-
公开(公告)号：CN118226379A
公开(公告)日：2024-06-21
申请号：CN202410659191.6
申请日：2024-05-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/26
Abstract: 本发明提供了一种复杂海域环境高精度实时定位与动态跟踪算法及系统，涉及水下目标定位技术领域。本发明提供的算法包括以下步骤：S1：依据浮标划分定位区域；S2：确定用以定位目标的粒子数目及浮标组合；S3：初始化粒子；S4：建立粒子状态模型，计算粒子状态及粒子权重以估计目标状态；S5：判断目标位置所在分区决定初始化粒子或继续演算目标定位。本发明提出的复杂海域环境高精度实时定位与动态跟踪算法中，根据能接收到信标信号的浮标数的不同划分定位区域，降低粒子数目减小了算法的复杂度。防止初始化位置与目标真实位置相差过大从而导致算法收敛所需时间过长，在目标所在分区进行初始化，缩小粒子的动态范围提高了定位的精度和性能。
-
公开(公告)号：CN117930142B
公开(公告)日：2024-06-07
申请号：CN202410315774.7
申请日：2024-03-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种应对高海况海面机动目标跟踪的雷达波形设计方法，涉及雷达通信技术领域。本发明是为了解决现有滤波方法不适用于复杂非线性状态下的目标跟踪的问题。本发明所述的一种应对高海况海面机动目标跟踪的雷达波形设计方法，能够对高海况下海面复合线性及非线性状态的机动目标进行有效的跟踪，应对高海况下海杂波干扰的影响，克服采用KF、EKF对复杂混合系统状态的跟踪失效问题，及粒子滤波计算复杂度高的问题，所设计的波形能够增强跟踪的稳健性、精确度，更有利于机动目标的跟踪。
-
公开(公告)号：CN117890903B
公开(公告)日：2024-06-07
申请号：CN202410296160.9
申请日：2024-03-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于雷视匹配的无人艇航迹修正方法，涉及对海观测技术领域。本发明是为了解决现有对海目标跟踪的过程中，当多目标航迹发生交叉时易出现目标数据丢失、航迹断裂的问题。本发明所述的一种基于雷视匹配的无人艇航迹修正方法，使用FMCW雷达进行目标检测与跟踪，使用光学摄像头进行视觉辅助，使用Yolov5方法获取多目标的视觉信息，通过坐标系转换获取目标在真实世界的运动信息，使用多源信息融合的方法实现传感器目标匹配。使用卡尔曼滤波方法，实现多目标运动轨迹的预测和更新。对所有状态量测值与卡尔曼滤波后的预测状态向量使用匈牙利算法进行数据匹配，使用两级匹配机制，实现轨迹修正。
-
公开(公告)号：CN116933152B
公开(公告)日：2024-05-03
申请号：CN202310673979.8
申请日：2023-06-07
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/241 , G06F18/214 , G06F18/2135 , G06N3/0442 , G01C13/00
Abstract: 本发明一种基于多维EMD‑PSO‑LSTM神经网络的海浪信息预测方法及系统，涉及海洋信息预测技术领域，为解决现有技术未能利用多维数据集综合预测海浪信息及预测海浪信息计算时间长、计算量大，成本高的问题。本发明采集海浪有效波高、波峰峰向和波峰周期三维信息数据，利用经验模态分解方法EMD将三维海浪信息数据进行分解，得到不同时间尺度下的本征模态分量和剩余分量，对分解得到的三维数据序列进行PCA降维，筛选出影响海浪信息有效波高、波峰峰向及波峰周期的关键因子，采用粒子群优化算法PSO对LSTM模型进行参数寻优，构建LSTM模型；最终得到的海浪信息预测模型，可实现对海浪有效波高、波峰峰向和波峰周期的快速、高精度预测。
-
公开(公告)号：CN117930142A
公开(公告)日：2024-04-26
申请号：CN202410315774.7
申请日：2024-03-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种应对高海况海面机动目标跟踪的雷达波形设计方法，涉及雷达通信技术领域。本发明是为了解决现有滤波方法不适用于复杂非线性状态下的目标跟踪的问题。本发明所述的一种应对高海况海面机动目标跟踪的雷达波形设计方法，能够对高海况下海面复合线性及非线性状态的机动目标进行有效的跟踪，应对高海况下海杂波干扰的影响，克服采用KF、EKF对复杂混合系统状态的跟踪失效问题，及粒子滤波计算复杂度高的问题，所设计的波形能够增强跟踪的稳健性、精确度，更有利于机动目标的跟踪。
-
Patent Agency Ranking
公开(公告)号：CN115077530B
公开(公告)日：2024-04-23
