-
公开(公告)号：CN102243302B
公开(公告)日：2013-03-20
申请号：CN201110094848.1
申请日：2011-04-15
Applicant: 东南大学
IPC: G01S7/539
Abstract: 本发明公开了一种水声目标辐射噪声的线谱时间累积特征提取方法，所述方法提出利用线谱时间累积特征LOFAR图进行特征提取，通过对声纳信号和信息的时序分析，采用稳定线谱判定、相关性检测、线谱漂移检测等处理方法，挖掘和提取与目标行为等有关的特征信息。相比单次提取线谱特征方法，利用线谱时间累积特征可以将目标的某些特征在时间上加以累积和延续，借此反映这些特征在时间上的变化情况，从而可以使目标的稳态特征更加稳定和可靠，也可以从中提取出目标的动态特征和瞬态特征，为目标的分类识别提供依据。
-
公开(公告)号：CN102252748A
公开(公告)日：2011-11-23
申请号：CN201110087775.3
申请日：2011-04-08
Applicant: 东南大学
IPC: G01H17/00
Abstract: 本发明公开了一种基于经验模态的空化噪声调制特征提取方法，针对短时空化噪声信号，先进行信号标准化，对标准化信号进行带通滤波获取空化噪声的带通信号，对带通信号进行包络检波获取包络信号、对包络信号进行低通滤波获取低频包络信号，利用经验模态分解将低频包络信号分解为多个本征模态函数(IMF)并评价选取最优的IMF，对最优IMF进行Hilbert变换得到其Hilbert谱，利用Hilbert谱计算各个时刻的瞬时频率，完成空化噪声调制特征提取。本方法利用经验模态分解的自适应性和Hilbert-Huang变换的高分辨率，克服了传统调制特征提取方法难以对短时、非平稳调制的空化噪声数据进行调制特征提取的缺点。
-
公开(公告)号：CN102195763A
公开(公告)日：2011-09-21
申请号：CN201110119493.7
申请日：2011-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种水声传感器网络长延迟情况下的MAC协议实现方法。该方法基于传统TDMA机制，采用半双工的通信方式，按时隙划分时间。利用水声通信的长传播时延特性和信道的空间复用性，允许节点向等待应答确认帧的节点发送数据，允许其周围节点均空闲的节点发送数据，并且允许任何在等待应答确认帧的节点接收数据，本发明实现了一个节点同时与多个节点通信的目的，提高了网络吞吐量，同时降低了网络端到端延迟，适用于水声传感器网络及其它长传播时延通信网络，具有较高的实际应用价值。
-
公开(公告)号：CN117370739A
公开(公告)日：2024-01-09
申请号：CN202311223819.X
申请日：2023-09-21
Applicant: 东南大学
IPC: G06F18/15 , G06F18/213 , G06F18/2415 , G06F123/02
Abstract: 本发明提供一种基于脉冲信号时频域存在概率联合感知的噪声频谱跟踪方法，该方法首先对脉冲信号各感知参数进行初始化，在此基础上提取待处理脉冲信号采样数据序列的短时功率谱，然后计算脉冲信号的时域能量起伏特征参量，并提取脉冲信号的频域局部信噪比，接着对脉冲信号的时频域存在概率进行感知，最后，利用脉冲信号的时频域存在概率联合感知结果实现噪声频谱跟踪。该方法充分利用了脉冲信号的时域能量起伏特性和频域短时窄带特性，以较小的运算量实现了含噪脉冲信号噪声频谱的准确估计，且各频点可以独立并行处理，适用于实时的工程应用场合。
-
公开(公告)号：CN109547029B
公开(公告)日：2023-04-14
申请号：CN201811308366.X
申请日：2018-11-05
Applicant: 东南大学
IPC: H03M7/30
Abstract: 一种基于组稀疏结构的自适应匹配追踪信号重构方法，步骤如下：(1)通过引入“spike and slab”先验概率分布，构造一种具有组稀疏结构的贝叶斯回归模型；(2)利用最大后验概率准则将上述模型的参数求解问题转化为关于模型参数γ,x的非凸优化问题；(3)初始化γ,x；(4)计算将γ的一个非零元素变为零元素后目标函数减少的上界(5)计算将γ的一个零元素变非零元素后目标函数减少的上界(6)当与至少有一个小于零时，若大于则将对应的γ元素变为非零值，若大于则将对应的γ元素变为零；(7)求解当前γ确定时所对应的x；(8)当与至少有一个小于零时，重复步骤(4)—(7)，当与均大于零时，停止重复，γ收敛至最优值；(9)最优γ所对应x即重构出的信号。
-
Patent Agency Ranking
公开(公告)号：CN109799495B
