-
公开(公告)号：CN115542329A
公开(公告)日：2022-12-30
申请号：CN202211226929.7
申请日：2022-10-09
Applicant: 哈尔滨工程大学
Abstract: 一种基于模态滤波的浅水低频声源深度判决方法，属于浅水低频水面水下目标判决技术领域。本发明针对现有水听器阵列孔径受限时判决声源深度采用的现有基于模态滤波技术的水面水下深度分辨方法，不能同时兼顾无子空间重叠和模态空间的完整的问题。包括建立声场p(r,zr,zs)关于观测矩阵V与模态幅度矩阵a的表达式；将观测矩阵V分为陷波子空间V0和自由子空间V1并进行奇异值分解，得到减秩子空间U0和U1，构成矩阵A，再得到正交矩阵β，确定空间H和空间S，将投影在陷波子空间的能量与投影在整个正交模态空间的能量做比值得到检测统计量，与选定门限进行对比，判决声源深度。本发明用于声源深度判决。
-
公开(公告)号：CN115469270A
公开(公告)日：2022-12-13
申请号：CN202210980417.3
申请日：2022-08-16
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明公开了一种基于检测前跟踪的长基线定位方法及系统，属于水下多目标跟踪技术领域，直接使用匹配滤波器的输出作为输入，其中，该方法包括：初始化粒子及其权值构建状态方程；利用状态方程采样第n个粒子状态向量；根据预设似然函数计算第n个粒子状态向量的似然函数；对似然函数进行归一化处理获得粒子权值，根据粒子权值确定是否重采样；使用最小均方根误差方法估计目标状态。该方法考虑了多个浮标信息的相关性，可以充分获得多个浮标的处理增益，避免了直达声挑选问题，提高了长基线定位系统在恶劣条件下的定位精度和轨迹连续性。
-
公开(公告)号：CN115356739A
公开(公告)日：2022-11-18
申请号：CN202211024520.7
申请日：2022-08-25
Applicant: 哈尔滨工程大学
IPC: G01S15/66
Abstract: 本发明属于水下目标跟踪的技术领域；公开了一种基于辅助粒子滤波的水下多目标检测前跟踪方法。对水下目标的声纳探测的数据进行采集；初始化数据粒子和其粒子对应的权值；将粒子和其粒子对应的权值，利用预测目标状态将目标分群；对辅助变量进行采样，并计算其对应的一阶权值；利用辅助变量的一阶权值对粒子进行重采样，筛选优质粒子编号；对筛选的优质粒子状态进行采样，并计算优质粒子状态的一阶权值；根据的优质粒子状态的一阶权值，计算粒子权值并估计目标状态。用以解决低信噪比的目标信号可能无法通过检测门限，导致目标漏检的问题；当多个邻近目标的量测值重合时，经过检测处理只能得到一个量测值的问题。
-
公开(公告)号：CN110361744B
公开(公告)日：2022-11-01
申请号：CN201910614850.3
申请日：2019-07-09
Applicant: 哈尔滨工程大学
Abstract: 本发明是于密度聚类的RBMCDA水下多目标跟踪方法。本发明对每个粒子初始权重置，获得初始时刻粒子群数据；计算可见目标死亡概率，随机抽取死亡目标，对所有粒子存活目标状态进行预测；根据更新后的每个粒子的权值，采用重采样法对粒子状态和粒子目标标签矩阵进行重采样；采用密度聚类算法对所有粒子的所有目标状态估计结果聚类，对每个簇每个样本按理权值加权求和，获得所述每个簇的状态均值；每个粒子标签向量分别与目标标签矩阵相匹配，获得每个聚类簇的系统目标编号，更新目标标签矩阵，获得新的目标标签矩阵；根据粒子数据的密度聚类和目标编号管理结果，输出当前时刻所有目标编号及状态均值。
-
公开(公告)号：CN113472390B
公开(公告)日：2022-08-02
申请号：CN202110767877.3
申请日：2021-07-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法，属于电子对抗和通信技术领域，公开了一种，包括以下步骤：1)对接收到的跳频信号进行功率谱估计，得到跳频信号的频率集；2)以频率集中的频率个数来确定所需深度学习网络的个数，并构造对应频率集中各个频率的深度学习网络所需的训练集；3)将训练集输入各个网络中，完成深度学习网络的构建；4)将接收到的信号分别输入构建好的对应频率的网络中，从而获得各个频率所对应网络的输出；5)通过对各个网络的输出进行平滑处理，估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度，对跳频信号的处理具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN110133627B
