-
公开(公告)号：CN118938230A
公开(公告)日：2024-11-12
申请号：CN202411282217.6
申请日：2024-09-13
Applicant: 哈尔滨理工大学
Abstract: 针对水下机动目标跟踪过程中量测量出现野值或量测噪声的后验分布未知的问题，本发明提出了一种基于M估计的变分贝叶斯无迹卡尔曼滤波算法。该算法采用奇异值分解代替无迹卡尔曼滤波算法中的Cholesky分解，以保证协方差矩阵在迭代时的正定性；通过引入M估计方法，将量测信息进行预处理，去除异常值与非高斯噪声的干扰，以增强算法准确性；采用变分策略对量测噪声的后验分布进行实时估计，使得滤波算法在量测噪声后验分布未知的条件下实现准确的跟踪。进行仿真实验测试，本发明所提出的方法相比于原有的算法在量测噪声位置的情况下具有更低的跟踪误差以及收敛速度。该算法显著提升了目标跟踪系统的准确度和鲁棒性，对不确定量测条件下的目标跟踪具有重要的实际意义。
-
公开(公告)号：CN118211780A
公开(公告)日：2024-06-18
申请号：CN202410281393.1
申请日：2024-03-12
Applicant: 哈尔滨理工大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 现代战争中，探测和定位敌方潜艇是首要任务。然而海洋环境的复杂多变，会对海洋信道中的声信号传播产生很大的影响，因此对潜探测需要考虑环境因素的影响。本发明进行基于环境适配的水下探测任务规划研究，从任务优先级、平台探测能力和组合协同奖励三方面出发，提出成就水平的概念，利用混合线性整数规划方法构建多任务规划模型，并加入水下探测任务中特定的约束条件，使得其任务分配更加贴合实际。同时，引入海洋环境数据进行实验仿真。研究表明，水文条件的变化对水下探测任务规划的结果存在显著影响，实验结果对水下探测任务具有重要参考意义。
-
公开(公告)号：CN119446180A
公开(公告)日：2025-02-14
申请号：CN202411588305.9
申请日：2024-11-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于多层神经网络的多声音事件检测方法，涉及声音事件检测领域。本发明提出基于融合经验模态分解算法、胶囊网络，注意力机制和双向门控循环网络的弱标记多声音事件检测模型。在该模型中，首先使用AMM‑EMD算法进行预处理，丰富声音事件特征信息，并引入并行卷积结构提取高级特征信息；再利用胶囊网络强大的泛化能力和注意力机制捕捉全局依赖性的能力，对高级特征进一步处理；同时，利用BiGRU模块获取上下文信息。本发明提出的模型在不同的数据集上进行对比消融实验，利用F1和ER评价声音事件检测效果，本发明提出的模型均比其他基线模型有所改善，F1和ER均有提高。
-
Patent Agency Ranking
公开(公告)号：CN119203557A
公开(公告)日：2024-12-27
申请号：CN202411320619.0
申请日：2024-09-23
Applicant: 哈尔滨理工大学
Abstract: 现代水下战争中，海洋环境的复杂多变会对声纳的探测能力产生很大的影响。水面舰艇和反潜直升机根据各自的特性执行搜索任务无法充分发挥协同作战的优势。本发明进行基于海洋环境影响因素的舰机协同探测方法研究，从实际场景出发，提出了一种声呐探测距离分析的优化方法，将待定搜索区域的声呐实际探测距离可视化，提出了舰机协同搜索算法，建立搜索平台运动模型，并对其进行了优化，得到了使舰机协同搜索算法达到最大搜索概率的关键参数调整策略。选用搜索概率作为评价指标，进行实验测试。研究表明，当水面舰艇与反潜直升机协同作战时，可以稳定地实现高探测概率。由此证明了基于海洋环境影响因素的舰机协同探测方法的可行性与有效性。
-
公开(公告)号：CN117872331A
公开(公告)日：2024-04-12
申请号：CN202311717687.6
申请日：2023-12-14
