-
公开(公告)号：CN112346005A
公开(公告)日：2021-02-09
申请号：CN202011188653.9
申请日：2020-10-30
Applicant: 哈尔滨工程大学
IPC: G01S3/802
Abstract: 本发明公开了一种应用于均匀圆水听器阵的空域旋转方位估计方法，属于声纳探测技术领域。本发明的核心技术内容在于将方位姿态仪提供的Heading角分为两部分，并根据两部分角度分别设计粗糙与精细空域旋转矩阵，对阵列数据快拍进行实时的旋转补偿，使阵列数据快拍中的目标方位信息在空域上实现聚焦。利用旋转后数据快拍构建的协方差矩阵可以应用于子空间类方位估计方法中，实现对远场目标的高分辨方位估计。本发明能够实时补偿均匀圆水听器阵旋转运动带来的阵列数据快拍中的目标方位信息的相对变化，能够实现对远场目标的高分辨方位估计。本发明能更好地适用于均匀圆水听器阵工作环境，具有一定的实际指导价值。
-
公开(公告)号：CN112052880A
公开(公告)日：2020-12-08
申请号：CN202010811948.0
申请日：2020-08-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于更新权值支持向量机的水声目标识别方法，所述方法包括采集两类水声目标样本数据，添加类别标签，建立水声目标样本库；对水声目标样本库进行MFCC处理，输出动态特征；根据最优的α值和权值ω构建权值更新的支持向量机识别模型利用剩下的70％动态特征样本对所述识别模型进行模型交叉验证和模型评价；统计构建的权值更新的支持向量机识别模型的识别正确率，评价支持向量机识别模型的性能；使用得到的基于更新权值的支持向量机的水声目标识别模型对实采数据进行识别。本发明针对水声目标特性，运用MFCC输出水声目标的动态特征，合理的给出最优的拉格朗日乘子和权值，大大地提高了识别准确率。
-
公开(公告)号：CN111735525A
公开(公告)日：2020-10-02
申请号：CN202010467366.5
申请日：2020-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种适用于无人声纳的DEMON谱特征提取方法。本发明属于DEMON谱特征提取领域，本发明采用小波去噪技术，降低待处理信号中噪声影响；将降噪后的信号通过带通滤波器滤波，提取滤波后的频段信号；根据滤波后的频段信号，进行调制谱检测，进行去信号直流操作，并通过低通滤波器，完成包络检测，得到解调后的信号；对解调后的信号进行傅里叶变换，并进行平均周期图谱估计，得到DEMON线谱；根据得到的DEMON线谱，基于门限准则自主提取线谱；根据基于门限准则自主提取后的线谱，进行轴频估计，并进行桨叶数估计。本发明适用于保持匀速直线运动、具有规则的三至七叶螺旋桨叶、且在矢量水听器工作频带内具有明显调制现象的目标，能够估计出其螺旋桨转速和叶片数信息。本发明能够自主处理目标辐射噪声，提取目标的轴频、桨叶数信息并将算法流程在DSP上进行实现。
-
公开(公告)号：CN111709299A
公开(公告)日：2020-09-25
申请号：CN202010427316.4
申请日：2020-05-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于加权支持向量机的水声目标识别方法，所述方法包括分帧预处理、特征提取、搭建加权支持向量机识别模型、利用网格搜索法寻找最优核函数参数及惩罚因子、加权支持向量机识别模型进行训练、通过混淆矩阵反映分类器对水声目标的识别结果和统计分类器的识别正确率步骤。本发明针对水声目标特性，选取合适的特征提取方法，具备自主挑选模型参数的能力，对水声目标的正确识别率在80％以上，分类器的稳定性高于现有分类方法。
-
公开(公告)号：CN111273237A
公开(公告)日：2020-06-12
申请号：CN201910457468.6
申请日：2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明是基于空域矩阵滤波和干扰对消的强干扰抑制方法。本发明主要用于抑制观测扇面外和观测扇面内的强干扰。通过子空间矩阵滤波，减小观测扇面外干扰影响，进而获得观测扇面内强干扰方位，并将其应用于阻塞矩阵的设计，构建新的不降低数据维数的阻塞阵。通过阻塞矩阵和空域矩阵滤波器对阵列接收数据进行处理，最后采用MUSIC谱进行方位估计。本发明在抑制观测扇面内强干扰的同时，保留了邻近方位的弱目标信息，实现强干扰条件下的弱目标方位估计。本发明属于一种水声阵列信号处理方法，可应用于阵列信号处理、弱目标方位探测等领域。
