-
公开(公告)号：CN113325401A
公开(公告)日：2021-08-31
申请号：CN202110761103.X
申请日：2021-07-06
Applicant: 东南大学
IPC: G01S7/539
Abstract: 本发明公开了一种基于线谱相位差解模糊的畸变拖曳线列阵信号重构方法，包括：首先根据信号远场平面波入射和阵形无畸变两个假设，进行源信号预重构，然后在根据预重构的源信号计算功率谱，最后根据功率谱进行线谱自主提取；根据提取的线谱的位置，计算阵元间的采集数据在该位置处的相位差；对无模糊的低频线谱相位差进行加权最小二乘时延差粗测；对有模糊的高频线谱相位差进行解模糊时延差精测；基于精测时延差二次重构源信号。本发明能够解模糊高频线谱阵元间相位差，提高时延差估计精度，进而提高重构源信号的保真度。
-
公开(公告)号：CN109379310B
公开(公告)日：2021-01-26
申请号：CN201811066351.7
申请日：2018-09-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于Rife‑Quinn综合的MPSK信号载频估计方法，包括以下步骤：S10、获取待处理的MPSK信号采样数据序列；S20、通过对MPSK信号进行多次平方变换并去除其直流成分，将MPSK信号载频估计问题转换为CW信号频率估计问题；S30、使用Rife插值算法对CW信号进行频率估计，当估计后的信号频谱泄漏变大时，使用Quinn插值算法修正Rife插值的方向；S40、根据CW信号的频率估计值计算MPSK信号载频。相较于传统的Rife插值和Quinn插值，本发明的方法能够在低信号数据量以及低信噪比环境下准确地估计出MPSK信号的载频，适合工程上对MPSK信号载频进行快速稳健估计。
-
公开(公告)号：CN111740930B
公开(公告)日：2020-11-24
申请号：CN202010867881.2
申请日：2020-08-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于多特征分层处理的多类型非合作水声信号识别方法，包括获取水声通信信号数据序列；利用信号的功率谱线谱特征，对信号进行第一层信号识别；利用平方信号的功率谱线谱特征进行第二层信号识别；利用信号的自相关峰特征进行第三层信号识别。本发明不易受水声信道影响的稳健特征，通过分层处理架构，充分利用了不同特征对各调制类型的区分度，提高了识别准确度，能够满足实际应用需求。
-
公开(公告)号：CN109379310A
公开(公告)日：2019-02-22
申请号：CN201811066351.7
申请日：2018-09-13
Applicant: 东南大学
CPC classification number: H04L27/0014 , H04L27/22 , H04L2027/0024
Abstract: 本发明公开了一种基于Rife-Quinn综合的MPSK信号载频估计方法，包括以下步骤：S10、获取待处理的MPSK信号采样数据序列；S20、通过对MPSK信号进行多次平方变换并去除其直流成分，将MPSK信号载频估计问题转换为CW信号频率估计问题；S30、使用Rife插值算法对CW信号进行频率估计，当估计后的信号频谱泄漏变大时，使用Quinn插值算法修正Rife插值的方向；S40、根据CW信号的频率估计值计算MPSK信号载频。相较于传统的Rife插值和Quinn插值，本发明的方法能够在低信号数据量以及低信噪比环境下准确地估计出MPSK信号的载频，适合工程上对MPSK信号载频进行快速稳健估计。
-
公开(公告)号：CN111929666B
公开(公告)日：2020-12-25
申请号：CN202010941363.0
申请日：2020-09-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于序贯环境学习的弱水声目标线谱自主提取方法，包括对获取的水声信号进行功率谱估计；自主线谱提取；环境线谱的序贯学习与更新；对当前功率谱进行环境线谱抑制处理获得重构功率谱；对重构功率谱进行自主线谱提取获得疑似弱目标线谱；对疑似线谱进行序贯性分析实现弱目标线谱自主辨识。本发明能够实现弱目标线谱的有效自主提取，同时虚警概率低。
