-
公开(公告)号：CN118818430A
公开(公告)日：2024-10-22
申请号：CN202410846088.2
申请日：2024-06-27
申请人： 哈尔滨工程大学
摘要： 基于声场高阶信息的深海源深度估计方法，属于水面/水下目标识别处理领域。解决了传统估计声源深度的方法存在计算量大、且无法应用于小尺度水下无人探测平台的问题。本发明利用2阶矢量水听器接收获取声源的声场信息，并对其声场信息进行时频变换；对时频变换后的声场信息进行处理，根据得到的0阶声压能量、1阶等效垂直声强和2阶等效垂直声强之间的线性系数关系，估计得到声源深度。本发明主要用于对深海源深度进行近似估计，以实现探测小平台的水面/水下目标识别。
-
公开(公告)号：CN118642044A
公开(公告)日：2024-09-13
申请号：CN202410856857.7
申请日：2024-06-28
申请人： 哈尔滨工程大学
IPC分类号： G01S5/16
摘要： 基于改进阵列流型插值的宽带信号方位估计方法，属于宽带信号的目标方位估计领域。本发明解决了现有宽带信号方位估计的存在干扰严重，准确性差的问题。本发明将接收的宽带信号的频域信号等间隔分为J个窄带信号，获得每个窄带信号的中心频点及对应的阵列流型矩阵；将每个窄带信号的中心频点对应的阵列流型矩阵进行分解，获取只包含频率分量的矩阵；利用只包含频率分量的矩阵，计算每个窄带信号的中心频点对应的聚焦变换矩阵；再计算每个窄带信号的中心频点数据协方差矩阵，对每个频点阵列数据协方差矩阵进行聚焦，计算聚焦后的关于最佳参考频点的阵列数据协方差矩阵；再采用谱峰搜索对接收的宽带信号进行方位估计。本发明适用于宽带信号方位估计。
-
公开(公告)号：CN118818421A
公开(公告)日：2024-10-22
申请号：CN202410829104.7
申请日：2024-06-25
申请人： 哈尔滨工程大学
摘要： 一种基于相位加权波束形成的目标方位估计方法，属于水声目标方位估计领域。本发明针对现有水下目标的目标方位估计中未充分利用目标相位信息，造成对目标的空间分辨力差的问题。包括结合CBF算法的加权矢量，采用CBF算法对阵列接收信号进行相位补偿，得到阵列合成波束；计算阵列接收信号的协方差矩阵，结合加权矢量计算CBF算法在扫描方向的CBF功率谱；计算阵列合成波束的相位值、均值、方差及标准差，并得到处理后标准差；再计算阵列接收信号在扫描方向的权函数；利用权函数对CBF功率谱进行加权，得到相位加权波束形成功率谱；根据相位加权波束形成功率谱的峰值进行目标方位估计。本发明用于目标方位估计。
-
公开(公告)号：CN118746351A
公开(公告)日：2024-10-08
申请号：CN202411071696.7
申请日：2024-08-06
申请人： 哈尔滨工程大学
IPC分类号： G01H3/00
摘要： 基于声场高阶信息的浅海目标分辨方法，属于浅海声源目标分类识别技术领域。解决了浅海传统源分辨需要大尺度阵列、信号处理复杂且无法应用于水下无人小平台的问题。发明利用接收器接收获取浅海声源的简正波声场信息，并将其转换为频域信息；经信号处理后得到的0阶声压能量、1阶等效垂直声强和2阶等效垂直声强；之后利用上述三者构造的基于垂直波数的决策变量与门限比较，对浅海源做出水面/水下目标的判别，辨识过程简单无需大尺度阵列接收以及复杂处理，仅需搭载单个高阶矢量接收器即可。本发明主要用于对浅海水面/水下目标辨识。
-
公开(公告)号：CN118711036A
公开(公告)日：2024-09-27
申请号：CN202410809477.8
申请日：2024-06-21
申请人： 哈尔滨工程大学
IPC分类号： G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/082 , G06V10/25
摘要： 一种基于机器学习的线谱自动检测方法，属于水声目标定位跟踪领域。本发明针对现有线谱检测方法在低信噪比下，线谱特征提取精度低的问题。包括采用信号生成多组不同的特征信号；对每组特征信号进行短时傅里叶变换，得到多帧LOFAR谱，进而得到LOFAR谱图；由LOFAR谱图得到训练集；搭建基于卷积神经网络的目标线谱检测模型，包括编码器和解码器，编码器包括编码卷积层、注意力层和编码池化层；采用训练集对目标线谱检测模型进行迭代训练，计算检测误差，调整模型网络参数，直到检测误差小于期望误差或达到预设迭代次数，得到最终目标线谱检测模型，用于LOFAR谱图的目标线谱检测。本发明用于水声目标的自动检测。
-
-
-
-
搜索结果
5 条记录 (耗时 0.041 秒)
