一种基于辐射噪声干涉条纹特征的声源深度判别方法

    公开(公告)号:CN113705516B

    公开(公告)日:2024-02-20

    申请号:CN202111032415.3

    申请日:2021-09-03

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于辐射噪声干涉条纹特征的声源深度判别方法,包括以下步骤:(1)对辐射噪声信号采样序列进行LOFAR分析,得到干涉条纹图像矩阵。(2)对步骤1中生成的干涉条纹图像矩阵进行滤波处理,得到滤波后的干涉条纹图像矩阵。(3)对步骤2中生成的滤波后的干涉条纹图像矩阵进行差分处理,并对差分处理后的图像矩阵进行Radon变换,得到二维Radon变换矩阵,按列求所得二维Radon变换矩阵的方差,得到列方差向量。(4)判断步骤3中得到的列方差向量的峰值个数。(5)若步骤4中得到的峰值个数超过门限值,则判断辐射噪声声源为水面目标;若步骤4中得到的峰值个数不超过门限值,则判断辐射噪声声源为水下目标。

    一种基于辐射噪声干涉条纹特征的声源深度判别方法

    公开(公告)号:CN113705516A

    公开(公告)日:2021-11-26

    申请号:CN202111032415.3

    申请日:2021-09-03

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于辐射噪声干涉条纹特征的声源深度判别方法,包括以下步骤:(1)对辐射噪声信号采样序列进行LOFAR分析,得到干涉条纹图像矩阵。(2)对步骤1中生成的干涉条纹图像矩阵进行滤波处理,得到滤波后的干涉条纹图像矩阵。(3)对步骤2中生成的滤波后的干涉条纹图像矩阵进行差分处理,并对差分处理后的图像矩阵进行Radon变换,得到二维Radon变换矩阵,按列求所得二维Radon变换矩阵的方差,得到列方差向量。(4)判断步骤3中得到的列方差向量的峰值个数。(5)若步骤4中得到的峰值个数超过门限值,则判断辐射噪声声源为水面目标;若步骤4中得到的峰值个数不超过门限值,则判断辐射噪声声源为水下目标。

    分布式智能应急消防及疏散指示系统及方法

    公开(公告)号:CN114842599B

    公开(公告)日:2023-09-29

    申请号:CN202210463023.0

    申请日:2022-04-28

    Applicant: 东南大学

    Abstract: 本发明设计了一种新型的智能应急消防及疏散指示系统及方法,实现指示、预警、报警、辅助救援的功能,从而提供及时、准确、动态的逃生线路,属于智能消防领域。包括数据采集模块、通信模块、运算模块三个模块,包括以下步骤:(1)根据大楼内部的空间结构初始化节点参数;(2)周期性采集数据,判决本节点当前状态;(3)根据邻节点和本节点的温度信息,预测本节点剩余存活时间;(4)发送本节点的温度信息和路径信息;(5)接受邻节点信息,并进行更新和处理;(6)结合邻节点和本节点信息,规划本节点处的逃生通道并指示逃生方向;(7)更新自身及邻节点状态;并已通过实物测试验证其鲁棒性。

    分布式智能应急消防及疏散指示系统及方法

    公开(公告)号:CN114842599A

    公开(公告)日:2022-08-02

    申请号:CN202210463023.0

    申请日:2022-04-28

    Applicant: 东南大学

    Abstract: 本发明设计了一种新型的智能应急消防及疏散指示系统及方法,实现指示、预警、报警、辅助救援的功能,从而提供及时、准确、动态的逃生线路,属于智能消防领域。包括数据采集模块、通信模块、运算模块三个模块,包括以下步骤:(1)根据大楼内部的空间结构初始化节点参数;(2)周期性采集数据,判决本节点当前状态;(3)根据邻节点和本节点的温度信息,预测本节点剩余存活时间;(4)发送本节点的温度信息和路径信息;(5)接受邻节点信息,并进行更新和处理;(6)结合邻节点和本节点信息,规划本节点处的逃生通道并指示逃生方向;(7)更新自身及邻节点状态;并已通过实物测试验证其鲁棒性。

Patent Agency Ranking