜索最大后验准则的辐射源定位方法,涉及辐射源定位技术领域。为了解决定位精度和算法复杂度的折衷问题,技术要点:将k时刻之间所有的方位角和平台自身的位置作为GSMAP的输入信息,可获得最终辐射源的位置;然而在随着测量方位角的增加,GSMAP所需的计算量呈几何级数增长,很难应用在实时系统中,因此在构建代价函数的基础上,增加了渐消滑窗和数据稀释的技术,从原始的N个测量AOAs里提取出特征数据,参与代价函数的计算,以减少运算量。本发明在GSMAP算法基础上引入数据稀释和滑窗的技术手段,这样在保持较高定位精度基础上能够极大地减小计算复杂度。
-
公开(公告)号:CN103105601A
公开(公告)日:2013-05-15
申请号:CN201310004992.0
申请日:2013-01-07
Applicant: 哈尔滨工业大学
IPC: G01S5/00
Abstract: 基于网格搜索最大后验准则辐射源定位方法,它涉及一种基于网格搜索最大后验准则的辐射源定位方法,涉及辐射源定位技术领域。为了解决定位精度和算法复杂度的折衷问题,技术要点:将k时刻之间所有的方位角和平台自身的位置作为GSMAP的输入信息,可获得最终辐射源的位置;然而在随着测量方位角的增加,GSMAP所需的计算量呈几何级数增长,很难应用在实时系统中,因此在构建代价函数的基础上,增加了渐消滑窗和数据稀释的技术,从原始的N个测量AOAs里提取出特征数据,参与代价函数的计算,以减少运算量。本发明在GSMAP算法基础上引入数据稀释和滑窗的技术手段,这样在保持较高定位精度基础上能够极大地减小计算复杂度。
-
-
-
-
-
-
-
-
-