-
公开(公告)号：CN119001690A
公开(公告)日：2024-11-22
申请号：CN202411159303.8
申请日：2024-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于声学信号处理技术领域，具体涉及基于稀疏贝叶斯学习法的水下动目标探测方法、程序、设备及存储介质。本发明根据阵列信号模型得出观测数据矩阵与测量矩阵、噪声矩阵、干扰信号矩阵和待估计的水下动目标回波信号矩阵之间的线性方程式，并将待估计信号矩阵分成固定分量和时变分量两个子矩阵，对应每帧中相对稳定的干扰信号和时变的目标信号；对于每帧数据矩阵，其固定分量都被赋予相同的高斯先验分布，而时变分量的先验分布都各不相同，通过最大化近似后验，求解最优参数，计算出水下动目标回波信号的均值矩阵，在满足收敛条件后，输出水下动目标回波信号的均值矩阵作为其估计值，实现干扰信号的抑制和水下动目标回波信号的高精度重构。
-
公开(公告)号：CN115859012A
公开(公告)日：2023-03-28
申请号：CN202211484570.3
申请日：2022-11-24
Applicant: 哈尔滨工程大学
Abstract: 本发明提出基于快速多快照无逆稀疏贝叶斯的水下DOA和SAP估计方法。该方法引入光滑函数性质并推广为复数矩阵形式，基于推广后的性质，引入到多快照稀疏贝叶斯学习，推导出了矩阵形式的松弛证据下限relax‑ELBO；基于relax‑ELBO采用VEM方法求解隐变量的后验分布近似；根据后验分布近似对DOA和SAP估计，避免了矩阵求逆，很大程度上提高了运算速度，克服SBL难以在大规模领域和在线应用的局限。
-
公开(公告)号：CN115795287A
公开(公告)日：2023-03-14
申请号：CN202211335212.6
申请日：2022-10-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提出离网格空间交替稀疏贝叶斯压缩波束形成方法。本发明基于波束形成模型，通过一阶泰勒展开式近似对流形矩阵进行展开，导出包含DOA角度补偿的离网格波束形成模型；基于修正的多快照模型，给出三层贝叶斯结构图的模型假设，并采用空间交替法得到超参数变量的更新迭代公式，最终通过期望最大法给出DOA角度补偿矢量的更新方程。具体来说，本发明通过引入真实DOA和网格点之间的偏移矢量来修正波束形成模型，同时提高DOA角度和目标源信号估计的准确性，结合空间交替技术，避免每次迭代的矩阵求逆，不但减少了单次迭代的计算量，而且保留了加速收敛特征。
-
公开(公告)号：CN113222861B
公开(公告)日：2022-08-05
申请号：CN202110615237.0
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于等式结构多重正则化的图像恢复方法及系统，引入等式结构，构建测量高斯似然函数；基于构建的测量高斯似然函数，选择多个稀疏变换，以稀疏变换系数为基础，给出相互独立的多个概率密度函数来推算目标图像的条件先验概率密度；基于目标图像的条件先验概率密度，根据贝叶斯法则推算目标图像的均值估计模型；最后通过期望最大化方法结合共轭梯度法迭代实现目标图像的快速重建，克服了综合法引入稀疏表示的可逆性限制，并允许采用任意数量的稀疏变换，而且联合稀疏域能够有效提高算法的收敛速度。
-
公开(公告)号：CN113589265A
公开(公告)日：2021-11-02
申请号：CN202110913575.2
申请日：2021-08-10
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了块近端梯度双稀疏字典学习波束形成方法及系统，包括：建立基于双稀疏字典学习的多重约束最优化数学模型；通过引入拉格朗日乘子，获得与上述模型等效的无约束的代价函数表示，并确定各参数数值；将无约束代价函数的最小化求解转化为稀疏编码、字典学习和信号源估计三个子问题分别求解，规定各变量迭代初值，基于估计的信号源形成波束。本发明模型中同时包含了稀疏表示系数和字典矩阵的l1,1范数项，在已知解析字典的稀疏域中有效提高了字典矩阵Dj的稀疏性；另一方面，l1,1范数相对于传统的l1,2范数具有更高的稀疏度，有效提高稀疏表示性能。
-
Patent Agency Ranking
公开(公告)号：CN118603089A
公开(公告)日：2024-09-06
