-
公开(公告)号：CN115063675B
公开(公告)日：2024-11-12
申请号：CN202210591637.7
申请日：2022-05-27
申请人： 哈尔滨工程大学
IPC分类号： G06V20/10 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/084 , G06N3/0499 , G01W1/14 , G01S13/95 , G01S13/89
摘要： 本发明公开了一种航海雷达图像降雨强度等级反演方法，机挑选包含不同降雨量的航海雷达图像并确定其降雨强度等级；在图像中分别选取笛卡尔框图像，并将极坐标图象转化为直角坐标图像；分别求取每幅图像的海浪波数能量占比P海浪；将P海浪组成的向量o作为输入，降雨强度等级组成的向量do作为出结果期望，利用向量o对BP神经网络进行训练，并记录训练好的BP神经网络模型；在待检测图像中选取笛卡尔框图像，并求取其海浪波数能量占比P海浪；将待检测航海雷达图像的P海浪输入到训练好的BP神经网络模型，得到待检测航海雷达图像的降雨强度等级。本发明实现了自学习、自适应的降雨强度反演，具有较高的可靠性和准确性。
-
公开(公告)号：CN117452397A
公开(公告)日：2024-01-26
申请号：CN202311393077.5
申请日：2023-10-25
申请人： 哈尔滨工程大学
摘要： 一种基于雷达图像二维海浪谱的风涌波浪分离方法，它属于海洋遥感技术领域。本发明解决了现有方法在难以获取风速风向参数时无法实现风涌波浪分离，以及现有方法对风涌分离的准确性差的问题。通过标定的谱分割技术得到波浪系统的位置信息，并进行数据平滑与波峰合并，得到有效波浪系统的二维海浪谱，能够减少传统的波浪系统划分方法由于海浪谱中存在许多虚假的波峰峰值，造成频率方向谱波浪系统的过度分割；在二维海浪谱领域实现了风浪成分与涌浪成分的判定，与传统风涌分离方法相比，不仅能够有效的分离出风浪谱和涌浪谱，而且不需要风速风向信息，同时提高了对风涌分离的准确性。本发明可以应用于风涌波浪分离。
-
公开(公告)号：CN116805134A
公开(公告)日：2023-09-26
申请号：CN202310168563.0
申请日：2023-02-27
申请人： 哈尔滨工程大学
IPC分类号： G06F30/27 , G06F30/28 , G06N3/084 , G06N3/0499 , G01P5/00 , G01P13/02 , G06F111/10 , G06F113/08 , G06F119/14
摘要： 本发明的目的在于提供一种基于深度学习的多风速仪舰面稳态风参数估计方法，包括如下步骤：离线获取风参数偏差规律，离线进行BP神经网络模型训练，偏差校正，风参数最优估计。本发明不但可以很好的降低偏差校正组合四风速仪加权融合算法的风速相对误差均值，还大幅度的降低了该误差最值，而且该方法受传感器噪声的影响更小，一定程度上提高了风向和风速的估计精度，能够更加有效的进行舰面稳态风参数的估计。
-
公开(公告)号：CN115561726A
公开(公告)日：2023-01-03
申请号：CN202210791802.3
申请日：2022-07-05
申请人： 哈尔滨工程大学
IPC分类号： G01S7/41 , G01S13/89 , G01S13/937
摘要： 本发明公开了一种航海雷达目标快速检测方法，在离线雷达数据中选取单一扫描线上的雷达回波数据样本，包括含有目标雷达回波样本和不含目标的纯海杂波雷达回波样本；选取特征参数，将样本的回波特征值输入RBF神经网络进行训练，得到训练后的RBF神经网络分类器模型；获取雷达图像中某单一扫描线上的回波待测数据，按照特征参数计算得到回波待测数据回波特征值，得到输入特征矩阵；将输入特征矩阵输入训练后的RBF神经网络分类器模型中，得到决策函数值y；将y和分类器阈值进行比较，判断扫描线上是否存在目标：若y大于阈值，则存在目标；若y小于阈值，则不存在目标。本发明能够减少检测时间，提升目标检测效率和目标检测精度。
-
公开(公告)号：CN115236665A
公开(公告)日：2022-10-25
申请号：CN202210792636.9
申请日：2022-07-05
申请人： 哈尔滨工程大学
IPC分类号： G01S13/89 , G01S13/937 , G01S7/41
摘要： 本发明公开了一种航海雷达反演海浪有效波高的方法，包括：离线开展观测试验，分别统计不同波夹角条件下的真实有效波高和不同波夹角条件下的原始有效波高，统计不同波夹角下真实有效波高与原始有效波高的比例，利用最小二乘法拟合得到波夹角与比例之间的关系；计算原始有效波高，利用有效波高与均方根波陡、平均过零周期之间的关系计算得到原始有效波高；校正得到标准有效波高，利用得到的波夹角与真实有效波高与原始有效波高比例之间的拟合关系对原始有效波高进行校正，得到标准有效波高。本发明有效波高不随反演区域的变化而发生大幅度的变化，显著地提高了反演精度，增强了算法在实际工程应用中的可靠性和实用性。
-
公开(公告)号：CN115236623A
公开(公告)日：2022-10-25
