-
公开(公告)号：CN107132541B
公开(公告)日：2019-10-18
申请号：CN201710448389.X
申请日：2017-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多基地声纳低截获多址分辨信号生成方法。计算Costas信号的互重合函数频率轴最大距离；设置不同发射基地间Costas信号的严格正交性要求与同一发射基地内部Costas信号的宽松正交性要求；计算全部M阶Costas序列的最大互重合函数矩阵；计算发射基地内部的Costas序列最大互重合点数与发射基地之间的Costas序列最大互重合点数；从Costas序列中选取N组正交的Costas序列集合分配给各个发射基地；调整系统参数，生成合适数目的正交NFM信号，并分配给各个发射基地；用NFM信号调制Costas序列，将所有调制得到的探测信号称为多基地声纳低截获多址分辨信号。本发明能保障探测信号具有优良的低截获性能，具备优良的正交性，能够实现多址分辨。
-
公开(公告)号：CN118011403B
公开(公告)日：2024-09-10
申请号：CN202410103755.8
申请日：2024-01-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于被动声纳探测技术领域，涉及基于动态能量门限和单帧判别的角度信息提取方法及系统。本发明针对移动平台低信噪比场景下角度信息的提取存在弱目标丢失的问题，提出了基于动态能量门限和单帧判别的角度信息提取方法和系统。该方法设计动态更新的数据积累池，基于统计分割方法设置动态能量门限，将阵列输出的原始数据逐帧读入数据积累池，再对读入的每一帧数据依据动态能量门限进行过门限检测，提取角度信息。即利用动态更新的数据积累池中的数据积累矩阵动态计算能量门限，再利用动态门限对下一帧读取的原始数据做过门检测，从而使得动态门限能够适应下一帧读取的原始数据，进而解决由于能量门限不合理而导致的弱目标丢失的问题。
-
公开(公告)号：CN111398966B
公开(公告)日：2023-05-05
申请号：CN202010253352.3
申请日：2020-04-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种主动声呐目标检测方法，包括：构建由上调频线性调频信号s1(t)和下调频线性调频信号s2(t)两部分组成的发射信号s(t)；利用s(t)的回波信号rs(t)，通过谱投影梯度算法(SPGL1)估计出信道的冲激响应函数利用信道估计结果，分别构建s1(t)和s2(t)基于时间反转的时延—多普勒滤波器；将回波rs(t)分别通过两组时延—多普勒滤波器，得到两组互模糊函数χ1(τ，υ)和χ2(τ，υ)；对两组互模糊函数进行非线性处理，得到优化后的时延—多普勒图像。本发明利用谱投影梯度算法(SPGL1)进行信道估计得出信道冲激响应函数，构建基于时间反转的时延—多普勒滤波器，从而使该方法具有抗多途的能力，提高了环境适应性。
-
公开(公告)号：CN114218777A
公开(公告)日：2022-03-22
申请号：CN202111493539.1
申请日：2021-12-08
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06F17/18 , G06F17/16 , G06F119/10
Abstract: 本发明公开了一种极地冰下水声信道估计方法，包括：对RLS算法代价函数引入l0范数约束得到l0‑RLS；对l0‑RLS损失函数引入Hampel三段重降M‑估计函数得到损失函数f(e)，对损失函数f(e)进行运算得到权重函数q(e)；通过脉冲噪声的方差的估计对Hampel‑三段重降M估计函数所设置的三个阈值进行估计更新；根据估计得到的三个阈值对权重函数q(e)和增益矩阵k[n]进行更新；根据发射信号及接受信号利用更新后的权重函数q(e)和增益矩阵k[n]进行信道估计，得到信道估计值判断是否达到采样点数，若达到则结束，否则返回阈值更新。本发明提高了对脉冲噪声抑制能力，在低信噪比下降低大幅度冰裂脉冲噪声对信道真值估计影响的可能性，提高了对信道幅度的估计性能。
-
公开(公告)号：CN109561036B
公开(公告)日：2021-06-18
申请号：CN201910037347.6
申请日：2019-01-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水声学和水声信号处理领域，具体涉及一种基于凸优化的水声信道盲解卷积方法。本发明不需要预先输入发射信号便可以对复杂水声信道进行估计，(1)只需要一帧接收信号，便可以通过凸优化算法将信道的冲激响应和发射信号有效分离，得到多途信道的时延和幅度信息，快速感知海洋环境，适用于无人水下平台自主探测和信道估计，是发展具有认知功能声纳的关键技术。(2)本发明用ADMM代替了常用的凸优化工具箱，解决了针对真实海洋环境中的水声数据点数多，运算量大的问题，提高了运算速度，可以更好地将其应用到无人水下平台上，提高环境适应性。
