-
公开(公告)号：CN112114313A
公开(公告)日：2020-12-22
申请号：CN202011013966.0
申请日：2020-09-24
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 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：CN107610144B
公开(公告)日：2020-11-20
申请号：CN201710599161.0
申请日：2017-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种改进的基于最大类间方差法的红外图像分割方法，能够在最大程度上克服天空曝光带来的分割效果不理想的问题，使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，本发明对传统最大类间方差法中求取方差的公式进行了改进，弥补了最大类间方差法的红外图像分割方法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点，并且将目标与天空背景对比度较大的区域分割良好。
-
公开(公告)号：CN107526073B
公开(公告)日：2020-10-27
申请号：CN201710722272.6
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S11/02
Abstract: 本发明公开了一种运动多站无源时差频差联合定位方法，属于无源定位技术领域。包括以下步骤：建立时差定位模型；建立频差定位模型；构造时差频差观测矩阵ε1，设计适应度函数；初始化种群及各项参；评价每个粒子的适应度函数值；对所有粒子进行排序；当算法满足终止条件时输出当前全局最优值：重构时差频差矩阵ε2；得到加权最小二乘解为θ2和其协方差矩阵cov(θ2)；求出辐射源的位置与速度。本发明对时差频差观测矩阵得到的适应度函数进行最优值求解，将粒子群优化算法与最小二乘算法相结合，在四基站的情况下能够实现对目标的高精度定位，同时求出目标的速度信息。本发明能够实现对辐射源位置的高精度估计，不受站址布局的限制，具有较高的定位估计精度。
-
公开(公告)号：CN111565087A
公开(公告)日：2020-08-21
申请号：CN202010273015.0
申请日：2020-04-09
Applicant: 哈尔滨工程大学
IPC: H04K3/00
Abstract: 本发明公开了一种侦察干扰一体化系统，首先通过前端模拟信道化结构将接收到的信号划分子带并进行下变频处理得到基带信号，再将基带信号与混频序列混频后求和得到和信号，使得数据量大幅下降以减少采样数据率。将和信号进行指定干扰样式的干扰得到干扰信号，使得干扰带宽减小并仍可使干扰覆盖在侦察信号的全频带。再将干扰信号与周期性混频序列混频得到干扰混频信号。对干扰混频信号进行上变频处理得到干扰调制信号，使得干扰信号的频谱被搬移到各个子带上。将干扰调制信号通过滤波器组并求和得到最终的干扰信号。与传统的侦察接收机及干扰机相比，本发明可以降低采样速率，简化发射和接收通道结构，可实现多频段多信号同时干扰。
-
公开(公告)号：CN111445498A
公开(公告)日：2020-07-24
申请号：CN202010196608.1
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用Bi-LSTM神经网络的目标跟踪方法，目的是解决强机动目标运动过程复杂、运动模型难以建立且计算量大的问题，提高目标跟踪精度。技术方案是先建立目标跟踪系统，采集运动目标位置、速度数据，并进行数据预处理，获得目标运动训练集和测试集；然后设计适用于目标跟踪的Bi-LSTM神经网络，用训练集训练神经网络中的权重参数；最后用训练好的模型实现目标跟踪。本发明适用于处理时间序列上的连续数据，通过历史数据预测下一时刻目标运动状态，目标跟踪的精度较高。
-
Patent Agency Ranking
公开(公告)号：CN110940985A
公开(公告)日：2020-03-31
申请号：CN201911284544.4