申请号：CN202210792671.0
申请日：2022-07-05
申请人： 哈尔滨工程大学
IPC分类号： G01S7/41 , G01S13/89 , G01S13/937
摘要： 本发明公开了一种航海雷达目标检测方法，在离线雷达数据中选取雷达回波数据样本，选取雷达回波特征参数并进行特征融合，得到融合回波特征参数和样本训练集，计算融合回波特征参数值并输入到RBF神经网络中进行训练，得到RBF分类器；获取回波待测数据，按照选取的回波特征参数计算得到回波待测数据的回波特征值；将回波特征参数进行特征融合，得到特征矩阵；将特征矩阵输入到RBF分类器模型中，最终得到输出y值；判断所述扫描线有无目标：将输出y值与期望输出值进行比较，若y大于期望输出值，则存在目标；否则，不存在目标。本发明解决了目标检测中数据高维计算量大的问题，不仅可以快速进行目标检测，还可以提高目标检测的准确率。
-
公开(公告)号：CN115063675A
公开(公告)日：2022-09-16
申请号：CN202210591637.7
申请日：2022-05-27
申请人： 哈尔滨工程大学
IPC分类号： G06V20/10 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/08 , G06N3/04 , G01W1/14 , G01S13/95 , G01S13/89
摘要： 本发明公开了一种航海雷达图像降雨强度等级反演方法，机挑选包含不同降雨量的航海雷达图像并确定其降雨强度等级；在图像中分别选取笛卡尔框图像，并将极坐标图象转化为直角坐标图像；分别求取每幅图像的海浪波数能量占比P海浪；将P海浪组成的向量o作为输入，降雨强度等级组成的向量do作为出结果期望，利用向量o对BP神经网络进行训练，并记录训练好的BP神经网络模型；在待检测图像中选取笛卡尔框图像，并求取其海浪波数能量占比P海浪；将待检测航海雷达图像的P海浪输入到训练好的BP神经网络模型，得到待检测航海雷达图像的降雨强度等级。本发明实现了自学习、自适应的降雨强度反演，具有较高的可靠性和准确性。
-
公开(公告)号：CN110208807B
公开(公告)日：2022-08-02
申请号：CN201910515211.1
申请日：2019-06-14
申请人： 哈尔滨工程大学
摘要： 本发明公开了一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法，属于海洋遥感技术领域。本发明方法如下：1.离线开展观测试验，确定检测区域的差异性系数与降雨强度拟合关系式；2.利用雷达图像处理程序对雷达文件进行加载并去除同频干扰，用在空间上相距待计算点半个主波长距离的像素点来计算此点的回波差异值，进而计算出雷达图像检测区域中的差异性参数，即回波差异值均值；3.将检测区域的回波差异值均值代入回波差异值均值‑降雨强度拟合关系式，即可反演出降雨强度；4.将计算得到的降雨强度和给定的降雨强度等级划分标准表相对照，即可得到降雨强度等级。本发明为航海过程中的降雨测量提供了一种新的便捷途径。
-
公开(公告)号：CN109883404B
公开(公告)日：2021-04-02
申请号：CN201910194860.6
申请日：2019-03-14
申请人： 哈尔滨工程大学
摘要： 本发明属于海洋监测技术领域，具体涉及一种基于大浪筛选策略的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将该组数据切分成若干个单个波浪周期；利用选取方法从中筛选出波高较大的数据作为有效波浪，并统计出该组数据中有效波浪的总个数；针对每一个有效波浪，确定下跨零点，利用下跨零点浮标测得这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该有效波浪的单个波浪波向，重复该步骤，直到得到该组数据中所有有效波浪的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，进而得到计数比例；选择计数比例值最大的角度区间的中值作为主波向。本发明准确性高。
-
公开(公告)号：CN110208767A
公开(公告)日：2019-09-06
申请号：CN201910483636.9
申请日：2019-06-05
申请人： 哈尔滨工程大学
摘要： 本发明公开了一种基于拟合相关系数的雷达目标快速检测方法，步骤1：确定检测阈值T：离线开展现场观测试验，选取单一扫描线上的两类径向回波样本，一类为含有目标雷达回波的样本，另一类为不含目标的纯海杂波雷达回波的样本，计算出以拟合相关系数为特征的两类样本概率密度曲线，并得到能够对两类样本进行区分的阈值T；步骤2：雷达回波的特征提取：收集雷达单一扫描线上的数据，计算得到每条线上的雷达回波强度的拟合相关系数K；步骤3：判断有无目标：将得到的拟合相关系数和检测阈值T进行比较，判断该扫描线上是否存在目标。本发明采取了新的特征参数-拟合相关系数，相比传统的均值、方差为特征的方法，有效提升了目标检测的性能。
-
-
-
-
-
-
-
-
-
搜索结果
74 条记录 (耗时 0.033 秒)