Applicant: 哈尔滨理工大学
Abstract: 现代战争中，探测和定位敌方潜艇是首要任务，但对于潜艇的探测仍存在很多困难，由于海洋环境的复杂多变，会对海洋信道中的声信号传播产生很大的影响，干预声纳的探测能力。本发明基于复杂海洋环境的水下协同探测方法，构建声纳水下探测能力分析体系，分析海洋环境因素对声纳探测能力的影响，利用声纳优质因数评价声纳性能，计算声纳探测距离并建立极坐标系，探讨声纳的探测能力；同时引入协同探测的概念，提出联合探测概率分布面，将不同平台的探测能力融合在一起。通过改变平台的布放位置和个数探讨不同布放方式的探测性能，以成功搜索概率和区域覆盖率作为评价指标，进行实验测试。研究表明，声纳水下探测能力与海洋环境密切相关，在水下联合探测中采用正方形布放形式具有更佳的探测性能，本文的研究成果可为水下探测任务中平台的布放提供参考。
-
公开(公告)号：CN117672540A
公开(公告)日：2024-03-08
申请号：CN202311372329.6
申请日：2023-10-23
Applicant: 哈尔滨理工大学
Abstract: 一种改进ARIMA‑GRNN模型与诺莫图的临床输血量预测及分析方法，为医疗机构不同科室及血站的血液储备提供数据参考，属于时间序列预测领域。本发明包括：基于求和自回归滑动平均模型(Autoregressive Integrated Moving Average model,ARIMA)与广义回归神经网络(Generalized Regression Neural Network,GRNN)，建立适合医疗机构的输血量预测ARIMA‑GRNN模型，根据医疗机构的用血量数据在训练过程中获取模型的最优参数，并基于Logistic模型利用R语言绘制诺莫图(Nomogram)，量化分析各因子对临床输血量的影响。实验结果表明，本发明建立的血液预测模型具有较好的预测效果，可为医疗机构不同科室及血站的血液储备提供数据参考。
-
公开(公告)号：CN116990821A
公开(公告)日：2023-11-03
申请号：CN202310602278.5
申请日：2023-05-25
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种水下目标跟踪方法，为克服在传统的直角坐标系下扩展卡尔曼滤波器误差大且易发散的情况，本发明在改进的极坐标系下使用扩展卡尔曼滤波器。该方法能够消除传统坐标系下的模型误差，提高跟踪精度。包括以下步骤：(1)利用被动声纳获取水下目标的方位信息；(2)将水下目标的方位信息转换为改进极坐标系下的距离和方位角；(3)建立改进极坐标系下的跟踪模型；(4)根据跟踪模型，进行目标的方位跟踪。与传统的水下目标跟踪方法相比，本发明在改进的极坐标系下建立跟踪模型，消除了模型误差，提高了跟踪精度。同时，本发明基于被动声纳进行跟踪，具有无源、被动、隐蔽等特点，适用于水下环境下对目标的监测和跟踪。
-
公开(公告)号：CN208781179U
公开(公告)日：2019-04-23
申请号：CN201821864624.8
申请日：2018-11-13
Applicant: 哈尔滨理工大学
IPC: G06F3/02
Abstract: 本实用新型公开了一种带有语音识别机械键盘，包括键盘本体和设置在键盘本体上表面后侧位置的开关面板，所述键盘本体侧表面嵌入安装有耳机孔，所述键盘本体上表面前侧设置有按键，所述键盘本体上表面与开关面板连接处设置有键盘指示灯，所述键盘本体上表面边缘位置设置有键盘灯带，所述开关面板两端设置有语音输入话筒，所述键盘本体后表面靠近上表面边缘处开设有单片机槽，所述单片机槽内部固定安装有单片机所述键盘本体下表面后侧安装有铰链，所述键盘本体下表面通过铰链铰接有支撑板，本实用新型通过安装的语音输入话筒、光敏传感器及单片机加快了输入效率，还能调节键盘灯带的亮度，使之保持对人眼舒适的亮度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