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多UUV跟踪围捕系统及围捕方法，包括四艘同构UUV；每艘UUV由感知模块、通信模块、行为控制模块、协作规划模块、协调控制模块组成。感知模块对自身状态和水下环境进行联系检测；协作规划模块根据通信模块接收其他UUV状态和目标状态做出任务规划；协调控制模块根据协作规划模块输出给予每个UUV期望的控制输入，形成正四面体型编队精确监控闯入目标的行为，根据分布式一致性算法对目标进行跟踪围捕。本发明实现多UUV目标跟踪围捕，能够对跟踪目标的精确定位，并根据跟踪精度自主形成期望跟踪队形；当水下通信不畅有延时或丢失时，多UUV根据所接收不完整的状态信息可对目标进行跟踪围捕。
-
公开(公告)号：CN107168344B
公开(公告)日：2020-01-17
申请号：CN201710347926.1
申请日：2017-05-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种UUV抵近海底作业过程中航路生成方法。包括以下步骤，步骤一：UUV利用传感器采集当前自身信息，UUV接收任务目标点，UUV接收障碍物信息；步骤二：构建栅格地图，根据UUV的几何约束对障碍物进行膨胀处理，表示在相应的栅格地图中；步骤三：根据每个栅格障碍属性将栅格地图分为可行区和不可行区；步骤四：根据障碍物位置误差和UUV导航误差计算可行区S1中每一栅格的潜在危险性步骤五：根据每个栅格的潜在危险性利用逆向A*算法生成航路。本发明能够提高航路精度，提高UUV抵近海底作业安全性与可靠性。
-
公开(公告)号：CN110609552A
公开(公告)日：2019-12-24
申请号：CN201910861689.X
申请日：2019-09-12
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明涉及一种水下无人航行器编队平面航迹规划方法，属于无人水下航行器和航迹规划技术领域。包括根据环境信息数据库或传感器探测的环境信息，构建任务空间模型；基于静态环境信息采用APF算法和RRT算法的改进与融合算法进行全局航迹规划；将全局规划路径点作为子目标点，基于动态环境信息分段进行局部规划。本发明在全局规划算法中，通过一定的改进方案，解决了APF的目标不可达和局部最优问题，改善了RRT非确定、非最优、收敛慢三大特性，将确定性与随机性航迹规划方法结合、静态规划与动态规划结合、位置规划与速度规划结合，航迹约简算法实现了进一步优化航迹的效果，保证了多水下无人航行器航迹规划的安全性、最优性与实时性的任务要求。
-
公开(公告)号：CN106094842B
公开(公告)日：2019-04-12
申请号：CN201610487739.9
申请日：2016-06-28
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明属于水下运动体控制技术领域，具体涉及一种基于T‑S模型和PDC的UUV垂直面运动H∞控制方法。本发明包括建立UUV垂直面运动模型，包括UUV深度控制模型和UUV纵倾控制模型；利用T‑S模型对UUV的深度及纵倾系统进行建模；基于并行分布补偿PDC方法设计H∞控制器；运用深度‑纵倾协调控制变深的方法控制UUV的下潜，以保证纵倾角满足设计要求。通过建立基于T‑S模型的UUV的深度及纵倾模型，并且基于并行分布补偿(PDC)方法设计垂直面运动H∞控制器，利用深度‑纵倾协调控制变深的方法控制UUV的下潜，解决UUV下潜过程中纵倾角过大的问题，以保证UUV作业的安全性。
-
公开(公告)号：CN108805905A
公开(公告)日：2018-11-13
申请号：CN201810515114.8
申请日：2018-05-25
Applicant: 哈尔滨工程大学
IPC: G06T7/246
CPC classification number: G06T7/246 , G06T2207/20032
Abstract: 本发明提供的是一种集合一致性分解加速的水下图像自适应中值滤波方法。(1)获取水下可见光图像；(2)确定初始滤波窗口并进行集合一致性分解求取中值；(3)确定自适应滤波窗口选取规则；(4)结合集合一致性分解，加速水下图像自适应滤波过程，获得中值滤波后的图像。本发明能有效增强图像中值滤波的速度，实时性更好，特别是当图像噪声严重，滤波窗口比较大时，相比普通的中值滤波技术，实时效果将更明显，有利于水下目标实时跟踪。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.081 seconds)
