-
公开(公告)号：CN112016209B
公开(公告)日：2021-09-03
申请号：CN202010884965.7
申请日：2020-08-28
Applicant: 哈尔滨工业大学
Abstract: 基于蚁群算法的分布式嵌套圆阵列综合布阵方法，涉及天线优化布阵技术领域。本发明是为了解决现有天线采用稀疏阵列布局法，阵列单元布局区域环境受限、工作过程中计算量大、且算法收敛速度慢，而嵌套排布的阵列规划和阵元布置方法对阵列方向图的优化效果差，其旁瓣电平高的问题。本发明提供了一种基于蚁群算法的子阵稀布与阵元稀疏的分布式嵌套圆阵列综合布阵方法，首先建立分布式嵌套圆阵列模型，然后建立优化模型，最后用蚁群算法对优化模型尽心优化。不但能够克服地形问题，灵活的进行布阵，还能够在阵元数量固定的前提下，采用本发明布阵能够显著降低天线阵列的峰值旁瓣电平。
-
公开(公告)号：CN112016209A
公开(公告)日：2020-12-01
申请号：CN202010884965.7
申请日：2020-08-28
Applicant: 哈尔滨工业大学
Abstract: 基于蚁群算法的分布式嵌套圆阵列综合布阵方法，涉及天线优化布阵技术领域。本发明是为了解决现有天线采用稀疏阵列布局法，阵列单元布局区域环境受限、工作过程中计算量大、且算法收敛速度慢，而嵌套排布的阵列规划和阵元布置方法对阵列方向图的优化效果差，其旁瓣电平高的问题。本发明提供了一种基于蚁群算法的子阵稀布与阵元稀疏的分布式嵌套圆阵列综合布阵方法，首先建立分布式嵌套圆阵列模型，然后建立优化模型，最后用蚁群算法对优化模型尽心优化。不但能够克服地形问题，灵活的进行布阵，还能够在阵元数量固定的前提下，采用本发明布阵能够显著降低天线阵列的峰值旁瓣电平。
-
公开(公告)号：CN107330425B
公开(公告)日：2020-07-07
申请号：CN201710744286.8
申请日：2017-08-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩协方差矩阵感知的鲁棒阵列波束形成方法，本发明涉及基于压缩协方差矩阵感知的鲁棒阵列波束形成方法。本发明为了解决阵列误差建模为SIRV模型及非理想压缩感知条件下现有波束形成算法波束空间谱主旁瓣比不高，以及自适应波束形成输出SINR值低的问题。本发明包括：一：构造信号协方差矩阵Rx的表达式，利用采样协方差矩阵及信号导向矢量矩阵和干扰导向矢量矩阵，并利用波束空间法求解信号协方差矩阵Rx；二：优化并求解鲁棒自适应波束形成算法模型，得到波束形成器权值w；三：将信号协方差矩阵Rx波束形成器权值w作为初始值迭代优化，直至收敛，得到最终的波束形成器权值wopt。本发明用于智能天线技术领域。
-
公开(公告)号：CN109035301A
公开(公告)日：2018-12-18
申请号：CN201810761110.8
申请日：2018-07-11
Applicant: 哈尔滨工业大学
IPC: G06T7/246
CPC classification number: G06T7/251 , G06T2207/30108
Abstract: 一种基于斥力模型修正随机矩阵算法的群组目标跟踪方法，本发明涉及基于斥力模型修正随机矩阵算法的群组目标跟踪方法。本发明为了解决现有方法计算复杂度高和精度低的问题。本发明包括：一：建立群组目标运动时的空间斥力模型和特征子空间斥力模型；二：将步骤一建立的群组目标运动时的空间斥力模型和特征子空间斥力转换到直角坐标系下；三：用步骤二转换到直角坐标系下的特征子空间斥力模型修正雷达量测值，并用步骤二转换到直角坐标系下的空间斥力模型修正随机矩阵算法的运动方程和修正量测方程的特性预测协方差。本发明与交互多模型随机矩阵算法相比，队列估计精度提高了11.79％，位置估计精度提高了21.12％。本发明用于群组目标跟踪领域。
-
公开(公告)号：CN115220474B
公开(公告)日：2024-11-01
申请号：CN202210869031.5
申请日：2022-07-22
Applicant: 中国航空工业集团公司沈阳飞机设计研究所 , 哈尔滨工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 基于博弈理论的多孔径探测编队方法及系统，涉及编队部署领域。本发明是为了解决目前的多孔径探测编队方法没有考虑多孔径编队中各孔径的探测能力和探测任务的能力需求，从而导致探测任务不能保证完成，进而导致了探测任务效用率低的问题。本发明包括：步骤一、获取每个飞机的能力向量和探测任务的需求向量；步骤二、遍历飞机的所有编队情况，并获取可以完成探测任务的编队情况；步骤三、计算所有可以完成探测任务编队的联合探测效用，获取联合探测效用最大值对应的编队情况。本发明用于提高飞机探测效用率。
