-
公开(公告)号：CN104901708A
公开(公告)日：2015-09-09
申请号：CN201510054075.2
申请日：2015-01-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种压缩采样的宽带数字接收机及其信号处理方法。宽带数字接收机，包括模拟数字转换器、混频器、前置低通滤波器、抽取器、均匀信道化滤波器和信道选择模块，模拟数字转换器按采样频率fNYQ采集信号x(n)；混频器将接收的信号与伪随机序列混频，得到混频后序列前置低通滤波器对混频后序列进行滤波，得到滤波后序列抽取器对滤波序列后进行RD倍的整数倍抽取后得到序列均匀信道化滤波器将接收到的序列进行处理，得到M路输出信号信道选择模块从接收到的信号中选择出前R路信号得到最终的R路输出信号。本发明结构简单，能够降低系统复杂度，能够实现亚奈奎斯特采样。
-
公开(公告)号：CN101382805B
公开(公告)日：2010-10-20
申请号：CN200810137317.4
申请日：2008-10-14
Applicant: 哈尔滨工程大学
IPC: G05D3/12
Abstract: 本发明提供的是一种速率陀螺稳定平台式天线随动跟踪系统。它包括测向装置、校正环节、PID控制器、PWM驱动、力矩电机、测角电位器、角速率陀螺和微分环节。PWM驱动、力矩电机、角速率陀螺和微分环节依次连接构成角加速度负反馈回路；PID控制器、PWM驱动、力矩电机和角速率陀螺依次连接构成角速度负反馈回路；测向装置、前置放大器、校正环节和角速度负反馈回路构成角位置负反馈回路；测角电位器、前置放大器、校正环节和角速度负反馈回路构成角度搜索回路。本发明是一种用于运动载体中雷达、光学成像等测向装置实现稳定跟踪、搜索和隔离载体角运动的随动跟踪技术，以实现高精度、弱耦合、抗关机、快速平稳、实现比例导引的天线随动系统。
-
公开(公告)号：CN101145860A
公开(公告)日：2008-03-19
申请号：CN200710072485.5
申请日：2007-07-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种实时校正信道相位与幅度的装置与方法。由开关3、开关4、开关16、锁相源17、混频器18、功放19、0－60dB衰减器20、频综器25、扫频源21、放大器22、滤波器23、0－60dB衰减器24和信号处理器组成。本发明采用实时的动态的校准，克服了当前用系统补偿或用软件根据某种状态的补偿，不能实现动态校准，校准vφ随时间温度漂移、信噪比变化，相位噪声随机变换的系统，实现高精度测向。
-
公开(公告)号：CN119511213A
公开(公告)日：2025-02-25
申请号：CN202411517850.9
申请日：2024-10-29
Applicant: 哈尔滨工程大学 , 上海无线电设备研究所
IPC: G01S7/36 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/045
Abstract: 基于卷积注意力机制和排斥损失的Yolov8网络的雷达有源复合干扰信号识别与参数测量方法，本发明为了解决现有的干扰信号识别方法工作模式单一、鲁棒性差的问题，将干扰识别问题转换目标检测问题，并应用目标检测框架来检测、识别和测量干扰信号的参数，并引入了CBAM注意力机制，增强网络对图像的特征提取能力，提高识别率。此外，还引入了排斥损失函数，在干扰信号时频图像重叠较多时也能保持良好的回归预测效果。本文网络在低干噪比下对大多数信号有良好的检测识别性能。本发明属于雷达干扰信号检测与识别技术领域。
-
公开(公告)号：CN114942415B
公开(公告)日：2024-10-25
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。
-
Patent Agency Ranking
公开(公告)号：CN118112521A
公开(公告)日：2024-05-31
申请号：CN202410214897.1
申请日：2024-02-27
Applicant: 哈尔滨工程大学
Abstract: 一种雷达信号多模态预分选方法，它涉及一种多模态预分选方法。本发明的目的在于从大量交错的雷达脉冲序列中快速的识别出每个脉冲所属的雷达类型，降低脉冲丢失对分选结果的影响。本发明将相同雷达类型的脉冲聚集到一类，使辐射源脉冲TOA序列的误差比率降低，信噪比提高，降低了交叠脉冲序列的复杂程度，最终提高分选的准确率。本发明属于雷达信号处理技术领域。
-
公开(公告)号：CN116776143A
公开(公告)日：2023-09-19
申请号：CN202310398886.9
申请日：2023-04-14
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了一种雷达辐射源的射频特征提取方法，获取待提取特征的射频信号并进行预处理，分别输入至预先训练的用于特征提取的网络1和网络2，网络1和网络2均为堆栈自编码器网络、且均包含相同层数的多层编解码器，网络2最后一层编码器输出提取的射频特征；训练过程包括理想射频信号数据集和建模射频信号数据集分别输入网络1和网络2均进行分层预训练和全局训练至训练完毕，得到训练后的网络1和网络2。本发明能够在以信号特征为约束的情况下，分割开辐射源信号的信号特征和射频特征，使得提取的射频特征更完整，并可将提取的射频特征用于辐射源个体识别、干扰抑制等对射频特征准确性要求较高的应用领域。
-
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：CN115801500A
公开(公告)日：2023-03-14
申请号：CN202211236465.8
申请日：2022-10-10
Applicant: 哈尔滨工程大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种高阶大规模MIMO信号检测方法，首先，初始化大规模MIMO系统的相关参数，并给出初始解；其次，利用外推技术加速多用户干扰消除算法；再次，引入数据驱动的深度学习方法，将加速的多用户干扰消除算法进行展开，构建AMIC‑Net(Accelerated Multiuser Interference CancellationNetwork)神经网络模型；然后，设计一个新的阶梯型激活函数SoftSum(·)；最后，对构建的AMIC‑Net神经网络模型进行训练并用于高阶大规模MIMO信号检测。本发明提出的方法能够有效满足高阶大规模MIMO对检测精度和速度的要求，能够大幅度提高传统多用户干扰消除算法的检测性能及收敛速度，并且适用于高阶调制的通信场景。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.025 seconds)
