-
公开(公告)号：CN116243248A
公开(公告)日：2023-06-09
申请号：CN202310218279.X
申请日：2023-03-09
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
Abstract: 本发明提供一种基于多标签分类网络的多分量干扰信号识别方法，将一维干扰信号经过时频变换转换成时频图像，利用MobileViT‑v2模块的全局特征提取能力对多分量干扰信号进行高效分类识别。此发明解决了当前多类别分类网络对训练集中未曾出现的信号组合无法识别的问题，对训练样本数的要求较低，突破了现有的雷达有源干扰识别方法的应用局限。
-
公开(公告)号：CN113325375B
公开(公告)日：2022-12-13
申请号：CN202110569844.8
申请日：2021-05-25
Applicant: 哈尔滨工程大学
IPC: G01S7/38
Abstract: 本发明提供一种基于深度神经网络的自适应对消方法，1)定义接收天线接收的信号模型，包括发射信号功率Pf，功率放大器非线性失真函数G[·]以及载波中心频率fc；2)定义非线性功率放大器的模型；3)将目标信号进行非线性建模，使用大量数据对DNN网络进行训练；4)把原参考信号通过训练好的网络后生成的信号作为新参考信号输入自适应滤波器；5)对比自适应滤波器对消前后的信号。本发明利用大量训练先验信息模拟雷达干扰机功率放大器的非线性特性，解决干扰问题，这种方法直接估计信号的幅度，用大量的数据来减少算法步骤。
-
公开(公告)号：CN112799414B
公开(公告)日：2022-12-13
申请号：CN202110040918.9
申请日：2021-01-13
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明公开了一种AUV松弛轨迹规划方法，将全局规划航路按照设定路径长度划分为多个子航段；确定本次局部航迹规划的起点、终点，以及航迹规划空间范围；根据当前局部环境是否存在运动障碍物，确定执行路径规划或者轨迹规划；利用自适应差分进化粒子群优化算法完成局部航迹规划，得出中间路径点序列以及到达各个中间路径点期望航速；确定当前子目标点，解算AUV的期望航向、期望深度；输出航向指令、深度指令、航速指令，驱动AUV航行；执行方法至结束。本发明可以适应AUV周围局部环境障碍分布动态变化，且能够根据周围局部环境是否存在运动障碍物确定执行路径规划或者轨迹规划，从而权衡局部在线航迹规划的有效性要求和快速性要求。
-
公开(公告)号：CN113726350B
公开(公告)日：2022-11-01
申请号：CN202110908254.3
申请日：2021-08-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度神经网络的强相关自干扰对消方法，将DNN神经网络引入到收发同时系统强相关自干扰对消系统中，采用DNN神经网络拟合自适应对消系统模型，替代传统的自适应滤波算法，提出了基于DNN的强相关自干扰对消方法。该方法摒弃了传统的自适应算法，通过训练好的DNN网络模型，该系统模型可以实现对强相关自干扰信号的有效消除，从而可以更准确的从强相关自干扰信号中恢复出目标信号。
-
公开(公告)号：CN115170937A
公开(公告)日：2022-10-11
申请号：CN202210792672.5
申请日：2022-07-05
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种UUV水下障碍物轮廓构建方法，通过前视声呐探测得到障碍物与UUV之间的距离和方位夹角信息，UUV获得当前自身位置信息；经过坐标变换得到障碍物各点在全局坐标系下的坐标，构成数据集；采用支持向量聚类将数据集划分成集群，得到描述集群轮廓的支持向量；利用邻接矩阵将数据集进行类别划分并分配类别标号；去除划分类别后的任意集群异常数据点，然后确定各类别集群聚类中心；构建RBF神经网络并设定参数，对神经网络进行训练，得到训练后的神经网络；将去除异常数据点后的聚类数据输入到训练好的RBF神经网络中，得到障碍物轮廓边界点。本发明能够有效的将某种障碍物的数据聚类在一起，从而获取障碍物的整体轮廓。
-
Patent Agency Ranking
公开(公告)号：CN115169057A
公开(公告)日：2022-10-11
申请号：CN202210999702.X
申请日：2022-08-19
Applicant: 哈尔滨工程大学
IPC: G06F30/17 , G06F30/23 , G06F111/04 , G06F111/06 , G06F111/10 , G06F119/14
