-
公开(公告)号：CN118731920A
公开(公告)日：2024-10-01
申请号：CN202410834153.X
申请日：2024-06-26
Applicant: 哈尔滨工程大学
IPC: G01S7/539
Abstract: 本发明公开一种用于混响干扰的目标方位空时自适应估计方法、系统及终端，涉及水声信号处理技术领域，可有效抑制混响干扰。包括：将回波信号数据拆解为目标分量、散射单元引起的混响分量及噪声分量；基于目标分量获得目标回波信号的第一空间角度及第一多普勒频率；基于混响分量获得散射单元引起的混响回波信号的第二空间角度及第二多普勒频率；离散化处理空间角度及多普勒频率，获得稀疏字典矩阵；恢复稀疏字典矩阵中非零元素位置；构造混响分量及噪声分量协方差矩阵，获得干扰协方差矩阵；基于干扰协方差矩阵计算空时滤波器自适应权矢量，得到目标方位空时估计结果。本发明还提供一种用于混响干扰的目标方位空时自适应估计系统及终端。
-
公开(公告)号：CN118569136A
公开(公告)日：2024-08-30
申请号：CN202410728397.X
申请日：2024-06-06
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 一种液体中气泡非线性散射声场的数值仿真方法，涉及气泡非线性散射声场模拟领域。解决现有采用流体动力学与固体力学结合的方式实现了气泡非线性散射声场的模拟，但该方法仅适用于有限封闭区域，存在适用性不足的问题。所述方法包括：S1：构建气泡区域；S2：构建围绕气泡的流体区域；S3：构建环绕流体区域的声学传播域，并通过声学波动方程控制声波传播，完成仿真。本发明应用于水下探测、定位与通信、超声医学等领域。
-
公开(公告)号：CN118298792A
公开(公告)日：2024-07-05
申请号：CN202410413619.9
申请日：2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的船舶声纳平台自噪声抑制方法，属于水声信号处理技术领域。基于深度学习的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据；S200、根据训练数据，搭建深度学习神经网络模型。本发明的一种基于深度学习的船舶声纳平台自噪声抑制方法，其目的是为了解决声纳系统采集信号时，船舶声纳平台自噪声对其探测性能产生的影响，本发明通过使用深度学习的方法对声纳采集到的信号中的船舶声纳平台自噪声成分进行抑制，有效提高采集信号的信噪比，有效提升声纳系统的探测性能和探测范围，为后续进行阵列信号处理时降低了计算量和处理难度。
-
公开(公告)号：CN116599996A
公开(公告)日：2023-08-15
申请号：CN202310697279.2
申请日：2023-06-13
Applicant: 哈尔滨工程大学
IPC: H04L67/125 , H04L67/12 , H04B11/00 , H04B13/02
Abstract: 本发明公开了一种水声通信综合实验系统及其工作方法。所述系统包括依次相连的终端组件、服务器组件、水声通信硬件子系统。终端组件运行实验应用程序，选定实验门类，建立实验仿真态势，向服务器发送实验申请；服务器组件对实验用户的水声通信实验进行功能管理，导调相应的实验仿真态势与剧情管理，并控制水声通信硬件子系统，对多终端的实验申请实行排队等候机制；水声通信硬件子系统设置在水池中，接收服务器组件下发的实验参数和控制指令，协同收发硬件干湿端，共同配合完成硬件操作流程。本发明支持多节点实验用户的网络远程访问，在开放架构的基础上开展实验，实现以相对低的成本提供规范标准的水声通信实验条件和严谨可靠的实验结果。
-
公开(公告)号：CN115856098A
公开(公告)日：2023-03-28
申请号：CN202211430601.7
申请日：2022-11-15
Applicant: 哈尔滨工程大学
IPC: G01N29/44
Abstract: 本发明的目的在于提供一种基于多重散射波干涉的介质变化监测算法，包括如下步骤：信号获取、信号分段、获取相似信息、时延计算；介质变化监测。本发明与Stretching方法相比可以实现非线性时延以及局部介质变化的评估，且不需要信号之间严格时间同步；与WCC方法相比，时间解析度大幅度提高，有效地抑制了周期跳跃；相比于传统DTW方法，对信号进行分段处理以及使用一种新的弯曲窗口，截断处理后弯曲窗口的宽度可成倍减小，大大提高计算效率。基于波形特性计算其水平偏移量，对信号截断处理，有效抑制病态匹配的发生，同时，合理选择约束条件值，在不降低计算效率的同时有效提高计算精度，减弱波形畸变带来的影响，大大提高计算精度。
-
Patent Agency Ranking
公开(公告)号：CN110456332B