-
Patent Agency Ranking
公开(公告)号：CN110907896A
公开(公告)日：2020-03-24
申请号：CN201911295115.7
申请日：2019-12-16
Applicant: 哈尔滨工程大学
IPC: G01S5/22
Abstract: 本发明提出一种非同步时延跟踪方法，所述方法经过建模、初始化粒子信息、输入量测值、预估目标发声周期、跟踪处理、聚类和后端延时处理从而实现实时跟踪，本发明采用后端延时处理，在无目标信号存在的处理周期，能够准确的判定出该时刻无信号存在；且在有多帧目标信号存在的处理周期，能够给出多个相应的跟踪结果。本发明将跟踪系统独立于信号采集与处理系统，在目标发声周期和信号采集和处理周期不一致且不同步的情况下，依旧能达到较好的跟踪效果。
-
-
公开(公告)号：CN110132281A
公开(公告)日：2019-08-16
申请号：CN201910424453.X
申请日：2019-05-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于询问应答模式的水下高速目标高精度自主声学导航方法，包括以下步骤：首先，由获取到的时延信息估计目标径向运动速度，进而获得目标到应答器的距离信息，依据此距离信息构建声学自导航模型并确定权系数；其次，根据自导航模型和权系数确定目标函数，并利用传统方法解算得到的目标位置作为优化算法的搜索初值；最后，采用LMS牛顿算法解算获得目标位置。本发明引入了目标径向速度参量，消除了由目标运动速度引起的模型误差，受目标运动速度影响小；引入了权系数，对误差较大的成分给予较小的权重，有效提高了水下高速运动目标的自导航精度；采用LMS牛顿算法结构简单，计算量小，稳健性强，收敛速度快，便于实时实现。
-
公开(公告)号：CN109270516A
公开(公告)日：2019-01-25
申请号：CN201811017221.4
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S7/52
Abstract: 一种适用于无人移动平台检测舰艇线谱的波束形成方法，属于信号处理领域。本发明主要包括以下步骤：设定基本参数；将阵元接收信号经过多路抽头延迟线滤波处理得到时域宽带波束形成器的输出；对阵元接收信号进行解相干时间延迟、多路抽头延迟线滤波处理，得到一个非外部的目标线谱参考信号；自适应调节时域宽带波束形成器的权矢量，即以最小化目标线谱参考信号与时域宽带波束形成器输出的最小均方误差为准则，对多路抽头延迟线的权矢量进行更新。本发明方法能够自适应地将主波束方向指向线谱目标方位，通过对自导向波束的输出进行线谱自主检测即可实现对舰船目标的检测，因此无需预成多个波束，简化了基于无人移动平台检测舰船线谱的复杂程度。
-
公开(公告)号：CN107886068A
公开(公告)日：2018-04-06
申请号：CN201711101689.7
申请日：2017-11-10
Applicant: 哈尔滨工程大学
IPC: G06K9/00
CPC classification number: G06K9/0051 , G06K9/0053 , G06K9/00536
Abstract: 一种基于时空域线谱增强器的未知线谱目标检测方法，涉及一种未知线谱目标检测方法。一：设定基本参数；二：对接收的阵元数据进行空时二维线谱增强处理；三：对步骤二中处理得到的每一新阵元数据分别进行分段，对每一段数据分别进行离散傅里叶变换；四：取出步骤三中各新阵元在相同段序号上的离散傅里叶变换输出值,对其中同一频率点上的各离散傅里叶变换输出值进行频域波束形成；五：对步骤四中得到的频域波束形成结果，在频域和时间上积分求和，获得最终的方位谱输出即线谱目标检测结果。本发明降低了对输入信噪比的要求，能有效地实现对未知线谱信号的时空域二维加权,避免了在频率或方位单一维度下用峰值方差来估计参量方差时误差较大的问题。
-
-
-
-
-
-
-
-
-
Search Results
265
records
(took 0.036 seconds)
