-
公开(公告)号：CN118294892A
公开(公告)日：2024-07-05
申请号：CN202410246556.2
申请日：2024-03-04
Applicant: 哈尔滨工程大学
IPC: G01S7/36 , G06F18/214 , G06F18/213 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 一种基于深度学习的雷达主瓣有源干扰抑制方法，它属于雷达干扰抑制及信号处理技术领域。本发明解决了现有方法的泛化性差、计算复杂度高的问题。本发明主要基于射频特征这一来自于硬件且具有独一无二属性的特征来区分干扰信号和雷达信号，首先通过设计的SSAE1网络和SSAE2网络提取雷达信号的信号特征和射频特征，通过提取的雷达信号的信号特征和射频特征辅助JSAE网络滤除混合信号中的干扰特征，干扰滤除后的特征再经过JSAE网络的各层解码器，输出重构的抑制干扰后的雷达信号，从而最终实现干扰抑制。本发明可以应用于雷达干扰抑制及信号处理。
-
公开(公告)号：CN118244194A
公开(公告)日：2024-06-25
申请号：CN202410357798.9
申请日：2024-03-27
Applicant: 哈尔滨工程大学
Abstract: 一种基于FPGA实现的极化敏感阵列MUSIC测向系统，它属于电子侦查领域。本发明方法的目的是为解决现有DOA估计方法的实时性差的问题，本发明方法通过在满足DOA估计精度要求的情况下优化计算步骤，同时采用多模块并行来提高算法整体的运算效率，使用模块复用节约Jacobi分解所占用的硬件资源，最终在当前硬件条件下，提升了DOA的计算效率，缩短了计算时间，达到了对极化敏感阵列MUSIC算法实时性的要求。本发明方法可以应用于DOA估计。
-
公开(公告)号：CN118114850A
公开(公告)日：2024-05-31
申请号：CN202410235735.6
申请日：2024-03-01
Applicant: 哈尔滨工程大学
IPC: G06Q10/047 , G06N3/006 , G06F17/18 , G06N3/04 , G06N3/08
Abstract: 一种面向无人机无源定位任务的自主路径规划方法，它属于无人机路径规划技术领域。本发明解决了现有技术无法做到避障避险与高定位精度的兼顾，以及全局把控能力差的问题。本发明将DQN网络引入到面向无源定位任务的无人机自主路径规划研究中，这样可以突出任务属性的重要性，使本发明方法可以做到对避障避险和定位精度的兼顾，同时也增加了对全局的把控能力，实现对无人机从任务开始到完成任务期间的路径调整规划的能力。本发明方法可以应用于无人机路径规划。
-
公开(公告)号：CN116776247A
公开(公告)日：2023-09-19
申请号：CN202310746167.1
申请日：2023-06-21
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/048
Abstract: 一种基于深度学习的雷达辐射源结构反演方法，它属于雷达辐射源信号处理技术领域。本发明解决了现有方法在复杂的背景下无法实现对敌方雷达辐射源的深度认知的问题。本发明方法为：步骤一、生成复RF信号样本，为每个复RF信号样本添加对应的雷达辐射源结构标签后得到复RF信号训练数据集；步骤二、构建sFSAE网络和SoftMax分类器，对训练数据集中的复RF信号样本进行处理后，利用处理后的复RF信号样本和标签对sFSAE网络和SoftMax分类器进行训练；步骤三、将训练好的sFSAE网络的各层频域稀疏自编码器的特征编码器和训练好的SoftMax分类器串联起来，将对待检测RF信号的处理结果输入串联后的网络，得到对雷达辐射源结构的反演结果。本发明方法可以应用于雷达辐射源信号处理。
-
公开(公告)号：CN115797645A
公开(公告)日：2023-03-14
申请号：CN202211549526.6
申请日：2022-12-05
Applicant: 哈尔滨工程大学
IPC: G06V10/30 , G06V10/10 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种防疫场景下目标检测方法，首先对输入图像使用YOLO系列基础网络中的深度卷积神经网络和FPN技术进行特征提取与跨尺度处理，生成三层特征图；然后利用特征融合模块，对每层特征图使用该层的特征并结合其他层的跨尺度特征映射，得到三层融合增强特征图；随后利用特征降噪模块，使用通道注意力机制、卷积操作、Softmax处理生成三层降噪特征图，并且利用显著特征图与二值图计算注意力损失；最后使用YOLO系列预测模块进行分类和坐标回归，采用非极大值抑制处理后显示输出。本发明充分利用图像中目标的多层特征信息，有效抑制背景信息存在的噪声信息，对于检测精度提升效果明显，具有良好的应用前景和经济效益。
