-
公开(公告)号：CN113820717A
公开(公告)日：2021-12-21
申请号：CN202110967520.X
申请日：2021-08-23
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于负梯度波导下warping变换的单矢量传感器无源测距方法。本发明通过矢量声信号的简正波表示和简正波分类，确定升压和振速信号；基于含负梯度波导，保留海底反射相移；确定声压和水平振速与声压和垂直振速的互相关函数，得到频谱；利用含负梯度波导下warping变换，进行无源测距。本发明提出的测距方法主要适用于下发下收的情况，仅利用引导声源和单矢量水听器即可实现对目标的无源测距，估计结果与真实距离符合较好，目标距离在10～30km时，算法测距相对误差在8％以内。
-
公开(公告)号：CN113472390A
公开(公告)日：2021-10-01
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。
-
公开(公告)号：CN112684411A
公开(公告)日：2021-04-20
申请号：CN202011351931.8
申请日：2020-11-26
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明公开了一种基于改进到达频率差的水下目标定位方法。步骤1：从输入信号获取解算所需的时延差信息和频率差信息；步骤2：根据获得的时延差和频率差信息建立目标位置的解算方程；根据获得的信息，建立水下机动平台与目标在两个不同的位置的时延差关系方程和频率差关系方程，组成定位解算方程组；步骤3：采用牛顿迭代法对方程进行求解，若求出的结果不符合迭代精度要求，再重复进行循坏求解，直到符合求解的精度要求，最终完成定位精确解算。本发明改进了传统频率差卫星定位方法，使之能应用于水声定位场合，有效提高了水声定位系统定位精度并降低了软硬件设计难度。
-
公开(公告)号：CN111948657A
公开(公告)日：2020-11-17
申请号：CN202010738626.8
申请日：2020-07-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于多模粒子滤波的机动弱目标检测前跟踪方法。本发明属于水下目标跟踪技术领域，进行参数初始化处理，确定被动声纳阵列的接收信号；根据被动声纳阵列的接收信号，采用宽带常规波束形成算法处理得到空间谱，将空间谱作为量测数据；根据量测数据，噪声均衡判断当前时刻可疑目标；根据量测数据，进行目标状态空间分区；根据目标状态空间分区结果，采样每个目标每个粒子状态，并计算权值；对同一目标的粒子单独进行重采样；根据采样结果，估计目标的状态；当目标持续时间超过联合观测帧数时，则对目标进行联合判决，并删除没有通过判决的目标信息。本发明实现多个机动目标的实时跟踪，实现被动声纳场景下的机动弱目标的检测和跟踪。
-
公开(公告)号：CN110909312A
公开(公告)日：2020-03-24
申请号：CN201911309513.X
申请日：2019-12-18
Applicant: 哈尔滨工程大学
IPC: G06F17/18 , G06F30/20 , G06F111/08
Abstract: 本发明提出一种应用于RBMCDA跟踪算法的目标消亡判断方法，所述方法包括步骤一：在第k-1时刻预测下一时刻的目标状态值方差；步骤二：由预测的目标状态值方差，根据均匀分布概率终止模型计算目标消亡概率；步骤三：根据目标消亡概率，粒子进行蒙特卡洛采样，确定目标状态。本发明由于采用了预测的目标状态值方差作为判决依据，从而将目标消亡概率模型的参数与量测噪声和状态转移噪声建立了联系，不需要另外进行目标消亡模型参数的调整，使系统具有更好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110361744A
公开(公告)日：2019-10-22
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：CN110346752A
公开(公告)日：2019-10-18
申请号：CN201910646464.2
申请日：2019-07-17
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明是基于互质稀疏阵的无模糊测向方法。根据两条子阵接收的入射信号，分别对每条子阵进行波束形成，初步获取目标的基本方位信息；利用两条子阵的互质特性，对子阵输出进行共轭乘积处理，利用峰选初步消除模糊；在初步消除模糊的基础上，利用各子阵波束域输出的幅度信息，设置幅度阈值进行挑选，剔除栅瓣叠加产生的伪峰；在幅度挑选的基础上，利用各子阵波束域输出的相位信息，设置相位阈值进行挑选，剔除未被幅度挑选剔除的伪峰，从而得到真实目标方位估计结果。本发明能够提高对空间目标方位估计的可靠性和准确度，获得更高的分辨力；相比同孔径半波间距均匀直线阵列，能够显著减少阵元数量，具有较强的工程实用价值。
-
公开(公告)号：CN109491009A
公开(公告)日：2019-03-19
申请号：CN201811310209.2
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 发明提供的是一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法。(1)光纤组合阵的三条子阵分别接收入射信号，所述光纤组合阵包含三条子阵1、2、3依次排列，各子阵为均匀等间距直线阵，各子阵内部阵元间距彼此互质，三条子阵彼此间距为接收信号半波长；(2)各子阵所接收的入射信号，利用各互质子阵进行波束形成，获取各扫描方位的波束数据输出；(3)利用各子阵间阵元间距互质的特性，对三个子阵波束域信息进行综合处理，得到抑制栅瓣后的空间谱和目标方位估计结果。本发明能够提高对空间目标方位估计的可靠性和准确度，获得更高的分辨力；相比传统均匀面阵，能够扩大等效孔径，减少阵元数量，具有较强的工程实用价值。
-
公开(公告)号：CN108845290A
公开(公告)日：2018-11-20
申请号：CN201810261916.0
申请日：2018-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种超短基线阵抗相位模糊的方法。根据超短基线阵的阵型，获得同一方向上任意两个阵元间相位的最大模糊周期数，确定两个阵元间相位模糊周期数的取值范围；根据两个阵元测得的相位差和最大模糊周期数计算出该组阵元所有可能的目标方向角；计算目标方向角的扇面宽度系数，设置目标方向角的扇面宽度；根据所有可能的目标方向角和扇面宽度，在直方图上统计所有目标方向角度的出现次数，出现次数最多的角度即为估计的目标方向角；根据估计的目标方向角计算出各组阵元的模糊周期数的估计值。本发明能够有效实现抗相位模糊，突破了阵列尺寸对于基阵定位性能的限制。
-
公开(公告)号：CN106960083A
公开(公告)日：2017-07-18
申请号：CN201710128178.8
申请日：2017-03-06
Applicant: 哈尔滨工程大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F2217/08
Abstract: 本发明属于阵列信号处理技术领域，涉及一种适用于模型失配时的基于主瓣波束图优化的鲁棒自适应波束形成方法。包括：对阵列数据进行采样获得时域快拍模型，并估计数据协方差矩阵；输入观测导向矢量、主瓣畸变因子、阵元数，构建主瓣波束图畸变的度量函数；对及输出功率进行约束来修正导向矢量，得到一个非凸非线性的优化问题；将该优化问题转化为等价的凸二次约束二次规划问题；采用高效的内点法结合矩阵秩‑1分解运算进行求解QCQP问题得到修正后导向矢量的估计值；将代入到SCB的权系数公式中得到本方法的波束形成器权系数并处理阵列数据，得到高输出信干噪比的期望信号。本发明存在基阵模型失配时输出信干噪比更高。主瓣波束图抗畸变能力更强。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.05 seconds)