公开(公告)日：2022-06-17
申请号：CN201910001466.6
申请日：2019-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种用于高保真阵列处理的宽带时延估计方法，包括如下步骤：(1)求取波束能量图，估计目标方位(2)对源信号进行预重构，检测预重构源信号的功率谱线谱位置(3)计算参考阵元采集数据的功率谱对应频率线谱的频域信噪比；(4)计算对应频率线谱的阵元间相位差；(5)对基于不同频率线谱估计的阵元间相位差进行加权融合，估计目标信号宽带时延矢量(6)从基阵采集数据中对源信号进行二次重构。该方法基于目标信号不同频率的线谱具有相同的阵元间时延，根据线谱的频率和频域信噪比对基于不同频率线谱估计的阵元间相位差进行加权融合，计算更为精确的目标信号宽带时延矢量，获取保真增强的重构源信号。
-
公开(公告)号：CN113515725A
公开(公告)日：2021-10-19
申请号：CN202110902386.5
申请日：2021-08-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于参数预估计的改进径向高斯核时频分析方法，该方法包括如下步骤：1、获取待处理脉冲信号；2、计算待处理脉冲信号直角坐标系下的模糊函数；3、预估信号模糊域自项径向角；4、将直角坐标系下模糊函数转换为极坐标系下模糊函数；5、利用Step‑Project算法计算极坐标系下信号最优核函数扩展矢量；6、计算直角坐标系下信号最优核函数；7、利用信号最优核函数对信号模糊函数滤波，将滤波后的结果变换到时频域得到信号的时频分析结果。本发明是对传统的基于径向高斯核时频分析方法的改进，可在保持其算法性能的基础上，提高其运算效率，适合对未知分量数的线性调频和双曲调频信号等进行高时效时频分析。
-
公开(公告)号：CN110376436B
公开(公告)日：2021-06-01
申请号：CN201910565539.4
申请日：2019-06-27
Applicant: 东南大学
IPC: G01R23/16
Abstract: 本发明公开了一种多尺度噪声功率谱线谱检测方法，该方法包括如下步骤：第一步：获取待检测噪声信号的功率谱数据；第二步：参数初始化，设定多组数据窗和门限参数；第三步：搜索功率谱数据中的极大值；第四步：在各组参数条件下，对各极大值点对应的窗口数据进行统计量计算，初步判决线谱；第五步：综合判决各极大值点是否为线谱点。本发明的检测方法利用了功率谱线谱的局部统计特性，在多个数据窗和门限参数条件下进行综合判决，具有算法简单、检测概率高、抗干扰性强的特点，适合对噪声信号功率谱进行快速高效的线谱提取。
-
公开(公告)号：CN112379357A
公开(公告)日：2021-02-19
申请号：CN202011283143.X
申请日：2020-11-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于脉冲信号预估时间参数二次处理的信号判别方法，包括以下步骤，获取连续检测到的M个声纳或雷达脉冲信号的预估时间参数序列并计算周期脉宽比估计值；根据获取的预估时间参数序列产生矩形脉冲串信号，产生的所述矩形脉冲串信号的采样点数为N，且N为大于或等于64的偶数；对产生的脉冲串信号进行谱分析得到其功率谱；设置线谱搜索范围并根据设置的线谱搜索范围进行线谱检测判决；依据线谱检测结果序列进行线谱的谐波特性判决。本发明利用脉冲信号的预估时间参数生成矩形脉冲脉冲信号，进一步基于生成的矩形脉冲信号的周期性对信号进行再次判决，实现简单，且对脉冲信号和虚警的判决准确率高，适合对信号进行实时处理。
-
公开(公告)号：CN110515065A
公开(公告)日：2019-11-29
申请号：CN201910817051.6
申请日：2019-08-30
Applicant: 东南大学
Abstract: 本发明公开了一种辐射噪声线谱源深度辨识方法，包括以下步骤：（1）初始化处理参数；（2）读入辐射噪声线谱幅度值，更新线谱幅度序列；（3）判断辐射噪声线谱幅度序列对应的时间长度T是否满足要求，若满足，进行步骤4，否则返回步骤2；（4）将辐射噪声线谱幅度序列划分为多个子序列，分别计算每个子序列辐射噪声线谱幅度的起伏指数，得到线谱幅度起伏指数序列；（5）统计步骤4得到的线谱幅度起伏指数序列中线谱幅度起伏指数超过设定门限值的概率，若此概率大于0.5，则判断辐射噪声线谱源为水面目标；若概率小于0.5，则判断辐射噪声线谱源为水下目标；若概率等于0.5，则无法判断线谱源属性。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.023 seconds)