-
Patent Agency Ranking
公开(公告)号：CN113093124B
公开(公告)日：2022-09-02
申请号：CN202110370353.0
申请日：2021-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达干扰技术领域，具体涉及一种基于DQN算法的雷达干扰资源实时分配方法。本发明将DQN算法引入到无人机干扰样式资源分配中，克服了现有技术在动态、实时分配上的缺陷，实现了对无人机从任务开始到完成任务期间的干扰样式资源实时分配，可以用于处理雷达有多种工作模式转换的情形。
-
公开(公告)号：CN114221667A
公开(公告)日：2022-03-22
申请号：CN202111491329.9
申请日：2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种通信系统接收端已知信号消除方法及系统，包括构建接收端接收信号模型为y(t)＝s(t)+d(t)+N(t)；接收信号y(t)依次通过带通滤波器和低噪声放大器，然后与本地载波相乘后通过低通滤波器进行带通滤波，通过ADC进行模数转换，得到接收信号y(n)＝s(n)+d(n)+N(n)；利用y(n)＝s(n)+d(n)+N(n)制作数据集，包括训练集yx(n)和测试集ye(n)；将训练集yx(n)和测试集ye(n)分别与参考信号I(n)进行整合，得到输入训练集hx(n)＝[yx(n)，I(n)]和输入测试集he(n)＝[ye(n)，I(n)]；初始化DNN神经网络参数，利用输入训练集hx(n)＝[yx(n)，I(n)]训练DNN神经网络，保存训练好的模型；将输入测试集he(n)＝[ye(n)，I(n)]送入到训练好的DNN神经网络模型中进行处理，得到输出目标信号s′(n)。本发明对已知干扰信号到达的时间没有要求且可以有效的消除已知干扰信号。
-
公开(公告)号：CN113326757A
公开(公告)日：2021-08-31
申请号：CN202110570134.7
申请日：2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于卷积神经网络的频率合成器类型识别方法，包括如下步骤：步骤一：建立DDS相位截断模型；步骤二：建立带有小数分频杂散的Fractional‑N PLL模型；步骤三：对步骤一和步骤二的模型进行仿真，得到四十种频率的信号；步骤四：训练CNN模型，实现对频率合成器类型识别；所述步骤四具体为：将仿真信号的时频图像输入进卷积神经网络中，CNN模型包括一个输入层、3个卷积层、3个池层和2个完全连接层。本发明CNN更适合于与时频图像相结合的频率合成器类型识别，即使在信噪比较低的情况下，也能获得较高的识别率。将任一信号输入训练好的CNN模型，能够快速准确地输出识别结果。
-
公开(公告)号：CN113325375A
公开(公告)日：2021-08-31
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：CN110542881A
公开(公告)日：2019-12-06
申请号：CN201910861255.X
申请日：2019-09-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种相位干涉仪测向系统的正确解模糊概率计算方法，包括：步骤一、使用最小二乘法，拟合出单天线测量相位误差的标准差。步骤二、判断给定的天线摆放方式下多级虚拟基线的复用情况。步骤三、根据多级虚拟基线复用情况分别计算长短基线长度。步骤四、由长短基线长度计算两个虚拟基线形成的相位差的误差，并确定长短基线相位差误差的概率分布函数。步骤五、计算长短基线形成的相位差误差的相关系数；步骤六、根据相关系数计算得到二维概率密度函数；步骤七、按照积分关系式进行积分运算，得到相位干涉仪在测向过程中正确解模糊的概率。本发明系统地分析了正确解模糊的概率与天线位置的关系，为实际工程实现提供了有力的理论支持。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.071 seconds)