-
Patent Agency Ranking
公开(公告)号：CN111736158B
公开(公告)日：2020-11-20
申请号：CN202010860182.5
申请日：2020-08-25
Applicant: 东南大学 , 中国人民解放军92578部队
Abstract: 本发明公开了一种基于分布式多浮标匹配的目标线谱特征辩识方法，包括参数初始化；对浮标输出的线谱数据进行规范化处理，得到浮标线谱历程矩阵；对浮标线谱历程矩阵进行处理，得到浮标稳定线谱；对浮标稳定线谱进行联合处理，辨识并去除干扰线谱，得到浮标疑似目标线谱；对浮标疑似目标线谱进行联合处理，提取得到目标线谱。本发明充分利用了目标与干扰在多枚浮标间的差异性，以及目标运动带来的时间、空间变化特性，通过匹配处理，滤除环境中存在的强干扰线谱等虚假特征，提高弱目标线谱的辨识能力，降低虚警率，实现区域内水下目标的联合稳健探测。
-
公开(公告)号：CN111929666A
公开(公告)日：2020-11-13
申请号：CN202010941363.0
申请日：2020-09-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于序贯环境学习的弱水声目标线谱自主提取方法，包括对获取的水声信号进行功率谱估计；自主线谱提取；环境线谱的序贯学习与更新；对当前功率谱进行环境线谱抑制处理获得重构功率谱；对重构功率谱进行自主线谱提取获得疑似弱目标线谱；对疑似线谱进行序贯性分析实现弱目标线谱自主辨识。本发明能够实现弱目标线谱的有效自主提取，同时虚警概率低。
-
公开(公告)号：CN113325401B
公开(公告)日：2024-03-19
申请号：CN202110761103.X
申请日：2021-07-06
Applicant: 东南大学
IPC: G01S7/539
Abstract: 本发明公开了一种基于线谱相位差解模糊的畸变拖曳线列阵信号重构方法，包括：首先根据信号远场平面波入射和阵形无畸变两个假设，进行源信号预重构，然后在根据预重构的源信号计算功率谱，最后根据功率谱进行线谱自主提取；根据提取的线谱的位置，计算阵元间的采集数据在该位置处的相位差；对无模糊的低频线谱相位差进行加权最小二乘时延差粗测；对有模糊的高频线谱相位差进行解模糊时延差精测；基于精测时延差二次重构源信号。本发明能够解模糊高频线谱阵元间相位差，提高时延差估计精度，进而提高重构源信号的保真度。
-
公开(公告)号：CN111740930A
公开(公告)日：2020-10-02
申请号：CN202010867881.2
申请日：2020-08-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于多特征分层处理的多类型非合作水声信号识别方法，包括获取水声通信信号数据序列；利用信号的功率谱线谱特征，对信号进行第一层信号识别；利用平方信号的功率谱线谱特征进行第二层信号识别；利用信号的自相关峰特征进行第三层信号识别。本发明不易受水声信道影响的稳健特征，通过分层处理架构，充分利用了不同特征对各调制类型的区分度，提高了识别准确度，能够满足实际应用需求。
-
公开(公告)号：CN111736158A
公开(公告)日：2020-10-02
申请号：CN202010860182.5
申请日：2020-08-25
Applicant: 东南大学 , 中国人民解放军92578部队
Abstract: 本发明公开了一种基于分布式多浮标匹配的目标线谱特征辩识方法，包括参数初始化；对浮标输出的线谱数据进行规范化处理，得到浮标线谱历程矩阵；对浮标线谱历程矩阵进行处理，得到浮标稳定线谱；对浮标稳定线谱进行联合处理，辨识并去除干扰线谱，得到浮标疑似目标线谱；对浮标疑似目标线谱进行联合处理，提取得到目标线谱。本发明充分利用了目标与干扰在多枚浮标间的差异性，以及目标运动带来的时间、空间变化特性，通过匹配处理，滤除环境中存在的强干扰线谱等虚假特征，提高弱目标线谱的辨识能力，降低虚警率，实现区域内水下目标的联合稳健探测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