公开(公告)日：2022-06-14
申请号：CN201910423907.1
申请日：2019-05-21
Applicant: 哈尔滨工程大学
IPC: G01S7/52
Abstract: 本发明是水声定位导航系统阵元位置校准测量点间距优化方法。本发明建立了阵元位置精确校准优化模型，时延测量误差与收发距离的关系式，阵元位置校准时延估计误差传递函数；采用差分进化算法进行求解，获得待测阵元位置估计结果及误差。采用统计学方法获得阵元位置校准精度；通过筛选所有结果获得最佳测量点间距。本发明消除了测量船运动所引起的模型失配误差；建立了时延测量误差与收发距离的关系式，考虑了测量时延误差随收发距离变化的变化，相对传统的采用固定时延测量误差的做法，误差分析更与实际相符。通过水声定位导航系统阵元位置校准测量点间距优化，获得了最佳测量点间距，有利于进一步地提高阵元位置的校准精度。
-
公开(公告)号：CN113702907B
公开(公告)日：2022-05-03
申请号：CN202110908227.6
申请日：2021-08-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于直达声和一次海面反射声传播时延的水下单信标导航方法，包括：步骤S1，从发射信号获取直达声和一次海面反射声的传播时延信息；步骤S2，根据传播时延信息建立描述目标AUV和声信标在两个信号发射周期内的相对几何位置关系的等式，组成导航方程组；步骤S3，采用牛顿迭代法对导航方程组进行求解，得到AUV位置。该方法相比于传统的仅利用直达声传播时延的单信标导航方法，可以有效提高导航精度，具有广泛的应用前景，在民用领域，可应用在资源勘测、海底绘图和水下设备检修等，在军事领域可应用于反潜和水下排雷等。
-
公开(公告)号：CN114280533A
公开(公告)日：2022-04-05
申请号：CN202111590585.3
申请日：2021-12-23
Applicant: 哈尔滨工程大学
IPC: G01S3/802
Abstract: 本发明是一种基于l0范数约束的稀疏贝叶斯DOA估计方法。本发明涉及水下声学探测技术领域，本发明基于水下阵列信号，构建阵列接收的空域稀疏信号模型；构建超参数概率分布模型，通过贝叶斯公式获得待恢复稀疏信号的后验概率分布；构建超参数的目标函数，并在信号功率的目标函数中引入l0范数约束，通过期望最大化算法(EM)对超参数进行迭代更新；通过收敛得到的超参数重构空域稀疏信号，进而获得DOA估计结果迭代终止后，确定空间谱。在稀疏贝叶斯学习结构中，本发明仅加快了超参数γ的收敛速度，对信号模型无特殊需求。
-
公开(公告)号：CN114217321A
公开(公告)日：2022-03-22
申请号：CN202111434375.5
申请日：2021-11-29
Applicant: 哈尔滨工程大学
IPC: G01S15/08 , G06F30/20 , G06F17/16 , G06F111/04
Abstract: 本发明通过一种多约束匹配处理器定位方法，本发明相比于原多约束匹配处理器的匹配场定位方法，仅需要额外对其计算过程中的自相关矩阵进行处理并计算，除此之外并未增加计算的难度与复杂性，同时使得原计算结果更加准确的与便于搜寻，大大降低了其他干扰峰或者旁瓣的对目标峰的干扰，提高了主峰的辨识度，同时由于引入了加权之后的线性匹配处理器，也使得该方法对环境失配的抗性有一定的提高。
-
公开(公告)号：CN113671475A
公开(公告)日：2021-11-19
申请号：CN202110724026.0
申请日：2021-06-29
Applicant: 哈尔滨工程大学
IPC: G01S11/14
Abstract: 本发明公开了一种基于时延信息的水下机动平台高精度测速方法。步骤1：建立基于双基元时延的水下机动平台测速模型；步骤2：基于步骤1的测速模型与测量信息进行基元组合，将不同的基元组合依据两基元与平台这三者之间不能共线的原则进行筛选；步骤3：针对步骤2中不同的基元组合，求解出相应的平台速度；步骤4：针对步骤3中不同的平台速度解进行密度聚类，计算获得平台速度最终值。本发明用以解决现有方法受位置测量精度影响严重的问题。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.036 seconds)
