-
公开(公告)号：CN110221307B
公开(公告)日：2022-12-13
申请号：CN201910469360.9
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多被动声纳非合作多目标线谱信息融合方法。步骤1、局部跟踪滤波；步骤2、随机有限集建模；步骤3、标签建模；步骤4、数据关联；步骤5、数据融合；步骤6、标签更新；步骤7、判断所有浮标是否都参与完融合；步骤8、随着时间t的递增，循环迭代步骤1‑步骤7，即可持续地对水下目标的进行跟踪，并根据标签的变化规律可以推断出目标的运动态势。本发明在假设目标辐射噪声的线谱频率稳定且缓慢变化的前提下，通过融合多被动声纳的线谱频率信息，实现对水下多目标的位置及运动态势估计，此外本方法还具有结构简单易于工程实现、计算量小等优点。
-
公开(公告)号：CN107132522A
公开(公告)日：2017-09-05
申请号：CN201710447521.5
申请日：2017-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种具有低截获特性的多基地声呐多址分辨信号生成方法。1、计算多普勒约束条件下，Costas信号的互重合函数频率轴最大距离；2、设置不同发射基地间Costas信号的严格正交性要求与同一发射基地内部Costas信号的宽松正交性要求；3、计算M阶Costas序列的最大互重合函数矩阵；4、计算发射基地内部的Costas序列最大互重合点数与发射基地之间的Costas序列最大互重合点数；5、从Costas序列中选取N组正交的Costas序列集合分配给各个发射基地；6、构造合适数目的正交LS码分配给各个发射基地；7、获得Costas_LS码。本发明能保障探测信号具有优良的低截获性能，能使不同发射基地间的探测信号具备优良的正交性，同时改善同一发射基地内部探测信号的正交性。
-
公开(公告)号：CN118112571B
公开(公告)日：2024-11-15
申请号：CN202410194335.5
申请日：2024-02-21
Applicant: 哈尔滨工程大学 , 中国船舶集团有限公司第七一五研究所
Abstract: 本发明公开一种基于预测估计的深海异构传感器异步融合方法、系统及终端，涉及多目标跟踪与多传感器信息融合技术领域，以提高分布式多节点声纳探测整体跟踪精度。方法会在声纳在融合时刻的观测信息唯一时，筛选提取声纳提供的局部估计，选取与当前融合时刻距离最近的局部状态估计，基于时间差，构造状态转移矩阵，利用卡尔曼滤波得到预测估计值；或在不唯一时，计算声纳观测时刻与当前融合时刻的时间差，构造状态转移矩阵，计算观测值，设置约束条件，得到融合时刻的加权观测值；采用分布式滤波融合算法，得到基于全局系统的状态估计和误差协方差矩阵。系统执行融合方法的操作步骤。上述方案提高了分布式多节点声纳探测整体跟踪精度。
-
公开(公告)号：CN118112571A
公开(公告)日：2024-05-31
申请号：CN202410194335.5
申请日：2024-02-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于预测估计的深海异构传感器异步融合方法、系统及终端，涉及多目标跟踪与多传感器信息融合技术领域，以提高分布式多节点声纳探测整体跟踪精度。方法会在声纳在融合时刻的观测信息唯一时，筛选提取声纳提供的局部估计，选取与当前融合时刻距离最近的局部状态估计，基于时间差，构造状态转移矩阵，利用卡尔曼滤波得到预测估计值；或在不唯一时，计算声纳观测时刻与当前融合时刻的时间差，构造状态转移矩阵，计算观测值，设置约束条件，得到融合时刻的加权观测值；采用分布式滤波融合算法，得到基于全局系统的状态估计和误差协方差矩阵。系统执行融合方法的操作步骤。上述方案提高了分布式多节点声纳探测整体跟踪精度。
-
公开(公告)号：CN110221307A
公开(公告)日：2019-09-10
申请号：CN201910469360.9
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多被动声纳非合作多目标线谱信息融合方法。步骤1、局部跟踪滤波；步骤2、随机有限集建模；步骤3、标签建模；步骤4、数据关联；步骤5、数据融合；步骤6、标签更新；步骤7、判断所有浮标是否都参与完融合；步骤8、随着时间t的递增，循环迭代步骤1-步骤7，即可持续地对水下目标的进行跟踪，并根据标签的变化规律可以推断出目标的运动态势。本发明在假设目标辐射噪声的线谱频率稳定且缓慢变化的前提下，通过融合多被动声纳的线谱频率信息，实现对水下多目标的位置及运动态势估计，此外本方法还具有结构简单易于工程实现、计算量小等优点。
-
Patent Agency Ranking
公开(公告)号：CN107590468A
