-
公开(公告)号:CN106329145A
公开(公告)日:2017-01-11
申请号:CN201610810955.2
申请日:2016-09-08
Applicant: 哈尔滨工程大学
CPC classification number: H01Q13/106 , H01Q1/36 , H01Q1/50
Abstract: 本发明属于电磁场与电磁波技术领域,具体涉及一种基于微带线馈电的OCSRR缝隙天线。基于微带线馈电的OCSRR缝隙天线,包括一个介质基板1,介质基板的顶层设置有矩形辐射贴片2,OCSRR缝隙结构5,1/4阻抗变换器3和微带馈线4,其中OCSRR缝隙结构5刻蚀在矩形辐射贴片2上,OCSRR是互补开口环谐振器,由OSRR和CSRR共同组成;矩形辐射贴片2和微带馈线4通过1/4阻抗变换器3相连,构成天线的馈电部分;所述介质基板1的底层为屏蔽导体。本天线结构简单,剖面低,制作工艺简单、成本低廉。该天线的设计思想可以实现天线谐振频率的提高,实现天线的谐振频率的变化。
-
公开(公告)号:CN100498372C
公开(公告)日:2009-06-10
申请号:CN200710072477.0
申请日:2007-07-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种跟踪同一载体上三部雷达信号的装置。由天线阵(1)、天线伺服(2)、微波接收机(3)、信号处理器(4)组成,天线阵(1)中包括6个天线源,即天线(40~45),天线阵与微波接收机连接,微波接收机与信号处理器互联,信号处理器与天线伺服互联,天线伺服控制天线。本发明在保证跟踪一个载体上的一部雷达信号的同时,还可以跟踪载体上的其他雷达信号,提高对目标载体跟踪的可靠性。本发明克服了一部被动雷达探测装置只能实时跟踪一部雷达信号的缺点,实现了对同一载体上三部雷达信号的实时跟踪。
-
公开(公告)号:CN119966425A
公开(公告)日:2025-05-09
申请号:CN202510057388.7
申请日:2025-01-14
Applicant: 哈尔滨工程大学
IPC: H04B1/10 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于宽带接收机技术领域,具体涉及一种基于自编码器的宽带信道化方法、程序、设备及存储介质。本发明中全频带编码器由卷积神经网络训练得出,子带解码器是由子带自编码器训练得出,将全频带编码器和子带解码器组合得出本发明的数字信道化自编码器(DCR‑AE),全频带信号经过全频带编码器处理后提取出近似子带特征,子带特征通过子带解码器处理,得到重构的子带信号;使用堆叠自编码器对无噪的子带I/Q信号进行聚类,利用时频域联合损失函数对自编码器进行约束,提取低维度的潜在子带特征,减少相邻信道的信号泄漏。全频带编码器使用卷积神经网络构造,对带噪全频带信号进行多层级特征融合并拟合子带特征,实现全频带信号到子带特征的映射。
-
公开(公告)号:CN118468125B
公开(公告)日:2025-03-11
申请号:CN202410601781.3
申请日:2024-05-15
Applicant: 哈尔滨工程大学
IPC: G06F18/2413 , G06F18/10 , G06F18/2431 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 一种基于Channel‑DeepIQ的雷达信号智能检测模型构建方法、雷达信号智能检测方法、计算机设备和存储介质。本发明涉及电子侦察领域,具体涉及雷达信号智能检测领域。为了解决现有的信号检测方法在低信噪比条件下检测效果不理想的问题。本发明通过将数字信道化与神经网络技术结合,在维持一定的虚警概率条件下,提高对低信噪比信号的检测性能。数字信道化提高信号信噪比后,针对子信道内信号到达情况,采用分类网络,即与匹配接收机相似结构的卷积核完成对子信道的匹配接收分类;针对脉冲边沿信号,采用跳变点检测网络检测出脉冲边沿,划分信号区域与噪声区域。本发明为更复杂的信号检测任务提供了可能性。
-
公开(公告)号:CN116757243B
公开(公告)日:2024-01-23
申请号:CN202310766481.6
申请日:2023-06-27
Applicant: 哈尔滨工程大学
IPC: G06N3/006 , G06N7/08 , G06Q10/0631
Abstract: 本发明提出基于混沌Levy多目标烟花算法的多任务分配方法,包括:构建预设优化目标的多目标多无人机任务分配模型;基于混沌机制与Levy变异多目标烟花算法对所述多目标多无人机任务分配模型进行迭代求解;基于迭代求解结果,完成多无人机任务分配。本发明引入混沌思想产生更优的初始群体,避免算法重复多次局部寻优;在搜索过程中采用的levy变异算子,增加种群多样性,提高算法的全局搜索能力;最后采用精英选择策略选择下一代烟花种群,缩短算法的运行时间。(56)对比文件曹磊;叶春明;黄霞.应用混沌烟花算法求解置换流水车间问题.计算机应用与软件.2016,(第11期),全文.
