-
公开(公告)号：CN108829918A
公开(公告)日：2018-11-16
申请号：CN201810404927.X
申请日：2018-04-28
Applicant: 中国海洋大学
IPC: G06F17/50
Abstract: 本发明提供了一种面向海洋现象的智能浮标组网仿真方法及系统，包括：海洋现象识别：建立海洋三维温盐环境以及海洋三维立体流体环境，在智能浮标运动过程中，根据监测的流场变化信息、温盐度剖面信息以及智能浮标漂移特征在内的信息，结合海洋高度计测得的海面高度异常来识别海洋现象；智能浮标的组网仿真集结：以识别出的海洋现象为对象，根据智能浮标的动力模型，输入所需参数得到整个观测过程的总时间和总能耗，由观测路径和最短原理和智能浮标观测能耗机理，分别建立出智能浮标组网仿真观测的时间最短模型和能耗最优模型。本发明运动轨迹更加切合实际、组网仿真高效，浮标得到的海洋数据可利用率高，仿真观测过程中的能耗低。
-
公开(公告)号：CN108550971A
公开(公告)日：2018-09-18
申请号：CN201810269537.6
申请日：2018-03-29
Applicant: 中国海洋大学
Abstract: 本发明提供了一种用于深海ARGO浮标的抗碰撞多模卫星天线壳体，由透波天线罩、一体化加高杆组成；一体化加高杆由天线馈线、金属法兰、硬质硫化橡胶杆以及与浮标主体密封连接的金属连接管组成。硬质硫化橡胶杆在天线馈线固定在金属法兰以及另一侧的金属连接管后，通过模具对硬质橡胶压塑、硫化成型。天线罩密封连接在一体化加高杆金属法兰的一侧。本发明能够保证ARGO浮标在水深4000米以下的环境下作业，在ARGO浮标浮上水面后，该卫星天线壳体能够有效透射1100MHz-2500MHz频段的电磁信号，同时，能够有效抵抗浮标布放、回收以及工作时天线壳体与其他硬物的碰撞，防止天线进水，导致整个浮标的损失。
-
公开(公告)号：CN103002576B
公开(公告)日：2015-02-25
申请号：CN201210429064.4
申请日：2012-10-24
Applicant: 中国海洋大学
IPC: H04W64/00
Abstract: 本发明公开了一种基于脉冲幅度比值指纹的天线阵列单基站定位方法，包括以下步骤：1)建立指纹数据库：2)利用指纹数据库进行AOA估计：3)进行TOA估计：使用传统的方法测得TOA，进而计算出距离；4)进行UWB无线定位：根据AOA和TOA估计值，再利用传统的UWB定位算法，进行基于UWB的无线定位。通过以上方法，使用脉冲幅度的测量替代了以往脉冲到达微量时间差的测量，可以避免因使用微量时间差的测量来计算信号到达角度所需要的高精度时钟，从而简化了基站的设备要求，同时因为幅度的测量比较简单且精度较高，亦可提高系统的定位精度。仿真的结果表明，使用脉冲幅度测量来计算AOA的误差可控制在0.1度以内。
-
公开(公告)号：CN101883426B
公开(公告)日：2012-07-25
申请号：CN201010209512.0
申请日：2010-06-19
Applicant: 中国海洋大学
Abstract: 本发明涉及一种高精度的超宽带无线定位方法。包括A、系统初始化；B、发射UWB脉冲信号；C、接收并计算脉冲信号的传播时延τ；D、发送传播时延τ的计算结果；E、接收传播时延τ；F、计算各个基站的测距结果；G、最后，按照TOA或TDOA定位算法而计算出待定位终端的定位坐标；其特征在于在上述步骤E后，还依次用待定位终端的最大移动速度v对传播时延的测量值τ进行后向过滤，并且取传播时延的最大概率测量值作为最终所使用的传播时延。本发明的定位方法可靠性高，定位准确迅速，抗干扰能力强，且无须增加额外的硬件设备，而广泛地应用于各种无线设备的定位。
-
公开(公告)号：CN119049494B
公开(公告)日：2025-03-25
申请号：CN202411505009.8
申请日：2024-10-28
Applicant: 中国海洋大学
IPC: G10L21/0208 , G10L21/0232 , G10L25/21
Abstract: 本发明属于语音增强技术领域，具体公开了一种基于谐波模型基频同步改进维纳滤波的语音增强方法，其根据最小均方误差准则推算维纳滤波器的响应函数，获得带噪语音信号经过维纳滤波器输出的预测语音信号的功率谱；通过基频估计算法获得预测语音信号的基频信息；预测语音信号经过加窗处理和基频同步的傅里叶变换后，对其浊音帧进行谐波建模，以获得重建相位信息；最后根据预测语音信号的功率谱开方得到的幅度谱以及重建相位信息合成增强语音信号。本发明方法引入谐波模型进行相位信息的重建，不再延用带噪语音的相位信息，并且基于基频同步，将基频参数引入到傅里叶变换中，摒弃固定的傅里叶变换长度和固定的窗长度，以达到更好的语音去噪增强效果。
-
Patent Agency Ranking
公开(公告)号：CN118586447B
公开(公告)日：2024-10-15
申请号：CN202411060107.5
申请日：2024-08-05
Applicant: 中国海洋大学