申请号：CN202410639709.X
申请日：2024-05-22
Applicant: 哈尔滨工程大学
IPC: G01C21/20 , G01C21/16 , G06F18/15 , G06F18/22 , G06F123/02
Abstract: 本发明属于水下导航技术领域，具体涉及一种基于期望最大化的扩展卡尔曼滤波水下地形匹配导航方法、程序、设备及存储介质。本发明引入期望最大化算法，构建基于扩展卡尔曼滤波和多波束测深声呐的水下地形匹配导航模型，得到噪声误差参数的更新方程。本发明通过扩展卡尔曼前向滤波‑后向平滑的顺序过程，结合随时间序列更新的测量数据，获取状态均值、自协方差和交叉协方差的条件期望，通过最大化似然函数得到状态噪声和测量噪声参数估计的迭代公式，通过执行期望最大化算法迭代实现参数估计收敛。本发明以时间序列推进估计进程，具有收敛性保证，且能够准确估计噪声参数，有效提高扩展卡尔曼滤波算法的性能，结合测深数据实现水下高精度定位导航。
-
公开(公告)号：CN114296087B
公开(公告)日：2024-07-12
申请号：CN202111514936.2
申请日：2021-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种线上贝叶斯压缩水下成像方法及系统、设备和介质，该方法通过引入状态转移方程建立源向量各快拍之间的结构关系，结合波束形成模型，构建转移概率密度和似然概率密度，给出超参数的估计公式，包括稀疏超参数、噪声不确定度和转移矩阵，并采用锯齿滞后周期性更新机制结合Kalman滤波‑RTS平滑实现源向量的高精度重构。该方法具有非迭代特征，以快拍或时间序列推进估计进程，具有收敛性保证，算法同时兼具低计算量和计算量可预测性，尤其适用于水下成像系统在线工作。
-
公开(公告)号：CN113222861A
公开(公告)日：2021-08-06
申请号：CN202110615237.0
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于等式结构多重正则化的图像恢复方法及系统，引入等式结构，构建测量高斯似然函数；基于构建的测量高斯似然函数，选择多个稀疏变换，以稀疏变换系数为基础，给出相互独立的多个概率密度函数来推算目标图像的条件先验概率密度；基于目标图像的条件先验概率密度，根据贝叶斯法则推算目标图像的均值估计模型；最后通过期望最大化方法结合共轭梯度法迭代实现目标图像的快速重建，克服了综合法引入稀疏表示的可逆性限制，并允许采用任意数量的稀疏变换，而且联合稀疏域能够有效提高算法的收敛速度。
-
公开(公告)号：CN110764089A
公开(公告)日：2020-02-07
申请号：CN201911021002.8
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供的是一种超分辨率毫米波MIMO阵列实时成像方法。步骤(1)：MIMO阵列进行回波数据采样，记录宽带的响应信号；步骤(2)：对频域响应信号，利用MIMO RMA获得反射率函数的三维图像，同时在波数域求取改进相干因子；步骤(3)：利用步骤(2)得到的改进相干因子校正步骤(2)得到的反射率函数的三维图像。该方法重新在波数域定义了反射率函数的非相干功率，使得相干因子的计算只需要一步三维IFFT即可快速完成，进一步提高了成像速度。除此之外，本方法仍然保留了超分辨性能，包括提升空间分辨率，压低图像的旁瓣和基底噪声电平，并显著提高图像的动态范围。
-
公开(公告)号：CN118707440A
公开(公告)日：2024-09-27
申请号：CN202411057041.4
申请日：2024-08-02
Applicant: 哈尔滨工程大学三亚南海创新发展基地
IPC: G01S3/802
Abstract: 本发明属于水下声学监测技术领域，具体涉及一种基于单矢量水听器的水下气体泄漏测向方法，利用单个矢量水听器收集泄漏气体产生的声压与振速信号，对其进行短时傅里叶变换。随后，使用共轭互谱来计算每个时频点处的估计方位和声能流模值，同时利用主成分分析计算每个时频点的局部置信水平。最后，用局部置信度对声能流模值加权，并在直方图统计中将统计量按该权重加权，实现泄漏方位的估计。本发明在测向方面具有更高的准确性和稳定性，为水下气体泄漏的长期监测提供了一种有效且低成本的手段。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.019 seconds)
