基于密度聚类的RBMCDA水下多目标跟踪方法

    公开(公告)号:CN110361744B

    公开(公告)日:2022-11-01

    申请号:CN201910614850.3

    申请日:2019-07-09

    Abstract: 本发明是于密度聚类的RBMCDA水下多目标跟踪方法。本发明对每个粒子初始权重置,获得初始时刻粒子群数据;计算可见目标死亡概率,随机抽取死亡目标,对所有粒子存活目标状态进行预测;根据更新后的每个粒子的权值,采用重采样法对粒子状态和粒子目标标签矩阵进行重采样;采用密度聚类算法对所有粒子的所有目标状态估计结果聚类,对每个簇每个样本按理权值加权求和,获得所述每个簇的状态均值;每个粒子标签向量分别与目标标签矩阵相匹配,获得每个聚类簇的系统目标编号,更新目标标签矩阵,获得新的目标标签矩阵;根据粒子数据的密度聚类和目标编号管理结果,输出当前时刻所有目标编号及状态均值。

    一种基于深度学习的跳频信号参数估计方法

    公开(公告)号:CN113472390B

    公开(公告)日:2022-08-02

    申请号:CN202110767877.3

    申请日:2021-07-07

    Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法,属于电子对抗和通信技术领域,公开了一种,包括以下步骤:1)对接收到的跳频信号进行功率谱估计,得到跳频信号的频率集;2)以频率集中的频率个数来确定所需深度学习网络的个数,并构造对应频率集中各个频率的深度学习网络所需的训练集;3)将训练集输入各个网络中,完成深度学习网络的构建;4)将接收到的信号分别输入构建好的对应频率的网络中,从而获得各个频率所对应网络的输出;5)通过对各个网络的输出进行平滑处理,估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度,对跳频信号的处理具有重要意义。

    水声定位导航系统阵元位置校准测量点间距优化方法

    公开(公告)号:CN110133627B

    公开(公告)日:2022-06-14

    申请号:CN201910423907.1

    申请日:2019-05-21

    Abstract: 本发明是水声定位导航系统阵元位置校准测量点间距优化方法。本发明建立了阵元位置精确校准优化模型,时延测量误差与收发距离的关系式,阵元位置校准时延估计误差传递函数;采用差分进化算法进行求解,获得待测阵元位置估计结果及误差。采用统计学方法获得阵元位置校准精度;通过筛选所有结果获得最佳测量点间距。本发明消除了测量船运动所引起的模型失配误差;建立了时延测量误差与收发距离的关系式,考虑了测量时延误差随收发距离变化的变化,相对传统的采用固定时延测量误差的做法,误差分析更与实际相符。通过水声定位导航系统阵元位置校准测量点间距优化,获得了最佳测量点间距,有利于进一步地提高阵元位置的校准精度。

    一种适用于无人移动平台检测舰艇线谱的波束形成方法

    公开(公告)号:CN109270516B

    公开(公告)日:2022-05-17

    申请号:CN201811017221.4

    申请日:2018-09-01

    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。

    一种基于时延信息的水下机动平台高精度测速方法

    公开(公告)号:CN113671475A

    公开(公告)日:2021-11-19

    申请号:CN202110724026.0

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于时延信息的水下机动平台高精度测速方法。步骤1:建立基于双基元时延的水下机动平台测速模型;步骤2:基于步骤1的测速模型与测量信息进行基元组合,将不同的基元组合依据两基元与平台这三者之间不能共线的原则进行筛选;步骤3:针对步骤2中不同的基元组合,求解出相应的平台速度;步骤4:针对步骤3中不同的平台速度解进行密度聚类,计算获得平台速度最终值。本发明用以解决现有方法受位置测量精度影响严重的问题。

    一种基于二维功率分布的少阵元阵列高分辨方位估计方法

    公开(公告)号:CN113640737A

    公开(公告)日:2021-11-12

    申请号:CN202110849776.0

    申请日:2021-07-27

    Abstract: 本发明是一种基于二维功率分布的少阵元阵列高分辨方位估计方法。本发明获取基阵接收信号,对阵元接收信号做克罗内克积运算;将运算结果作为新采集信号,进行CBF功率谱,选择空间观察角度区间,根据所选择的观察角度构造三维功率谱矩阵;根据步得到的CBF功率谱和三维功率谱矩阵,利用压缩感知方法确定二维功率分布矩阵;根据二维功率分布矩阵的每一列求取最大值,并将结果作为新算法的功率谱,用于DOA估计。二维矩阵中的数据受到两个角度集的相互制约,在提高估计精度的同时,降低了高分辨能力对阵元个数的需求,有效地提高在少阵元阵列时的估计精度和分辨力。

    一种适用于UUV平台的高分辨目标方位估计方法

    公开(公告)号:CN112630724A

    公开(公告)日:2021-04-09

    申请号:CN202011194068.X

    申请日:2020-10-30

    Abstract: 本发明公开了一种适用于UUV平台的高分辨目标方位估计方法,属于声纳探测技术领域。本发明结合UUV平台工作的实际特点,根据UUV实时航向角信息设计空域旋转矩阵,该矩阵能够对观测数据中UUV航向角变化导致的目标方位信息的变化进行实时补偿,进而使目标方位在空域上实现聚焦。本发明可以有效地还原阵列静止时的数据协方差矩阵,使子空间类方位估计方法在UUV运动场景下的应用成为可能,能够提供更好的方位分辨能力。本发明可适用于UUV被动声纳系统,具有一定的实际指导价值。

    一种适用于低信噪比条件下的线谱增强方法

    公开(公告)号:CN112462352A

    公开(公告)日:2021-03-09

    申请号:CN202011188684.4

    申请日:2020-10-30

    Abstract: 本发明公开了一种适用于低信噪比条件下的线谱增强方法。包括以下步骤:对接收数据进行采样获得时域快拍,并进行解相关延迟作为自适应滤波器的时域输入;将上一步得到的时域快拍转换到频域;对迭代频域自适应权值进行初始化,并将其与频域输入快拍相乘得到ALE输出;用ALE的原始输入减去ALE输出,得到估计误差;步骤五、在常规ALE罚函数的基础上添加加权l1范数稀疏约束,并通过对其进行梯度下降求导,得到新的权值迭代公式,利用上一次迭代频域自适应权值、频域快拍与估计误差得到新的迭代频域自适应权值;步骤六、重复上述步骤直至收敛。本发明能够有效抑制自适应权噪声,使ALE获取更大的信噪比增益,进而提升对线谱的检测能力。

Patent Agency Ranking