-
公开(公告)号：CN113726350A
公开(公告)日：2021-11-30
申请号：CN202110908254.3
申请日：2021-08-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度神经网络的强相关自干扰对消方法，将DNN神经网络引入到收发同时系统强相关自干扰对消系统中，采用DNN神经网络拟合自适应对消系统模型，替代传统的自适应滤波算法，提出了基于DNN的强相关自干扰对消方法。该方法摒弃了传统的自适应算法，通过训练好的DNN网络模型，该系统模型可以实现对强相关自干扰信号的有效消除，从而可以更准确的从强相关自干扰信号中恢复出目标信号。
-
公开(公告)号：CN113532304A
公开(公告)日：2021-10-22
申请号：CN202110821009.9
申请日：2021-07-20
Applicant: 哈尔滨工程大学
IPC: G01B11/16 , G01K11/3206
Abstract: 一种基于准分布式光纤光栅的机翼蒙皮结构健康状态监测方法，属于复合材料蒙皮健康监测技术领域。本发明为解决现有复合材料机翼蒙皮状态监测中，无法实现蒙皮内部损伤的实时监测的问题。包括：对每个传感元件的中心波长进行标定；将宽带光打入到每个传感元件内，每个传感元件采集到的光信号经光纤传导至光纤光栅解调仪，光纤光栅解调仪根据应变传感器的光中心波长测量值和温度补偿传感器的光中心波长测量值以及相应传感元件的标定中心波长进行计算，获得每个应变传感器所在蒙皮位置处的应变信号，根据应变信号确定蒙皮结构健康状态。本发明用于蒙皮应变与温度的实时监测。
-
公开(公告)号：CN112799414A
公开(公告)日：2021-05-14
申请号：CN202110040918.9
申请日：2021-01-13
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明公开了一种AUV松弛轨迹规划方法，将全局规划航路按照设定路径长度划分为多个子航段；确定本次局部航迹规划的起点、终点，以及航迹规划空间范围；根据当前局部环境是否存在运动障碍物，确定执行路径规划或者轨迹规划；利用自适应差分进化粒子群优化算法完成局部航迹规划，得出中间路径点序列以及到达各个中间路径点期望航速；确定当前子目标点，解算AUV的期望航向、期望深度；输出航向指令、深度指令、航速指令，驱动AUV航行；执行方法至结束。本发明可以适应AUV周围局部环境障碍分布动态变化，且能够根据周围局部环境是否存在运动障碍物确定执行路径规划或者轨迹规划，从而权衡局部在线航迹规划的有效性要求和快速性要求。
-
公开(公告)号：CN112560671A
公开(公告)日：2021-03-26
申请号：CN202011477989.7
申请日：2020-12-15
Applicant: 哈尔滨工程大学
Abstract: 基于旋转卷积神经网络的船舶检测方法，本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为：一、根据输入图像生成卷积神经网络特征图；二、构建多尺度特征金字塔网络，对特征图进行特征提取，映射产生不同大小的anchor；三、分类筛选出候选框；四、用旋转椭圆边界框代替候选框，进行回归预测；五、计算RPN的损失函数；六、筛选输出RoI Align；七、RoI Align产生特征图，作为全连接的输入，利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归；八、将待测舰船图片输入训练好的网络模型，得到分类结果。本发明用于船舶检测领域。
-
公开(公告)号：CN112305506A
公开(公告)日：2021-02-02
申请号：CN202011156030.3
申请日：2020-10-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于CNN的LPI雷达信号检测方法，使用CNN进行信号检测，将信号检测问题转化成基于CNN的特征提取问题，对截获到的雷达信号脉冲进行采样，将采样后的离散信号的同相分量和正交分量直接输入神经网络，实现在一定误差范围内的高准确率信号检测。本发明对不同SNR下的LPI雷达信号检测具有泛化能力；由于信号带宽、载频等参数的随机性，可以保证测试集具有泛化性，说明对未经训练的信号具有一定的泛化能力，具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN112114313A