IPC: G06N3/0455 , G01H5/00 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于Transformer的声速剖面长期预测方法，属于海洋观测技术领域。本发明通过并行处理方式和注意力机制充分捕捉了不同海深声速时间序列的分布规律，进而实现了未来全海深声速剖面的长期预测；通过引入位置编码和时间信息编码进一步加强了模型提取历史声速数据之间时空依赖关系的能力，从而提高全海深声速剖面的预测精度；这些改进显著提升了全海深声速剖面的预测精度，从而增强了模型进行声速剖面长期预报时的可靠性。本发明与其他现有声速剖面预测方法相比，首次将时间信息融入到了声速序列预测问题中，显著提升了模型的预测精度和时间性能，为后续海洋声学研究提供了重要的指导意义。
-
公开(公告)号：CN118586447A
公开(公告)日：2024-09-03
申请号：CN202411060107.5
申请日：2024-08-05
Applicant: 中国海洋大学
IPC: G06N3/0455 , G01H5/00 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于Transformer的声速剖面长期预测方法，属于海洋观测技术领域。本发明通过并行处理方式和注意力机制充分捕捉了不同海深声速时间序列的分布规律，进而实现了未来全海深声速剖面的长期预测；通过引入位置编码和时间信息编码进一步加强了模型提取历史声速数据之间时空依赖关系的能力，从而提高全海深声速剖面的预测精度；这些改进显著提升了全海深声速剖面的预测精度，从而增强了模型进行声速剖面长期预报时的可靠性。本发明与其他现有声速剖面预测方法相比，首次将时间信息融入到了声速序列预测问题中，显著提升了模型的预测精度和时间性能，为后续海洋声学研究提供了重要的指导意义。
-
公开(公告)号：CN118296556A
公开(公告)日：2024-07-05
申请号：CN202410719206.3
申请日：2024-06-05
Applicant: 中国海洋大学
IPC: G06F18/25 , G06F18/2135 , G06F18/15 , G06N3/045 , G06N3/0464 , G06N3/09 , G01K13/00 , G01H5/00
Abstract: 本发明公开了一种基于多模态数据融合与自注意力的实时声速剖面预测方法，属于海洋观测技术领域。本发明首先获取Argo网格数据集、遥感海表数据集SST，在对目标海域进行网格化处理，之后构建声速剖面EOF函数，将SST数据、历史SSP前三阶EOF系数、海表面以下历史同期温度，经纬度坐标数据融合；最终构建SE‑MDF‑CNN模型并进行训练，利用该模型进行输出指定坐标下ssp的分布。本发明摆脱了对声纳观测数据的依赖；本发明通过建立历史声速分布主成分特征与遥感海温数据、声速采样空间坐标之间的内在关系，通过实时sst，可以快速构建目标区域ssp分布，能够应用于更广泛的空间区域。
-
公开(公告)号：CN117892096A
公开(公告)日：2024-04-16
申请号：CN202410288473.X
申请日：2024-03-14
Applicant: 中国海洋大学
IPC: G06F18/20 , G06N3/096 , G06N3/0442
Abstract: 本发明公开了一种基于迁移学习的小样本海洋声速剖面预报方法，属于海洋观测技术领域。本发明首先利用全球公开数据集中的大量声速剖面数据对基础模型进行充分预训练；其次将学习到的经验和参数从预训练后的基础模型迁移到任务模型；最后利用目标新任务相关的小样本数据对任务模型进行微调，进而实现在小样本情况下的声速剖面准确预报。本发明相比于传统的声速剖面预测方法，有效地避免了小样本情况下的过拟合现象提高了预测精度，同时加速了模型的收敛速度，使其具有更加高效而可靠的预测能力。本发明能够快速实现对目标区域未来时刻声速剖面的准确预报，不仅能够兼顾预测的准确性和时效性，还具有较强的泛化能力。
-
公开(公告)号：CN117076893B
公开(公告)日：2024-01-09
申请号：CN202311331695.7
申请日：2023-10-16
Applicant: 中国海洋大学
IPC: G06F18/20 , G01H5/00 , G06F18/214 , G06F18/15 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于长短期记忆神经网络的声速分布预报方法，属于海洋观测技术领域。本发明基于长短时神经网络的声速分布预报模型，利用预报任务所在空间区域的历史声速剖面数据为参考，用按照时间先后顺序排序的历史声速剖面分布情况对目标区域未来声速分布进行准确预报。本发明解决了水下声速剖面分布在时间维度上的预测问题，解决了海洋声速分布估计的时间分辨率不足以及未来声速预报功能缺失的问题，能够对未来时刻声速分布进行实时、准确预报，并对未来指定时间分辨率间隔的声速分布进行估计，对预测地点未来指定时间分辨率间隔的声速分布进行预报，准确率与预报效率均比较高。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.031 seconds)
