-
公开(公告)号：CN115034066B
公开(公告)日：2023-06-27
申请号：CN202210673889.4
申请日：2022-06-15
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06F17/16 , G06F111/04 , G06F111/08 , G06F119/10
Abstract: 本发明提供的是一种基于相位补偿的旋转圆阵信源数估计方法，主要通过圆阵相位模态变换，在模态域对信号空域时变量进行在线补偿，从而实现信号的空域聚焦，对于圆阵接收的观测数据，通过相位模态变换的相位补偿，可以充分获得信号的时间增益，对于相位模态变换造成的噪声功率非均匀问题，通过对变换矩阵进行白化约束，从而使得变换后协方差矩阵的信号特征值和噪声特征值依然满足信息论准则下的似然函数关系；本发明保障信号空域聚焦的同时，抑制了相位模态变换导致的噪声非均匀性，实现圆阵旋转情况下的弱信源数估计，本发明属于一种水声阵列信号处理方法，可应用于圆阵信号处理、时变阵信源数估计等领域。
-
公开(公告)号：CN115392117B
公开(公告)日：2023-04-25
申请号：CN202210973398.1
申请日：2022-08-15
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/126 , G06F111/10
Abstract: 本发明属于水下声学导航领域，具体公开了一种水下高速机动平台高帧率无模糊声学导航方法。步骤1：基于水下高速平台运动条件，构建信标时延观测向量与平台位置、速度以及模糊周期向量之间的关系模型；步骤2：基于水下高速平台运动条件，构建多普勒观测向量与平台位置和速度之间的关系模型；步骤3：构建时空匹配声学导航目标函数；步骤4：基于步骤1的模型、步骤2的模型和步骤3的目标函数，利用遗传优化算法，进行平台位置、速度、模糊周期联合求解；步骤5：基于步骤4的求解，取其中的平台位置即为最终获得的导航结果。用以解决由于平台机动造成的时间维度与空间维度不匹配问题。
-
公开(公告)号：CN111735525B
公开(公告)日：2023-03-31
申请号：CN202010467366.5
申请日：2020-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种适用于无人声纳的DEMON谱特征提取方法。本发明属于DEMON谱特征提取领域，本发明采用小波去噪技术，降低待处理信号中噪声影响；将降噪后的信号通过带通滤波器滤波，提取滤波后的频段信号；根据滤波后的频段信号，进行调制谱检测，进行去信号直流操作，并通过低通滤波器，完成包络检测，得到解调后的信号；对解调后的信号进行傅里叶变换，并进行平均周期图谱估计，得到DEMON线谱；根据得到的DEMON线谱，基于门限准则自主提取线谱；根据基于门限准则自主提取后的线谱，进行轴频估计，并进行桨叶数估计。本发明适用于保持匀速直线运动、具有规则的三至七叶螺旋桨叶、且在矢量水听器工作频带内具有明显调制现象的目标，能够估计出其螺旋桨转速和叶片数信息。本发明能够自主处理目标辐射噪声，提取目标的轴频、桨叶数信息并将算法流程在DSP上进行实现。
-
公开(公告)号：CN110531319B
公开(公告)日：2022-10-21
申请号：CN201910790737.0
申请日：2019-08-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于测量点优化布局的水声应答器位置高精度校准方法，包括以下步骤：首先建立基于波达方向的应答器位置校准模型；其次构建应答器位置校准测量点优化布局目标函数；接着采用遗传算法求解测量点优化布局方位角；然后对测量点进行迭代优化布局；最后获得应答器位置最终精测结果。相对于传统的方法，本发明的优势在于：1)针对基于波达方向的应答器位置校准模型，综合考虑了角度测量误差和测量点位置误差的影响，构建了测量点优化布局目标函数，通过求解目标函数可获得相对于待测应答器位置的最优测量点布局，为获得高精度的校准结果提供了基本保障；2)通过测量点优化布局和循环迭代运算，可有效提高水声应答器位置的校准精度。
-
公开(公告)号：CN111273237B
公开(公告)日：2022-10-18
申请号：CN201910457468.6