Abstract: 一种基于轻量化目标的往复式隔膜泵机座结构设计方法，属于往复式隔膜泵结构设计领域。本发明针对现有往复式隔膜泵机座根据经验设计，无法保证获得最优的设计模型的问题。包括：建立隔膜泵动力端整体结构的三维等效模型；进行网格划分，计算机座承受的最大应力、最大变形量和机座质量；确定待优化设计尺寸参数取值区间；建立尺寸参数与最大应力和最大变形量的对应函数关系，进行多目标优化，使最大应力和最大变形量获得最小值；再根据尺寸参数的当前取值建立圆角规整处理后的机座模型，直到经计算确定当前取值满足机座模型的性能要求，将当前取值作为优化后尺寸参数值，进行机座的结构设计。本发明用于实现隔膜泵机座的轻量化设计。
-
公开(公告)号：CN115037319A
公开(公告)日：2022-09-09
申请号：CN202210293249.0
申请日：2022-03-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种侦察、干扰、探测、通信射频一体化集成装置，本发明侦察、干扰、探测、通信一体化设备采用八个共形天线，可以对0.4GHz～4GHz频段内的辐射源信号进行被动探测；通过另外一组八个共形天线，可以对4GHz～18GHz频段内的辐射源信号进行电子侦察与干扰；利用4GHz～18GHz频段内的共形天线，可以将通信模式集成到整体设备上，与干扰模式共用一个链路，可通过程序控制进行切换，即可实现将通信模式集成到一体化设备。
-
公开(公告)号：CN114942415A
公开(公告)日：2022-08-26
申请号：CN202210541063.2
申请日：2022-05-17
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于自编码器的多频段子带信号融合方法，将深度神经网络用于信号融合，在发射端发射多子带线性调频信号，在接收端对接收的多子带回波信号进行去斜处理得到多子带距离包络，将全频带包络作为训练数据输入全频带自编码器，得到全频带解码器与全频带编码；再将多子带距离包络和全频带编码分别作为训练数据与标签送入DNN训练，得到多子带编码器；最后将多子带编码器与全频带解码器组合为自编码器，这样就可以将任意一组多子带距离包络输入自编码器，即可得到全频带的距离包络，提升信号的利用率，提高距离分辨率。
-
公开(公告)号：CN109711087B
公开(公告)日：2022-06-21
申请号：CN201910033312.5
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV自主控制技术领域，具体涉及一种UUV动态威胁态势评估方法。本发明能够有效的解决UUV在水下的动态威胁态势评估问题，准确地评估当前时刻以及一段连续时间内的威胁态势，并能通过灵敏度分析得到当前各种威胁的威胁度排序。本发明不单纯使用静态贝叶斯网络或动态贝叶斯网络进行评估，而是将两者结合使用，使用了环境、平台、任务三级评估网络，便于评估方了解当前UUV系统各部分的状况，同时可以推理出各威胁的威胁方式；最后从整体出发，再使用静态网络对整个网络进行灵敏度分析，针对现场感知的环境类、平台健康类、任务类威胁给出在线定量定性的评估结果，为UUV后续的自主控制提供输入信息，决定当前最亟待解决的威胁问题。
-
公开(公告)号：CN112560671B
公开(公告)日：2022-04-12
申请号：CN202011477989.7
申请日：2020-12-15
Applicant: 哈尔滨工程大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/25 , G06V10/82 , G06K9/62 , G06N3/04 , G06T7/73
Abstract: 基于旋转卷积神经网络的船舶检测方法，本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为：一、根据输入图像生成卷积神经网络特征图；二、构建多尺度特征金字塔网络，对特征图进行特征提取，映射产生不同大小的anchor；三、分类筛选出候选框；四、用旋转椭圆边界框代替候选框，进行回归预测；五、计算RPN的损失函数；六、筛选输出RoI Align；七、RoI Align产生特征图，作为全连接的输入，利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归；八、将待测舰船图片输入训练好的网络模型，得到分类结果。本发明用于船舶检测领域。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.053 seconds)
