-
公开(公告)号：CN118194172A
公开(公告)日：2024-06-14
申请号：CN202410291905.2
申请日：2024-03-14
IPC分类号： G06F18/2431 , G06F18/25 , G06F18/2131 , G06N3/045 , G06N3/0464 , H04K3/00
摘要： 一种基于Mobile‑Former网络的通信干扰信号识别方法，涉及通信领域。本发明是为了解决在复合干扰信号识别时，干扰信号类别数呈指数增长，使网络的训练复杂度增加、提取的特征差异减小、干扰信号识别性能下降的问题。本发明以Mobile‑Former网络为特征提取网络，分别提取信号时频图与频谱图的特征，并搭建了特征融合网络，将提取出的时频图特征与频谱图特征进行融合，获得更丰富的特征，有效提高了在低干噪比下的干扰信号识别性能；并且利用多标签分类方法，实现了单一干扰和复合干扰信号的识别，通过选取合适的阈值对网络的输出向量进行判决，得到最终的识别结果。
-
公开(公告)号：CN114609598B
公开(公告)日：2024-09-20
申请号：CN202210177716.3
申请日：2022-02-25
申请人： 哈尔滨工程大学
IPC分类号： G01S7/38
摘要： 本发明属于电子对抗领域，具体涉及基于图像反演的合成孔径雷达(SAR)场景欺骗干扰方法，包括：步骤一：SAR图像反演预处理，1.1SAR图像干扰场景设定，1.2生成SAR图像反演模板复数据；步骤二：采用CS反演算法反演图像至回波，2.1方位相位反演，2.2距离相位、SRC及一致RCMC反演，2.3补余RCMC反演；步骤三，干扰数据生成。本发明对设定的SAR场景图像进行随机相位补偿预处理之后，采用CS反演算法直接获取欺骗干扰信号。较于传统欺骗干扰，无需经过复杂的信号迭代卷积，能够更加直观的生成干扰图像模板对应的欺骗信号，且可基于此方法在一定程度上通过不同的图像扩展干扰信号数据库，突破了当前SAR欺骗干扰信号生成的局限性。
-
公开(公告)号：CN114254141B
公开(公告)日：2024-08-23
申请号：CN202111563815.7
申请日：2021-12-20
申请人： 哈尔滨工程大学
IPC分类号： G06F16/51 , G06F16/55 , G06T7/10 , G06V10/75 , G06V10/774 , G06V10/764
摘要： 本发明属于雷达信号分选技术领域，具体涉及一种基于深度分割的端到端雷达信号分选方法。本发明通过对PDW的处理和深度分割网络的结合实现未知复杂环境下的端到端雷达信号分选，操作简单，无需按照传统的预分选和主分选每一步都预设参数、阈值等信息。本发明能够分选脉间调制类型多变的雷达信号、时域频域交叠严重的PDW，适应复杂环境和未知信号。此外本发明还能够分选出从未训练过且没有先验信息的信号，对于脉冲丢失20％的情况也适用良好。
-
公开(公告)号：CN114584236B
公开(公告)日：2023-12-15
申请号：CN202210170656.2
申请日：2022-02-24
申请人： 哈尔滨工程大学
IPC分类号： H04B17/391 , H04W24/06 , H04B7/0413 , G06N3/04 , G06N3/084
摘要： 本发明提供一种基于RIGS算法的大规模MIMO系统检测模型构建方法，其步骤包括：S1：采用交替迭代的方式将Richardson(RI)算法和Gauss‑Seidel(GS)算法相结合，得到RIGS迭代算法；S2：引入模型驱动的深度学习方法，将RIGS算法进行展开，并加入可训练向量，构造RGNet(RI and GS Network)检测网络；S3：对构建的网络进行训练，得到训练后的检测模型。本发明设计的RGNet检测模型可以显著降低空间相关性对检测精度的影响，并且能够快速收敛到精确解。
-
公开(公告)号：CN116953637A
公开(公告)日：2023-10-27
申请号：CN202310887599.4
申请日：2023-07-19
申请人： 哈尔滨工程大学