公开(公告)日：2018-01-16
申请号：CN201710832731.6
申请日：2017-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多视角目标亮点特征信息融合的探测方法。1、利用在目标空间上分布的N个传感器，获得目标回波信号并做预处理；2、利用CLEAN特征提取方法，将符合条件的目标亮点特征信息提取出来；3、计算各阶中心矩作为亮点的统计特征；4、将得到的目标亮点的统计特征作为向量机分类器的输入，对探测信号入射角进行估计，得到N个探测信号入射角的估计值；5、估计出各传感器在同一入射角下的回波信号；6、将估计出的回波信号进行配准后融合；7、根据融合后的信号各亮点强度的变化情况作为判决依据，对探测目标进行判决。本发明既可以应用在处于目标不同视角的多基地声纳系统，可以应用在相对目标运动的单基地的声纳系统中。
-
公开(公告)号：CN107255809A
公开(公告)日：2017-10-17
申请号：CN201710222629.4
申请日：2017-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于宽带聚焦矩阵的阻塞阵波束形成方法，主要包括如下步骤：信号宽带等分，获得宽带频域输出；以干扰方向为参考，对频域快拍进行第一次聚焦变换；根据聚焦频率生成的阻塞矩阵，进行阻塞，去除干扰；生成二次聚焦矩阵，对阻塞后的数据再次进行宽带聚焦处理；进行常规波束形成，得到目标的波达角。本发明通过第一次聚焦变换，简化了常规宽带阻塞阵需要在每个子带分别进行阻塞这一步骤；推导得到阻塞后的信号在合成方向的标准宽带入射矢量形式，通过二次聚焦变换简化了在每个子带分别进行波束形成的步骤，在不损害宽带阻塞阵性能的前提下，简化了处理流程，有效地提高了运算速度。
-
公开(公告)号：CN107255809B
公开(公告)日：2020-07-14
申请号：CN201710222629.4
申请日：2017-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于宽带聚焦矩阵的阻塞阵波束形成方法，主要包括如下步骤：信号宽带等分，获得宽带频域输出；以干扰方向为参考，对频域快拍进行第一次聚焦变换；根据聚焦频率生成的阻塞矩阵，进行阻塞，去除干扰；生成二次聚焦矩阵，对阻塞后的数据再次进行宽带聚焦处理；进行常规波束形成，得到目标的波达角。本发明通过第一次聚焦变换，简化了常规宽带阻塞阵需要在每个子带分别进行阻塞这一步骤；推导得到阻塞后的信号在合成方向的标准宽带入射矢量形式，通过二次聚焦变换简化了在每个子带分别进行波束形成的步骤，在不损害宽带阻塞阵性能的前提下，简化了处理流程，有效地提高了运算速度。
-
公开(公告)号：CN110208808B
公开(公告)日：2022-07-15
申请号：CN201910451625.2
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种被动声纳非合作目标线谱信息融合方法。1、建立一个随机有限集，将一个随机量测有限集；2、在t时刻，为当前时刻的量测有限集中每个元素频率赋予权重值；3、利用t‑1时刻线谱频率的状态估计预测出t时刻该线谱频率的频率状态，得到线谱频率预测有限集；4、在t时刻，将线谱频率的量测有限集和预测有限集进行数据关联，得到关联矩阵；5、针对不同的关联关系进行加权融合，得到当前时刻t的融合估计结果；6、对不同情况的线谱频率状态的权重值进行更新；7、进行线谱频率的剪枝和提取；8、迭代循环步骤1至步骤7，得到目标线谱频率估计。本发明提供了一种算法结构简单、计算量小的被动声纳非合作目标线谱信息融合方法。
-
公开(公告)号：CN107590468B
公开(公告)日：2020-07-24
申请号：CN201710832731.6
申请日：2017-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多视角目标亮点特征信息融合的探测方法。1、利用在目标空间上分布的N个传感器，获得目标回波信号并做预处理；2、利用CLEAN特征提取方法，将符合条件的目标亮点特征信息提取出来；3、计算各阶中心矩作为亮点的统计特征；4、将得到的目标亮点的统计特征作为向量机分类器的输入，对探测信号入射角进行估计，得到N个探测信号入射角的估计值；5、估计出各传感器在同一入射角下的回波信号；6、将估计出的回波信号进行配准后融合；7、根据融合后的信号各亮点强度的变化情况作为判决依据，对探测目标进行判决。本发明既可以应用在处于目标不同视角的多基地声纳系统，可以应用在相对目标运动的单基地的声纳系统中。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.031 seconds)
