-
公开(公告)号：CN109035301B
公开(公告)日：2021-10-01
申请号：CN201810761110.8
申请日：2018-07-11
Applicant: 哈尔滨工业大学
IPC: G06T7/246
Abstract: 一种基于斥力模型修正随机矩阵算法的群组目标跟踪方法，本发明涉及基于斥力模型修正随机矩阵算法的群组目标跟踪方法。本发明为了解决现有方法计算复杂度高和精度低的问题。本发明包括：一：建立群组目标运动时的空间斥力模型和特征子空间斥力模型；二：将步骤一建立的群组目标运动时的空间斥力模型和特征子空间斥力转换到直角坐标系下；三：用步骤二转换到直角坐标系下的特征子空间斥力模型修正雷达量测值，并用步骤二转换到直角坐标系下的空间斥力模型修正随机矩阵算法的运动方程和修正量测方程的特性预测协方差。本发明与交互多模型随机矩阵算法相比，队列估计精度提高了11.79％，位置估计精度提高了21.12％。本发明用于群组目标跟踪领域。
-
公开(公告)号：CN110212966A
公开(公告)日：2019-09-06
申请号：CN201910502481.9
申请日：2019-06-11
Applicant: 哈尔滨工业大学
Abstract: 一种相干源条件下基于重要性重采样的天线互耦校正方法，它属于信号到达方向估计技术领域。本发明解决了由于阵元之间的相互耦合的影响，导致传统MUSIC算法进行DOA估计的精度低的问题。本发明通过重要性重采样方法对空间平滑后的等效互耦矩阵进行估计，并利用新的MUSIC空间谱对目标信号DOA进行估计。相比于传统的MUSIC算法和一般的互耦矩阵重构MUSIC算法，本发明的重要性重采样方法具有更好的性能，对目标信号的DOA估计更加准确，可以使估计精度提高30％-40％左右，而且本发明可以用于相干源条件下的天线互耦校正。本发明可以应用于信号到达方向估计技术领域。
-
公开(公告)号：CN110212966B
公开(公告)日：2022-07-08
申请号：CN201910502481.9
申请日：2019-06-11
Applicant: 哈尔滨工业大学
Abstract: 一种相干源条件下基于重要性重采样的天线互耦校正方法，它属于信号到达方向估计技术领域。本发明解决了由于阵元之间的相互耦合的影响，导致传统MUSIC算法进行DOA估计的精度低的问题。本发明通过重要性重采样方法对空间平滑后的等效互耦矩阵进行估计，并利用新的MUSIC空间谱对目标信号DOA进行估计。相比于传统的MUSIC算法和一般的互耦矩阵重构MUSIC算法，本发明的重要性重采样方法具有更好的性能，对目标信号的DOA估计更加准确，可以使估计精度提高30％‑40％左右，而且本发明可以用于相干源条件下的天线互耦校正。本发明可以应用于信号到达方向估计技术领域。
-
公开(公告)号：CN113608179A
公开(公告)日：2021-11-05
申请号：CN202110891764.4
申请日：2021-08-04
Applicant: 哈尔滨工业大学
Abstract: 一种雷达信号干扰抑制方法，涉及一种抑制雷达干扰信号的方法，本发明为解决斜投影算子虽然能够在压制所有干扰的同时获得较高信干比，但是无法对指定参数方向的信号进行压制的问题，此方法用于针对性单一干扰抑制，首先构建抑制优化矩阵；确定限制条件；对限制条件求解并确定抑制单一干扰信号的抑制优化矩阵；对干扰信号进行抑制。此方法用于整体干扰抑制，首先构建抑制优化矩阵；获取各参数并确定限制条件，对其求解，确定所需信号的压制矩阵；确定干扰估计信号；获取数字波束形成结果并与干扰估计信号进行频域差分；频域差分后进行频域整流；对频域整流后的结果进行傅里叶逆变换，本发明用于抑制雷达的干扰信号，属于雷达信号干扰抑制领域。
-
公开(公告)号：CN107330425A
公开(公告)日：2017-11-07
申请号：CN201710744286.8
申请日：2017-08-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩协方差矩阵感知的鲁棒阵列波束形成方法，本发明涉及基于压缩协方差矩阵感知的鲁棒阵列波束形成方法。本发明为了解决阵列误差建模为SIRV模型及非理想压缩感知条件下现有波束形成算法波束空间谱主旁瓣比不高，以及自适应波束形成输出SINR值低的问题。本发明包括：一：构造信号协方差矩阵Rx的表达式，利用采样协方差矩阵及信号导向矢量矩阵和干扰导向矢量矩阵，并利用波束空间法求解信号协方差矩阵Rx；二：优化并求解鲁棒自适应波束形成算法模型，得到波束形成器权值w；三：将信号协方差矩阵Rx波束形成器权值w作为初始值迭代优化，直至收敛，得到最终的波束形成器权值wopt。本发明用于智能天线技术领域。
-
Patent Agency Ranking
公开(公告)号：CN115220474A