公开(公告)日：2020-12-22
申请号：CN202011013966.0
申请日：2020-09-24
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供结合正交匹配追踪算法的ISAR稀疏采样成像方法，通过发射一段完整信号，在接收端进行稀疏采样处理，通过稀疏的采样方式得到稀疏信号，然后采样后对稀疏的信号进行重构，再进行ISAR成像处理，可以得到更高质量的成像图形，且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法，而是将OMP算法在采样方式上对采样信号进行处理，然后重构应用到ISAR成像领域来。本发明大大提升信号的利用率，并且能提升成像质量。
-
公开(公告)号：CN107610144B
公开(公告)日：2020-11-20
申请号：CN201710599161.0
申请日：2017-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种改进的基于最大类间方差法的红外图像分割方法，能够在最大程度上克服天空曝光带来的分割效果不理想的问题，使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，本发明对传统最大类间方差法中求取方差的公式进行了改进，弥补了最大类间方差法的红外图像分割方法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点，并且将目标与天空背景对比度较大的区域分割良好。
-
公开(公告)号：CN107526073B
公开(公告)日：2020-10-27
申请号：CN201710722272.6
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S11/02
Abstract: 本发明公开了一种运动多站无源时差频差联合定位方法，属于无源定位技术领域。包括以下步骤：建立时差定位模型；建立频差定位模型；构造时差频差观测矩阵ε1，设计适应度函数；初始化种群及各项参；评价每个粒子的适应度函数值；对所有粒子进行排序；当算法满足终止条件时输出当前全局最优值：重构时差频差矩阵ε2；得到加权最小二乘解为θ2和其协方差矩阵cov(θ2)；求出辐射源的位置与速度。本发明对时差频差观测矩阵得到的适应度函数进行最优值求解，将粒子群优化算法与最小二乘算法相结合，在四基站的情况下能够实现对目标的高精度定位，同时求出目标的速度信息。本发明能够实现对辐射源位置的高精度估计，不受站址布局的限制，具有较高的定位估计精度。
-
公开(公告)号：CN111565087A
公开(公告)日：2020-08-21
申请号：CN202010273015.0
申请日：2020-04-09
Applicant: 哈尔滨工程大学
IPC: H04K3/00
Abstract: 本发明公开了一种侦察干扰一体化系统，首先通过前端模拟信道化结构将接收到的信号划分子带并进行下变频处理得到基带信号，再将基带信号与混频序列混频后求和得到和信号，使得数据量大幅下降以减少采样数据率。将和信号进行指定干扰样式的干扰得到干扰信号，使得干扰带宽减小并仍可使干扰覆盖在侦察信号的全频带。再将干扰信号与周期性混频序列混频得到干扰混频信号。对干扰混频信号进行上变频处理得到干扰调制信号，使得干扰信号的频谱被搬移到各个子带上。将干扰调制信号通过滤波器组并求和得到最终的干扰信号。与传统的侦察接收机及干扰机相比，本发明可以降低采样速率，简化发射和接收通道结构，可实现多频段多信号同时干扰。
-
公开(公告)号：CN111445498A
公开(公告)日：2020-07-24
申请号：CN202010196608.1
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用Bi-LSTM神经网络的目标跟踪方法，目的是解决强机动目标运动过程复杂、运动模型难以建立且计算量大的问题，提高目标跟踪精度。技术方案是先建立目标跟踪系统，采集运动目标位置、速度数据，并进行数据预处理，获得目标运动训练集和测试集；然后设计适用于目标跟踪的Bi-LSTM神经网络，用训练集训练神经网络中的权重参数；最后用训练好的模型实现目标跟踪。本发明适用于处理时间序列上的连续数据，通过历史数据预测下一时刻目标运动状态，目标跟踪的精度较高。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.034 seconds)
