-
公开(公告)号：CN100507472C
公开(公告)日：2009-07-01
申请号：CN200610151183.2
申请日：2006-12-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种通用性好，运算效率高，并且易于编程实现的本征声线求取方法。方法步骤为：确定声源、接收点的位置参数和相关的环境参数；分声线初始俯仰角大于零和小于零两种情况，先采用大的步长进行试算，得到所求本征声线初始俯仰角可能的粗略值，作为角度搜索范围的中心值，确定合适的角度搜索范围；在确定的角度搜索范围内，按一定的步长搜索求取相应的本征声线；计算声线时判断声线在水平方位上是否发生变化，如果变化，对声线的初始方位角进行修正；保留已经计算的声线数据。本发明的方法可以减少许多不必要的声线计算，通用性好，运算效率高，并且所有步骤易于编程实现。
-
公开(公告)号：CN114280618B
公开(公告)日：2025-03-25
申请号：CN202111494099.1
申请日：2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于声矢量水听器的小尺寸体积阵三维波束形成方法。本发明涉及小尺寸声矢量阵的波束形成技术领域，本发明通过构建以矢量水听器为基元的小尺寸声矢量体积阵，并构建接收信号模型；利用差分法得到声压对不同方向的各阶空间梯度；提取各阶空间梯度中的多极子模态；利用多极子模态合成球函数,提取三维声场的各阶球谐波；利用球函数合成在期望的三维波束。本发明利用上述加权向量对小尺寸声矢量体积阵进行加权处理即可获得任意期望的三维波束,实现三维波束形成，不但解决了甚低频段高三维空间增益与阵列孔径之间的矛盾,还能满足三维空间探测的需求。
-
公开(公告)号：CN118535911A
公开(公告)日：2024-08-23
申请号：CN202410482900.8
申请日：2024-04-22
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/2411 , G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 基于垂直阵的浅海水面水下目标分辨的深度学习方法，属于水声信号处理领域。为解决现有技术中存在的，水面水下目标的特征分布在特征空间上重叠的问题，本发明提出了基于垂直阵的浅海水面水下目标分辨的深度学习方法，针对二者由于相似的物理特性和环境参数时特征分布高度相似，利用深度学习方法来抑制类间重叠，技术方案如下：方法包括：采集训练用浅海水面水下目标对应的训练用水文数据；根据训练用水文数据，得到相应声场的相干谱数据集；根据预设模型，对相干谱数据集进行特征提取并抑制噪声；对预设模型进行端对端优化。可以应用于水下目标识别和定位领域，如海洋勘测、水下探测、海洋资源开发等工作中。
-
公开(公告)号：CN117872460A
公开(公告)日：2024-04-12
申请号：CN202311746688.3
申请日：2023-12-19
Applicant: 哈尔滨工程大学
IPC: G01V1/18
Abstract: 本发明属于水声领域，具体涉及一种谐振高灵敏检测声压水听器及其实现方法。所述谐振高灵敏检测声压水听器利用了谐振敏感机制，只针对特定声场特征信息进行窄带高灵敏谐振传感，具有窄带高灵敏特性，配合宽带水听器获得背景噪声进行阈值设定可实现特定声场特征信息的有效检测；利用水听器敏感结构的固有谐振特性，将敏感结构的固有谐振频率作为水听器的工作频率，通过对敏感结构本征频率点的设计及结构阻尼配合设计实现预定特征频率点附近的窄带滤波传感和谐振高灵敏响应特性。本发明用于水下特定频率特征信息的检测。
-
公开(公告)号：CN117664314A
公开(公告)日：2024-03-08
申请号：CN202211004953.6
申请日：2022-08-22
Applicant: 哈尔滨工程大学
IPC: G01H11/06
Abstract: 本发明属于传感器技术领域，公开了一种具有N个频率梳齿的谐振响应MEMS集成声压/振速敏感芯片及其工作方法。所述框架基座(1)上设置N个频率梳齿单元(2)，所述N个频率梳齿单元(2)之间以及N个频率梳齿单元(2)与框架基座(1)之间设有间隙(3)；所述频率梳齿单元(2)包括力学敏感结构(2‑A)和力电转换敏感结构(2‑B)，所述力学敏感结构(2‑A)上设置力电转换敏感结构(2‑B)。采用此频率梳芯片即可以实现谐振频率点附近窄带特征信号的高灵敏检测，还能够实现基于多个特征信息联合的声源的稳健传感检测，并实现声源特征信息的识别。
-
Patent Agency Ranking
公开(公告)号：CN116736255A
公开(公告)日：2023-09-12
申请号：CN202310752175.7