摘要： 基于视觉网络的SAR欺骗干扰效果评估方法，它属于电子对抗领域。本发明解决了采用现有SAR欺骗干扰效果评估方法无法对不同参数类型存在不同程度侦察误差的情况进行评估的问题。本发明方法具体为：步骤一、生成包含SAR参数侦察误差的干扰样本，将生成的干扰样本作为训练集中的输入，将干扰样本对应的参数误差类型和参数误差程度作为训练集中的输出；步骤二、搭建视觉网络模型；步骤三、利用训练集对搭建的视觉网络模型进行训练；步骤四、将待评估的干扰样本输入训练好的视觉网络模型，通过训练好的视觉网络模型输出对待评估干扰样本的参数误差类型和参数误差程度的评估结果。本发明方法可以应用于SAR欺骗干扰效果评估。
-
公开(公告)号：CN110133632B
公开(公告)日：2023-05-02
申请号：CN201910416928.0
申请日：2019-05-20
申请人： 哈尔滨工程大学
摘要： 本发明属于信息与通信工程的脉内信号类型识别领域，具体涉及一种基于CWD时频分析的复合调制信号识别方法。本发明利用了CWD算法对脉冲采样信号进行时频图像分析，能针对多种常规信号和多种复合调制信号进行分类识别。本发明相对于一般的瞬时相位法和短时傅里叶变换等时频分析方法有着更好的抗噪声性能，在较低信噪比的情况下也有良好的识别性能。
-
公开(公告)号：CN112114313B
公开(公告)日：2022-12-13
申请号：CN202011013966.0
申请日：2020-09-24
申请人： 哈尔滨工程大学
IPC分类号： G01S13/90
摘要： 本发明提供结合正交匹配追踪算法的ISAR稀疏采样成像方法，通过发射一段完整信号，在接收端进行稀疏采样处理，通过稀疏的采样方式得到稀疏信号，然后采样后对稀疏的信号进行重构，再进行ISAR成像处理，可以得到更高质量的成像图形，且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法，而是将OMP算法在采样方式上对采样信号进行处理，然后重构应用到ISAR成像领域来。本发明大大提升信号的利用率，并且能提升成像质量。
-
公开(公告)号：CN110288539B
公开(公告)日：2022-11-18
申请号：CN201910474573.0
申请日：2019-06-03
申请人： 哈尔滨工程大学
摘要： 本发明提供一种结合颜色空间移动与暗通道先验的水下图像清晰方法，通过采集水下图像，对输入的已经产生雾化效果的水下图像，反演水下图像雾化过程建立退化模型；通过颜色空间移动得到暗通道图，使此暗通道图更适应水下环境成像特性，进而对暗通道图进行分块循环筛选，定位到最佳分析区域，以便更加准确的利用上述模型估计全局背景光强；再通过得到的暗通道图与全局背景光强，带入已建立的模型，反演图像退化过程，复原水下图像，有效的去除雾化效果带来的模糊，实现水下图像的清晰化。该水下图像去雾清晰化方法具有实用性强、鲁棒性好、易于实现的特点，对人工照明、白色鱼群等不利因素有一定抗性，具有广阔的应用前景和良好的经济效益。
-
公开(公告)号：CN114200421A
公开(公告)日：2022-03-18
申请号：CN202111493579.6
申请日：2021-12-08
申请人： 哈尔滨工程大学
摘要： 本发明公开了一种多频段子带信号融合方法，包括：接收N1组多频段子带回波信号和N1组全频带回波信号，将多频段子带回波信号的距离包络作为训练数据集，将全频带回波信号的距离包络作为训练标签集；将训练数据集和训练标签集组成训练样本送入DNN神经网络进行训练，训练完毕后，保存训练好的DNN神经网络模型；将待融合的多频段子带回波信号的距离包络输入训练好的DNN神经网络模型，得到融合后的全频带回波信号的距离包络。本发明可以输入多子带距离包络，直接得到宽带信号距离包络，提高了距离分辨率。通过训练网络，省去传统算法估计信号繁琐步骤，减少了子带预测过程中产生的误差。经过训练的网络可以批量获得更多测试结果，且精度更高。
-
公开(公告)号：CN113093124A
公开(公告)日：2021-07-09
申请号：CN202110370353.0
申请日：2021-04-07
申请人： 哈尔滨工程大学
摘要： 本发明属于雷达干扰技术领域，具体涉及一种基于DQN算法的雷达干扰资源实时分配方法。本发明将DQN算法引入到无人机干扰样式资源分配中，克服了现有技术在动态、实时分配上的缺陷，实现了对无人机从任务开始到完成任务期间的干扰样式资源实时分配，可以用于处理雷达有多种工作模式转换的情形。
-
-
-
-
-
-
-
-
-
搜索结果
109 条记录 (耗时 0.051 秒)
