-
公开(公告)号：CN113515725A
公开(公告)日：2021-10-19
申请号：CN202110902386.5
申请日：2021-08-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于参数预估计的改进径向高斯核时频分析方法，该方法包括如下步骤：1、获取待处理脉冲信号；2、计算待处理脉冲信号直角坐标系下的模糊函数；3、预估信号模糊域自项径向角；4、将直角坐标系下模糊函数转换为极坐标系下模糊函数；5、利用Step‑Project算法计算极坐标系下信号最优核函数扩展矢量；6、计算直角坐标系下信号最优核函数；7、利用信号最优核函数对信号模糊函数滤波，将滤波后的结果变换到时频域得到信号的时频分析结果。本发明是对传统的基于径向高斯核时频分析方法的改进，可在保持其算法性能的基础上，提高其运算效率，适合对未知分量数的线性调频和双曲调频信号等进行高时效时频分析。
-
-
公开(公告)号：CN110852201B
公开(公告)日：2023-08-11
申请号：CN201911031651.6
申请日：2019-10-28
Applicant: 东南大学
IPC: G06F18/10 , G06F18/213 , G01S15/06
Abstract: 本发明公开了一种基于多脉冲包络谱匹配的脉冲信号检测方法，该方法包括如下步骤：第一步：获取待处理脉冲信号的采样数据序列；第二步：计算采样数据序列离散傅里叶变换；第三步：依据已知的脉冲信号频率参数生成滤波器参数；第四步：利用生成的滤波器参数对多脉冲信号进行频域滤波；第五步：提取频域滤波后的多脉冲信号的包络；第六步：利用傅里叶变换计算包络的幅度谱；第七步：利用多脉冲信号包络谱进行脉冲信号的检测判决。本发明的多脉冲检测方法，通过频域滤波提取脉冲串信号包络，可获得较高的信噪比增益，并且利用多脉冲信号的包络谱与理想周期矩形信号频谱匹配，对匹配结果进行检测判决，该方法可提高脉冲信号的检测概率，降低虚警概率。
-
公开(公告)号：CN116449348A
公开(公告)日：2023-07-18
申请号：CN202310413758.7
申请日：2023-04-18
Applicant: 东南大学
Abstract: 本发明公开了一种辐射噪声线谱检测中的抗干扰方法，包括以下步骤：(1)初始化数据处理参数、辐射噪声线谱信息矩阵及判定门限；(2)读取一帧线谱检测得到的线谱信息，更新辐射噪声线谱信息矩阵，辐射噪声线谱信息矩阵中的线谱信息包括线谱频率、检测次数、首次出现帧号、末次出现帧号以及干扰置信度；(3)根据当前线谱的检测次数及其占比，确定当前线谱的干扰置信度取值；(4)通过判断辐射噪声线谱信息矩阵中的线谱与当前线谱是否构成倍频关系，并更新辐射噪声线谱信息矩阵中的线谱干扰置信度；(5)当处理帧数达到一定数量时，根据辐射噪声线谱信息矩阵中的干扰置信度，判断当前线谱是否为干扰线谱。
-
公开(公告)号：CN110007148B
公开(公告)日：2021-03-16
申请号：CN201910242102.7
申请日：2019-03-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于离散频谱相位和幅值综合内插的单频信号频率估计方法，该方法包括如下步骤：第一步：获取单频信号采样数据序列；第二步：计算采样数据序列的离散傅里叶变换和幅度谱；第三步：搜索幅度谱最大值所对应的离散频率索引；第四步：分别提取最大值离散频率索引及其左、右相邻两离散频率索引所对应的幅度谱结果；第五步：分别提取最大值离散频率索引所对应的离散傅里叶变换与其左、右相邻两离散频率索引所对应的离散傅里叶变换比值的实部；第六步：估计频率相对偏差；第七步：插值估计出单频信号的频率。该方法可在不增加计算量的前提下，提高单频信号频率估计的精度，适合对单频信号的频率进行实时、高精度估计。
-
Patent Agency Ranking
公开(公告)号：CN110852201A
公开(公告)日：2020-02-28
申请号：CN201911031651.6
申请日：2019-10-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于多脉冲包络谱匹配的脉冲信号检测方法，该方法包括如下步骤：第一步：获取待处理脉冲信号的采样数据序列；第二步：计算采样数据序列离散傅里叶变换；第三步：依据已知的脉冲信号频率参数生成滤波器参数；第四步：利用生成的滤波器参数对多脉冲信号进行频域滤波；第五步：提取频域滤波后的多脉冲信号的包络；第六步：利用傅里叶变换计算包络的幅度谱；第七步：利用多脉冲信号包络谱进行脉冲信号的检测判决。本发明的多脉冲检测方法，通过频域滤波提取脉冲串信号包络，可获得较高的信噪比增益，并且利用多脉冲信号的包络谱与理想周期矩形信号频谱匹配，对匹配结果进行检测判决，该方法可提高脉冲信号的检测概率，降低虚警概率。