申请日：2023-06-25
Applicant: 哈尔滨工程大学
Abstract: 弱目标线谱多帧相干检测前跟踪方法，公开了一种基于多帧相干积分的弱目标线谱检测前跟踪方法。步骤1：对被动声呐接收数据进行多帧相干积分，得到量测计算值；步骤2：建立包含有目标存在指示变量的状态方程；步骤3：根据多帧数据中信号相位的相干性建立多帧相干积分量测方程；步骤4：推导与量测方程相匹配的基于多帧相干积分的似然比函数；步骤5：结合步骤1的量测计算值和步骤2到4建立的多帧相干检测前跟踪模型，利用粒子滤波迭代算法得到更稳健的目标线谱检测跟踪结果。本发明针对动态时变海洋声信道中，接收信号幅度波动导致的单帧检测前跟踪方法易产生大量漏报的问题。可应用于大部分声呐设备上。
-
公开(公告)号：CN115905842A
公开(公告)日：2023-04-04
申请号：CN202211603461.9
申请日：2022-12-13
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/08 , G01S5/18
Abstract: 基于非高斯脉冲噪声下微弱线谱联合检测与重构的深度学习方法及装置，涉及水声信号处理领域。为解决现有技术中存在的，微弱线谱检测方法主要利用经验知识提取目标特征，它们的性能很大程度上取决于操作者对于样本的认知程度。同时将高斯噪声假设下的水声信号处理技术直接应用于非高斯噪声下信号检测会使得其性能下降甚至失效的问题，本发明提供的技术方案为：微弱线谱联合检测与重构方法，包括：采集脉冲噪声，并根据噪声构建舰船线谱数据集；将数据集进行预处理，得到lofar图；提取lofar图的微弱特征，并得到线谱检测与重构的结果；根据所述lofar图与所述结果对预设模型进行训练，并输出训练后的模型。适用于高斯脉冲噪声下弱线谱检测和重构的工作中。
-
公开(公告)号：CN115308750A
公开(公告)日：2022-11-08
申请号：CN202210735829.0
申请日：2022-06-27
Applicant: 哈尔滨工程大学
Abstract: 一种小尺寸矢量阵姿态与幅相误差联合校正方法、装置、计算机及存储介质，涉及声呐阵列处理领域。解决了现有技术缺少一种同时考虑未知阵体姿态与固定幅相误差情况下的校正方法的问题。所述方法包括：构建矢量水听器的小尺寸矢量阵和信号接收系统；根据所述小尺寸矢量阵和信号接收系统获取小尺寸矢量阵的阵体水平姿态与倾斜姿态的振速；根据所述阵体水平姿态的振速构建非线性方程组并进行非线性方程组求解；根据非线性方程组的解进行坐标变换，获取矢量水听器的立体阵；扫描矢量水听器的立体阵，获取声源方位角估计值；根据声源方位角估计值对立体阵进行幅相误差有源校正，获取阵体的姿态与幅相误差的联合校正。适用于小尺寸矢量阵的校正领域。
-
公开(公告)号：CN115292886A
公开(公告)日：2022-11-04
申请号：CN202210740139.4
申请日：2022-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于声场干涉现象的弹性海底声源运动参数估计系统及估计方法；首先分析弹性海底波导的简正波模态特性与干涉结构特性，然后根据分析的干涉结构特性，进行时频干涉结构的二维傅里叶变换，提取谱密度峰值，最终基于分析得到的弹性海底波导简正波模态特性，以及计算得到的谱密度峰值点坐标，完成声源运动参数的估计；本发明基于弹性海底波导的简正波模态特性，分析了这一普遍存在的海洋环境的表面波特性，指出了弹性海底波导中对声场干涉结构起到主要作用的的简正波模态，优化了原有的二维傅里叶变换估计声源运动参数的算法，准确实现了声源运动参数在这一海洋环境波导中的估计。
-
公开(公告)号：CN108169732A
公开(公告)日：2018-06-15
申请号：CN201810165058.X
申请日：2018-02-28
Applicant: 哈尔滨工程大学
IPC: G01S7/539
Abstract: 本发明公开了一种基于扩展孔径声纳的变换域波束形成方法，属于水声信号处理领域。本发明包括：根据声纳系统指标要求，根据扩展孔径声纳的等效阵元相位中心原理，即一个发射阵元与一个接收阵元组成一个模块，此模块的相位中心位于两个阵元的几何中心，合理布置发射阵、接收阵的位置；按照布置的发射接收阵型，在发射基阵端，发射阵同时发射相互正交波形；接收阵接收目标的反射信号，即回波信号；对回波信号在变换域内分别进行接收波束形成处理，进行变换域滤波接收波束形成；对变换域接收波束形成处理之后的信号，对不同发射阵形成的时延差用波束形成补偿，进而获取扩展孔径声纳的距离向角度向声图。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.134 seconds)