公开(公告)日：2022-08-05
申请号：CN201910738375.0
申请日：2019-08-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于自动编码器的水声信号增强方法，属于水声信号处理领域。针对主动声呐中回波信号特征提取困难的问题，本发明设计了降噪自动编码器与卷积降噪自动编码器相结合的自动编码器。首先利用降噪自动编码器在信号整体上的降噪优势，对含噪信号进行预处理；然后结合卷积降噪自动编码器对信号局部特征的优化，对信号进行局部降噪，从而实现信号增强。本发明方法能够直接以接收信号的时域波形作为特征输入，保留了信号的幅度与相位特征。实验结果表明，本发明不仅有效降低了信号中的噪声分量，而且在时域和频域上均达到了较好的恢复效果。
-
公开(公告)号：CN118250128B
公开(公告)日：2025-01-10
申请号：CN202410216671.5
申请日：2024-02-27
Applicant: 哈尔滨工程大学
IPC: H04L25/02
Abstract: 本发明公开一种冰源噪声下的时延‑多普勒双扩展信道估计方法、装置、介质与设备，涉及冰下信道估计技术领域，以解决脉冲噪声干扰下估计时延‑多普勒双扩展信道性能严重下降的技术问题。所述方法包括：构建时延‑多普勒双扩展信道模型h，基于发射信号x为接收信号y构建过完备字典，利用多普勒系数对所述过完备字典进行重构，得到时延‑多普勒域过完备字典A；确定接收信号y＝Ah；采用正交匹配追踪方法并以Lp范数相关性作为相关性，对方程y＝Ah进行多次迭代求解获得稀疏逼近值#imgabs0#根据稀疏逼近值#imgabs1#确定时延‑多普勒双扩展信道估计结果h。本发明提供的方法可以有效抑制脉冲噪声干扰，实现冰源噪声下的时延‑多普勒双扩展信道估计。
-
公开(公告)号：CN118795416A
公开(公告)日：2024-10-18
申请号：CN202411022246.9
申请日：2024-07-29
Applicant: 哈尔滨工程大学 , 中国船舶集团有限公司系统工程研究院
IPC: G01S5/22
Abstract: 本发明涉及水声定位技术领域，公开了一种基于声线到达结构的可靠声路径作用范围估计方法与装置，所述方法包括以下步骤：利用多个置于水中不同位置的接收器接收水下声源发出的声线；根据海洋环境参数、所述声线获得每个接收器接收的声线到达结构信息；基于所述声线到达结构信息中筛选出满足直达波消失条件接收器的边界位置信息；根据位于直达波消失处接收器的边界位置信息进行连接形成可靠声路径作用范围。应用本发明可以实现对任意水深下可靠声路径作用范围的估计，所得估计结果准确，与实际结果高度吻合。
-
公开(公告)号：CN115050386B
公开(公告)日：2024-05-28
申请号：CN202210541058.1
申请日：2022-05-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种中华白海豚哨叫声信号自动检测和提取方法，步骤1：对采集到的包含中华白海豚哨叫声信号的数据进行预处理；步骤2：得到的包含中华白海豚哨叫声信号的数据进行截取，切分成若干个时间片段，对全部时间片段逐个执行如下操作，得到含有中华白海豚哨叫声信号的信号起止时间结果；步骤3：根据步骤2中自动检测并保存的含有中华白海豚哨叫声信号的信号起止时间结果，重新对步骤1预处理后的信号进行切分，然后对切分后得到的包含中华白海豚哨叫声信号的信号生成时频图，并自动将每段信号生成的时频图保存。本发明实现针对在海豚研究中进行长期声呐信号采集获得的海量数据的全自动检测和提取，降低对人工干预的依赖，提升效率。
-
公开(公告)号：CN116821814A
公开(公告)日：2023-09-29
申请号：CN202310780259.1
申请日：2023-06-28
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G01H17/00 , G01S19/42 , G06F18/2131 , G06F18/15 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于最小类混淆的水下声源距离估计方法及装置。所述方法包括：根据采集到的声压时域信号获得图片样本，根据GPS位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型；利用训练好的模型对目标声源进行距离估计。本发明使训练完成的模型能够在少样本的情况下，快速适应新海洋领域的水声数据，提高神经网络分类模型泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.042 seconds)