-
Patent Agency Ranking
公开(公告)号：CN113608179B
公开(公告)日：2024-01-26
申请号：CN202110891764.4
申请日：2021-08-04
Applicant: 哈尔滨工业大学
Abstract: 一种雷达信号干扰抑制方法，涉及一种抑制雷达干扰信号的方法，本发明为解决斜投影算子虽然能够在压制所有干扰的同时获得较高信干比，但是无法对指定参数方向的信号进行压制的问题，此方法用于针对性单一干扰抑制，首先构建抑制优化矩阵；确定限制条件；对限制条件求解并确定抑制单一干扰信号的抑制优化矩阵；对干扰信号进行抑制。此方法用于整体干扰抑制，首先构建抑制优化矩阵；获取各参数并确定限制条件，对其求解，确定所需信号的压制矩阵；确定干扰估计信号；获取数字波束形成结果并与干扰估计信号进行频域差分；频域差分后进行频域整流；对频域整流后的结果进行傅里叶逆变换，本发明用于抑制雷达的干扰信号，属于雷达信号干扰抑制领域。
-
公开(公告)号：CN114814775A
公开(公告)日：2022-07-29
申请号：CN202210571504.3
申请日：2022-05-24
Applicant: 哈尔滨工业大学
IPC: G01S7/41 , A61B5/11 , A61B5/0507
Abstract: 基于ResNet网络的雷达跌倒检测方法及设备，属于检测技术领域。是为了解决为了解决现有基于图像的跌倒检测方法存在适用场所范围有限、容易暴露隐私的问题、基于WiFi的检测方式存在泛化性较差的问题、基于点云数据实时追踪目标高度成本高，运算复杂，多姿态识别能力差的缺点，本发明所述方法首先提取雷达数据多普勒信息，对多普勒数据的RDT信号进行阈值滤波得到时频信息图，然后利用ResNet网络进行识别，从而实现跌倒检测。本发明主要用于跌倒检测。
-
公开(公告)号：CN110348402B
公开(公告)日：2021-05-28
申请号：CN201910637642.5
申请日：2019-07-15
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供一种结合特征频率的期望似然的信号检测方法，属于信号检测技术领域。本发明首先由信号的采样数据建立数据协方差矩阵，并得到该数据协方差矩阵的特征向量的傅立叶变换Wm(θk)；然后将所得Wm(θk)的频谱的峰值点所在频率定义为特征频率，计算结合特征频率的期望似然统计量，计算特征向量检测门限；再利用数值方法计算结合特征频率的期望似然统计量门限；最后由得到的新的二元假设检验公式得到检测结果。本发明解决了现有技术在低信噪比的情况下，检测概率低的问题。本发明可用于低信噪比情况下的信号检测。
-
公开(公告)号：CN110348402A
公开(公告)日：2019-10-18
申请号：CN201910637642.5
申请日：2019-07-15
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供一种结合特征频率的期望似然的信号检测方法，属于信号检测技术领域。本发明首先由信号的采样数据建立数据协方差矩阵，并得到该数据协方差矩阵的特征向量的傅立叶变换Wm(θk)；然后将所得Wm(θk)的频谱的峰值点所在频率定义为特征频率，计算结合特征频率的期望似然统计量，计算特征向量检测门限；再利用数值方法计算结合特征频率的期望似然统计量门限；最后由得到的新的二元假设检验公式得到检测结果。本发明解决了现有技术在低信噪比的情况下，检测概率低的问题。本发明可用于低信噪比情况下的信号检测。
-
公开(公告)号：CN109245814A
公开(公告)日：2019-01-18
申请号：CN201811069841.2
申请日：2018-09-13
Applicant: 哈尔滨工业大学
IPC: H04B7/08
Abstract: 基于极大似然重采样的自适应波束形成方法。现有的抑制干扰信号的影响过程中，无法去除期望信号的信息对于抑制干扰效果的影响。本发明是计算接收信号的M个快拍采样数据的协方差矩阵；利用粒子滤波器及波束空间处理方法处理估计的协方差矩阵，得到估计的噪声加干扰协方差矩阵并计算矩阵对应的极大似然估计，选出h个较大的极大似然估计及对应的噪声加干扰协方差矩阵；将h个估计进行归一化，得到噪声加干扰协方差矩阵权值；将获得的估计的噪声加干扰协方差矩阵乘以噪声加干扰协方差矩阵权值进行加和，得到最终估计的结果并带入到波束形成权矢量的计算公式中，得到波束形成权矢量。本发明方法相比于常用的标准Capon波束形成，可以减小期望信号信息对于抑制干扰效果的影响。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