-
Patent Agency Ranking
公开(公告)号：CN107255809A
公开(公告)日：2017-10-17
申请号：CN201710222629.4
申请日：2017-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于宽带聚焦矩阵的阻塞阵波束形成方法，主要包括如下步骤：信号宽带等分，获得宽带频域输出；以干扰方向为参考，对频域快拍进行第一次聚焦变换；根据聚焦频率生成的阻塞矩阵，进行阻塞，去除干扰；生成二次聚焦矩阵，对阻塞后的数据再次进行宽带聚焦处理；进行常规波束形成，得到目标的波达角。本发明通过第一次聚焦变换，简化了常规宽带阻塞阵需要在每个子带分别进行阻塞这一步骤；推导得到阻塞后的信号在合成方向的标准宽带入射矢量形式，通过二次聚焦变换简化了在每个子带分别进行波束形成的步骤，在不损害宽带阻塞阵性能的前提下，简化了处理流程，有效地提高了运算速度。
-
公开(公告)号：CN112653472A
公开(公告)日：2021-04-13
申请号：CN202011481147.9
申请日：2020-12-15
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于块稀疏压缩感知的海豚哨叫信号重构方法，包括：步骤1：构建具有块结构的字典步骤2：使用块稀疏压缩感知对其进行优化求解，估计得到海豚哨叫信号每一个块结构各谐波分量的起始频率和调频率。步骤3：利用估计的分块海豚哨叫信号起始频率、调频率以及哨叫信号数学模型，得到重构的各分块信号。步骤4：将各个分块谐波信号拟合，得到完整的重构海豚哨叫信号。本发明将贪婪算法应用到海豚哨叫信号重构中，结合海豚哨叫信号的分块结构，将传统基于正交匹配追踪稀疏的稀疏重构方法改进，采用块稀疏正交匹配追踪算法，提高信号重构精度。
-
公开(公告)号：CN107255809B
公开(公告)日：2020-07-14
申请号：CN201710222629.4
申请日：2017-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于宽带聚焦矩阵的阻塞阵波束形成方法，主要包括如下步骤：信号宽带等分，获得宽带频域输出；以干扰方向为参考，对频域快拍进行第一次聚焦变换；根据聚焦频率生成的阻塞矩阵，进行阻塞，去除干扰；生成二次聚焦矩阵，对阻塞后的数据再次进行宽带聚焦处理；进行常规波束形成，得到目标的波达角。本发明通过第一次聚焦变换，简化了常规宽带阻塞阵需要在每个子带分别进行阻塞这一步骤；推导得到阻塞后的信号在合成方向的标准宽带入射矢量形式，通过二次聚焦变换简化了在每个子带分别进行波束形成的步骤，在不损害宽带阻塞阵性能的前提下，简化了处理流程，有效地提高了运算速度。
-
公开(公告)号：CN109561036A
公开(公告)日：2019-04-02
申请号：CN201910037347.6
申请日：2019-01-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水声学和水声信号处理领域，具体涉及一种基于凸优化的水声信道盲解卷积方法。本发明不需要预先输入发射信号便可以对复杂水声信道进行估计，(1)只需要一帧接收信号，便可以通过凸优化算法将信道的冲激响应和发射信号有效分离，得到多途信道的时延和幅度信息，快速感知海洋环境，适用于无人水下平台自主探测和信道估计，是发展具有认知功能声纳的关键技术。(2)本发明用ADMM代替了常用的凸优化工具箱，解决了针对真实海洋环境中的水声数据点数多，运算量大的问题，提高了运算速度，可以更好地将其应用到无人水下平台上，提高环境适应性。
-
公开(公告)号：CN105207964B
公开(公告)日：2018-10-26
申请号：CN201510504768.7
申请日：2015-08-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于单矢量传感器的水声自适应判决反馈均衡方法。包括以下步骤：对矢量传感器接收到的声信号进行信号同步；对水平方向振速信号施以电子旋转合成，然后与声压信号进行加权合成得到声压和水平振速合成信号；将声压和水平振速合成信号与垂直振速信号分别解调到基带，将基带信号输入到判决反馈均衡器中；在判决反馈均衡器的前馈端嵌入锁相环，输入的基带信号先进入锁相环；对声压和水平振速合成信号与垂直振速信号进行等增益合并；用反馈滤波器估计出的对当前正在检测符号产生的码间干扰，与前向滤波器的输出相减，抑制码间干扰，进而恢复发射信号。本发明能够减低误码率，提高通信系统稳健性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.045 seconds)