-
公开(公告)号:CN114584236B
公开(公告)日:2023-12-15
申请号:CN202210170656.2
申请日:2022-02-24
Applicant: 哈尔滨工程大学
IPC: H04B17/391 , H04W24/06 , H04B7/0413 , G06N3/04 , G06N3/084
Abstract: 本发明提供一种基于RIGS算法的大规模MIMO系统检测模型构建方法,其步骤包括:S1:采用交替迭代的方式将Richardson(RI)算法和Gauss‑Seidel(GS)算法相结合,得到RIGS迭代算法;S2:引入模型驱动的深度学习方法,将RIGS算法进行展开,并加入可训练向量,构造RGNet(RI and GS Network)检测网络;S3:对构建的网络进行训练,得到训练后的检测模型。本发明设计的RGNet检测模型可以显著降低空间相关性对检测精度的影响,并且能够快速收敛到精确解。
-
公开(公告)号:CN109444832B
公开(公告)日:2023-02-14
申请号:CN201811250987.7
申请日:2018-10-25
Applicant: 哈尔滨工程大学
IPC: G01S7/38
Abstract: 本发明属于电子干扰技术领域,具体涉及一种基于多干扰效能值的群智能干扰决策方法;包括飞行器从电磁环境中获取侦测目标信息,利用组网雷达检测概率和定位精度的自适应加权和构建目标函数,通过群智能技术对目标函数寻优,将连续解离散化,同时引入遗传算法交叉思想,最终将生成的干扰策略送至飞行器干扰设备;本发明联合多指标对干扰效果进行评估,将组网雷达的检测概率和定位精度两个评估指标结合作为干扰决策目标函数,有效提高了计算目标函数值的可靠性,进而提升了干扰决策的正确性,同时,本发明结合自适应加权和方法与群智能算法,提高了算法的收敛速度,提高了寻优的适应性,降低了计算复杂度,并且增强了算法的全局搜索能力。
-
公开(公告)号:CN112114313B
公开(公告)日:2022-12-13
申请号:CN202011013966.0
申请日:2020-09-24
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供结合正交匹配追踪算法的ISAR稀疏采样成像方法,通过发射一段完整信号,在接收端进行稀疏采样处理,通过稀疏的采样方式得到稀疏信号,然后采样后对稀疏的信号进行重构,再进行ISAR成像处理,可以得到更高质量的成像图形,且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法,而是将OMP算法在采样方式上对采样信号进行处理,然后重构应用到ISAR成像领域来。本发明大大提升信号的利用率,并且能提升成像质量。
-
公开(公告)号:CN112130149B
公开(公告)日:2022-07-12
申请号:CN202011012635.5
申请日:2020-09-24
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供一种结合正交匹配追踪算法的稀疏发射的ISAR成像方法,独立权利要求1。在发射端对发射信号进行稀疏处理,采样后得到稀疏的信号,然后对稀疏的信号进行重构,再进行ISAR成像处理,可以得到更高质量的成像图形,且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法,而是将OMP算法在发射方式上对信号进行处理,然后重构信号应用到ISAR成像领域来。本发明可以大大提升信号的利用率,并且能提升成像质量。
-
公开(公告)号:CN114200421A
公开(公告)日:2022-03-18
申请号:CN202111493579.6
申请日:2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多频段子带信号融合方法,包括:接收N1组多频段子带回波信号和N1组全频带回波信号,将多频段子带回波信号的距离包络作为训练数据集,将全频带回波信号的距离包络作为训练标签集;将训练数据集和训练标签集组成训练样本送入DNN神经网络进行训练,训练完毕后,保存训练好的DNN神经网络模型;将待融合的多频段子带回波信号的距离包络输入训练好的DNN神经网络模型,得到融合后的全频带回波信号的距离包络。本发明可以输入多子带距离包络,直接得到宽带信号距离包络,提高了距离分辨率。通过训练网络,省去传统算法估计信号繁琐步骤,减少了子带预测过程中产生的误差。经过训练的网络可以批量获得更多测试结果,且精度更高。
-
-
-
-
-
-
-
-
-