申请日：2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明是基于空域矩阵滤波和干扰对消的强干扰抑制方法。本发明主要用于抑制观测扇面外和观测扇面内的强干扰。通过子空间矩阵滤波，减小观测扇面外干扰影响，进而获得观测扇面内强干扰方位，并将其应用于阻塞矩阵的设计，构建新的不降低数据维数的阻塞阵。通过阻塞矩阵和空域矩阵滤波器对阵列接收数据进行处理，最后采用MUSIC谱进行方位估计。本发明在抑制观测扇面内强干扰的同时，保留了邻近方位的弱目标信息，实现强干扰条件下的弱目标方位估计。本发明属于一种水声阵列信号处理方法，可应用于阵列信号处理、弱目标方位探测等领域。
-
Patent Agency Ranking
公开(公告)号：CN114167346B
公开(公告)日：2022-07-19
申请号：CN202111384738.9
申请日：2021-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于协方差矩阵拟合阵元扩展的DOA估计方法及系统，其中，该方法包括：通过均匀直线阵列采集互不相关的信号，构建协方差矩阵；确定扩展阵元所使用的协方差拟合准则；利用协方差拟合方法，拟合扩展阵列的协方差矩阵，并根据无噪声信号的协方差矩阵中各数据的幅度和相位控制扩展阵元的拟合协方差矩阵的幅度和相位；简化扩展阵元的拟合协方差的幅度和相位，利用简化后的结果得到最优扩展阵列的拟合协方差矩阵；借助CBF波束形成器，利用最优扩展阵列的拟合协方差矩阵进行目标方位估计。该方法可在不改变均匀直线阵的阵元间距的同时，扩展阵元个数，增加阵列孔径，实现当阵元个数不足时仍然可得到优秀的DOA估计性能。
-
-
公开(公告)号：CN114167346A
公开(公告)日：2022-03-11
申请号：CN202111384738.9
申请日：2021-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于协方差矩阵拟合阵元扩展的DOA估计方法及系统，其中，该方法包括：通过均匀直线阵列采集互不相关的信号，构建协方差矩阵；确定扩展阵元所使用的协方差拟合准则；利用协方差拟合方法，拟合扩展阵列的协方差矩阵，并根据无噪声信号的协方差矩阵中各数据的幅度和相位控制扩展阵元的拟合协方差矩阵的幅度和相位；简化扩展阵元的拟合协方差的幅度和相位，利用简化后的结果得到最优扩展阵列的拟合协方差矩阵；借助CBF波束形成器，利用最优扩展阵列的拟合协方差矩阵进行目标方位估计。该方法可在不改变均匀直线阵的阵元间距的同时，扩展阵元个数，增加阵列孔径，实现当阵元个数不足时仍然可得到优秀的DOA估计性能。
-
公开(公告)号：CN113820717A
公开(公告)日：2021-12-21
申请号：CN202110967520.X
申请日：2021-08-23
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于负梯度波导下warping变换的单矢量传感器无源测距方法。本发明通过矢量声信号的简正波表示和简正波分类，确定升压和振速信号；基于含负梯度波导，保留海底反射相移；确定声压和水平振速与声压和垂直振速的互相关函数，得到频谱；利用含负梯度波导下warping变换，进行无源测距。本发明提出的测距方法主要适用于下发下收的情况，仅利用引导声源和单矢量水听器即可实现对目标的无源测距，估计结果与真实距离符合较好，目标距离在10～30km时，算法测距相对误差在8％以内。
-
公开(公告)号：CN113472390A
公开(公告)日：2021-10-01
申请号：CN202110767877.3
申请日：2021-07-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法，属于电子对抗和通信技术领域，公开了一种，包括以下步骤：1)对接收到的跳频信号进行功率谱估计，得到跳频信号的频率集；2)以频率集中的频率个数来确定所需深度学习网络的个数，并构造对应频率集中各个频率的深度学习网络所需的训练集；3)将训练集输入各个网络中，完成深度学习网络的构建；4)将接收到的信号分别输入构建好的对应频率的网络中，从而获得各个频率所对应网络的输出；5)通过对各个网络的输出进行平滑处理，估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度，对跳频信号的处理具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.028 seconds)