-
公开(公告)号：CN119830128A
公开(公告)日：2025-04-15
申请号：CN202411882595.8
申请日：2024-12-19
Applicant: 东南大学
IPC: G06F18/2415 , G06F18/2411 , G06F18/10
Abstract: 本发明公开了一种水声目标频域线谱增强器（ALE）的系数自适应更新方法，初始化水声目标频域线谱增强器的参数，包括阶数、延时、步长、核宽度、稀疏约束阈值的参考值、稀疏约束的强度和频域系数向量；根据频域系数向量，更新稀疏约束阈值；对输入的时域信号进行延时和傅里叶变换，结合频域系数向量，计算水声目标频域线谱增强器的输出及其与输入之间的误差；根据输入与输出的误差和稀疏约束阈值，更新水声目标频域线谱增强器的频域系数向量；循环迭代，处理所有的时域输入信号。本发明使用一种新的迭代公式对ALE的频域系数进行更新，并自适应调整水声目标频域线谱增强器的模型参数，进一步提升了ALE的性能。
-
公开(公告)号：CN113392601B
公开(公告)日：2025-01-07
申请号：CN202110782864.3
申请日：2021-07-12
Applicant: 东南大学
IPC: G06F30/28 , G06F30/23 , G06F30/10 , G06F119/10 , G06F119/14
Abstract: 本发明公开了一种类圆柱壳体水动力噪声线谱的几何特征分析方法，该方法包括如下步骤：利用Gambit软件划分CFD网格和壳体有限元表面的网格；获得壁面压力脉动数据.cgns格式文件；将Gambit划分的壳体有限元表面的网格导入到ICEM中进行网格数据格式转换；将网格格式.bdf文件导入到Nastran中进行壳体材料属性，计算自由模态获得.op2格式文件；进行水动力辐射噪声的数值模型的设置；设置边界层类型；建立数据恢复面，在数据恢复面上设置传感器，求解传感器位置处的声压频率响应图。本方法的特征分析方法利用数值方法进行求解，可得到类圆柱壳体的长度尺寸与线谱频率的关联性。
-
公开(公告)号：CN117518070A
公开(公告)日：2024-02-06
申请号：CN202311451581.6
申请日：2023-11-03
Applicant: 东南大学
Abstract: 一种水下强干扰环境下的宽带稀疏空间谱估计方法，1）读入阵列水声目标辐射噪声数据；2）计算给定频点处的平均样本协方差矩阵；3）离散化方位角空间并构建基于截断核范数规则化的矩阵滤波器TNNR‑MF优化问题；4）初始化外部迭代参数并开始外部迭代；5）初始化内部迭代变量；6）开始内部迭代；7）判断是否继续内部迭代；8）将步骤7）的迭代结果赋值给第i次外部迭代结果；9）判断是否继续外部迭代；10）估计频点处的空间谱；11）返回步骤2），依次完成所有频点对应的空间谱估计；12）将所有频点对应的空间谱估计结果累加，得到最终的宽带空间谱估计。其保证了滤波后的协方差矩阵的准确性，从而保证了后续空间谱估计的精度。
-
公开(公告)号：CN116720470A
公开(公告)日：2023-09-08
申请号：CN202310741299.5
申请日：2023-06-21
Applicant: 东南大学
IPC: G06F30/367 , G06N3/0442 , G06N3/084 , G06N3/096 , G06N3/0985 , G06F119/06
Abstract: 一种基于LSTM与迁移学习的水声宽带功放行为建模方法，包括：采集功放的输入和输出的信号，并进行预处理。再对采集功放的输入和输出的信号按信号类型构建迁移学习的源域数据集与目标域数据集，并将源域和目标域数据集的脉冲数分别按比例划分训练集与测试集。接着构建功放迁移学习基本LSTM模型，模型主体结构包括两层全连接和四组LSTM层堆叠。再使用步骤2中源数据集的训练集部分对功放迁移学习基本LSTM模型进行训练，保存训练完成的功放迁移学习基本LSTM模型及其参数。最后加载训练完成的功放迁移学习基本LSTM模型，并对训练完成的功放迁移学习基本LSTM模型进行训练，得到迁移学习后功放模型，从而提高了功放模型对不同类型宽带水声信号的适应性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