公开(公告)日：2022-10-21
申请号：CN202210869031.5
申请日：2022-07-22
Applicant: 中国航空工业集团公司沈阳飞机设计研究所 , 哈尔滨工业大学
IPC: G05D1/10
Abstract: 基于博弈理论的多孔径探测编队方法及系统，涉及编队部署领域。本发明是为了解决目前的多孔径探测编队方法没有考虑多孔径编队中各孔径的探测能力和探测任务的能力需求，从而导致探测任务不能保证完成，进而导致了探测任务效用率低的问题。本发明包括：步骤一、获取每个飞机的能力向量和探测任务的需求向量；步骤二、遍历飞机的所有编队情况，并获取可以完成探测任务的编队情况；步骤三、计算所有可以完成探测任务编队的联合探测效用，获取联合探测效用最大值对应的编队情况。本发明用于提高飞机探测效用率。
-
公开(公告)号：CN112016209B
公开(公告)日：2021-09-03
申请号：CN202010884965.7
申请日：2020-08-28
Applicant: 哈尔滨工业大学
Abstract: 基于蚁群算法的分布式嵌套圆阵列综合布阵方法，涉及天线优化布阵技术领域。本发明是为了解决现有天线采用稀疏阵列布局法，阵列单元布局区域环境受限、工作过程中计算量大、且算法收敛速度慢，而嵌套排布的阵列规划和阵元布置方法对阵列方向图的优化效果差，其旁瓣电平高的问题。本发明提供了一种基于蚁群算法的子阵稀布与阵元稀疏的分布式嵌套圆阵列综合布阵方法，首先建立分布式嵌套圆阵列模型，然后建立优化模型，最后用蚁群算法对优化模型尽心优化。不但能够克服地形问题，灵活的进行布阵，还能够在阵元数量固定的前提下，采用本发明布阵能够显著降低天线阵列的峰值旁瓣电平。
-
公开(公告)号：CN112016209A
公开(公告)日：2020-12-01
申请号：CN202010884965.7
申请日：2020-08-28
Applicant: 哈尔滨工业大学
Abstract: 基于蚁群算法的分布式嵌套圆阵列综合布阵方法，涉及天线优化布阵技术领域。本发明是为了解决现有天线采用稀疏阵列布局法，阵列单元布局区域环境受限、工作过程中计算量大、且算法收敛速度慢，而嵌套排布的阵列规划和阵元布置方法对阵列方向图的优化效果差，其旁瓣电平高的问题。本发明提供了一种基于蚁群算法的子阵稀布与阵元稀疏的分布式嵌套圆阵列综合布阵方法，首先建立分布式嵌套圆阵列模型，然后建立优化模型，最后用蚁群算法对优化模型尽心优化。不但能够克服地形问题，灵活的进行布阵，还能够在阵元数量固定的前提下，采用本发明布阵能够显著降低天线阵列的峰值旁瓣电平。
-
公开(公告)号：CN107330425B
公开(公告)日：2020-07-07
申请号：CN201710744286.8
申请日：2017-08-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩协方差矩阵感知的鲁棒阵列波束形成方法，本发明涉及基于压缩协方差矩阵感知的鲁棒阵列波束形成方法。本发明为了解决阵列误差建模为SIRV模型及非理想压缩感知条件下现有波束形成算法波束空间谱主旁瓣比不高，以及自适应波束形成输出SINR值低的问题。本发明包括：一：构造信号协方差矩阵Rx的表达式，利用采样协方差矩阵及信号导向矢量矩阵和干扰导向矢量矩阵，并利用波束空间法求解信号协方差矩阵Rx；二：优化并求解鲁棒自适应波束形成算法模型，得到波束形成器权值w；三：将信号协方差矩阵Rx波束形成器权值w作为初始值迭代优化，直至收敛，得到最终的波束形成器权值wopt。本发明用于智能天线技术领域。
-
公开(公告)号：CN109035301A
公开(公告)日：2018-12-18
申请号：CN201810761110.8
申请日：2018-07-11
Applicant: 哈尔滨工业大学
IPC: G06T7/246
CPC classification number: G06T7/251 , G06T2207/30108
Abstract: 一种基于斥力模型修正随机矩阵算法的群组目标跟踪方法，本发明涉及基于斥力模型修正随机矩阵算法的群组目标跟踪方法。本发明为了解决现有方法计算复杂度高和精度低的问题。本发明包括：一：建立群组目标运动时的空间斥力模型和特征子空间斥力模型；二：将步骤一建立的群组目标运动时的空间斥力模型和特征子空间斥力转换到直角坐标系下；三：用步骤二转换到直角坐标系下的特征子空间斥力模型修正雷达量测值，并用步骤二转换到直角坐标系下的空间斥力模型修正随机矩阵算法的运动方程和修正量测方程的特性预测协方差。本发明与交互多模型随机矩阵算法相比，队列估计精度提高了11.79％，位置估计精度提高了21.12％。本发明用于群组目标跟踪领域。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.028 seconds)