申请号：CN202210678112.7
申请日：2022-06-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出一种基于强跟踪扩维ECKF算法的多AUV协同导航方法及系统，涉及多自主水下航行器协同导航技术领域，用以解决主从式多AUV协同导航系统先验信息不准确或系统状态发生突变时定位失效的问题。本发明的技术要点包括：根据强跟踪滤波器(StrongTracking Filter,STF)的原理，用STF对基于扩维ECKF的多AUV协同导航方法进行改进，提高多AUV协同导航系统的定位导航性能。本发明可应用于主从式多AUV协同导航之中。
-
公开(公告)号：CN117890903A
公开(公告)日：2024-04-16
申请号：CN202410296160.9
申请日：2024-03-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于雷视匹配的无人艇航迹修正方法，涉及对海观测技术领域。本发明是为了解决现有对海目标跟踪的过程中，当多目标航迹发生交叉时易出现目标数据丢失、航迹断裂的问题。本发明所述的一种基于雷视匹配的无人艇航迹修正方法，使用FMCW雷达进行目标检测与跟踪，使用光学摄像头进行视觉辅助，使用Yolov5方法获取多目标的视觉信息，通过坐标系转换获取目标在真实世界的运动信息，使用多源信息融合的方法实现传感器目标匹配。使用卡尔曼滤波方法，实现多目标运动轨迹的预测和更新。对所有状态量测值与卡尔曼滤波后的预测状态向量使用匈牙利算法进行数据匹配，使用两级匹配机制，实现轨迹修正。
-
公开(公告)号：CN117880023A
公开(公告)日：2024-04-12
申请号：CN202311501296.0
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种通过将自适应均衡与降噪后的信号进行深度学习译码以及迭代处理，从而进一步消除码间干扰，提高水声通信系统的性能的面向于水声通信的自适应均衡与智能降噪译码方法，其特征在于，建立可训练的深度学习译码网络BP‑SMSDNN，接收端有n个水听器，每个水听器收到的接收信号为rk,i，i∈{1,…,n}，首先进行多分支均衡，然后对降噪后的输出不进行硬判决，而是经过解映射得到序列#imgabs0#并将序列#imgabs1#作为BP‑SMSDNN的输入，BP‑SMSDNN对#imgabs2#进行译码得到译码结果#imgabs3#对#imgabs4#重新进行编码与映射，得到序列#imgabs5#本发明针对水声通信中的干扰和噪声等问题，克服了传统BP算法译码需要计算软信息的限制，成功完成了对重复累积码的译码，并获得了译码带来的误码率性能提升。
-
公开(公告)号：CN117872075A
公开(公告)日：2024-04-12
申请号：CN202311833889.7
申请日：2023-12-28
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/26 , G01R19/175
Abstract: 本申请涉及属于无人机状态监测技术领域，具体为一种检测无人机WPT电路中功率元件缺陷的装置，包括功率元件、过零检测电路、计时器电路、锁存器电路、比较器电路、驱动板和直流电源；所述功率元件连接直流电源；所述功率元件还连接过零检测电路，所述过零检测电路连接计时器电路，所述计时器电路分别连接锁存器电路和比较器电路，所述锁存器电路也连接比较器电路，所述比较器电路连接驱动板，所述驱动板还连接有信号发生器、计时器电路和功率元件。本申请能够找出已发生缺陷、但还未烧毁的IGBT或MOSFET器件，可提前更换以防止WPT电路故障，有效防止无线网络中断等业务损失。
-
公开(公告)号：CN117824627A
公开(公告)日：2024-04-05
申请号：CN202311867591.8
申请日：2023-12-29
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于粒子滤波的差速机器人地磁辅助定位系统，涉及智能机器人自主导航领域，为解决现有的基于粒子滤波的地磁/里程计定位系统在连续工作时，因地磁数据噪声过大，可能会导致误匹配，甚至滤波发散的问题。包括：地磁场采集模块用于采集地磁场强度数据，并将采集的数据发送到定位模块；里程采集模块用于采集机器人驱动轮转过的角度和位移数据，并数据发送到定位模块；定位模块用于对地磁场强度数据和机器人驱动轮转过的角度和位移数据进行解算，以进行实时定位，将定位结果存储在存储模块并发送至上位机；存储模块用于存储地磁场强度数据和定位结果数据，并将地磁基准图发送至定位模块；上位机用于对定位结果进行实时监测。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.055 seconds)
