-
公开(公告)号：CN110221266B
公开(公告)日：2022-12-13
申请号：CN201910500476.4
申请日：2019-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于支持向量机的航海雷达目标快速检测方法，首先离线开展现场观测试验，选取一定量的单一扫描线上的两类径向回波样本，一类为含有目标雷达回波的样本，另一类为不含目标的纯海杂波雷达回波的样本，根据样本的特点提取两个合适的径向回波特征参数，利用SVM进行训练获取分类器模型；第二步为获取雷达单一扫描线上的待测数据，计算待测数据在第一步中的两种径向回波特征的值，并输入分类器模型，得到对应的决策函数值K。最后将得到的决策函数值K和分类器的阈值进行比较，判断单一扫描线上是否存在目标。本发明可以有效提升目标检测效率，并降低虚警。
-
公开(公告)号：CN111624606B
公开(公告)日：2022-06-21
申请号：CN202010461226.7
申请日：2020-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种雷达图像降雨识别方法，首先，对不同降雨强度下的雷达原始图像进行同频干扰抑制，选取图像中海浪监测区域的笛卡尔框图像作为数据集样本，利用数据集样本对改进的LeNet‑5模型进行迭代训练；然后，将待检测的雷达图像经同频干扰处理并提取该图像海浪监测区的笛卡尔框图像，输入到训练完成的模型中得到输出结果概率；最后，通过模型输出结果概率与检测阈值作比较，确定图像是否为降雨图像。本发明使得降雨图像与非降雨图像的识别更加简便，准确率更高。
-
公开(公告)号：CN112782666A
公开(公告)日：2021-05-11
申请号：CN202110299981.4
申请日：2021-03-22
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种航海雷达目标快速检测方法，首先离线开展现场观测试验，将获取的雷达图像分割为块状子图像，选取两类图像样本作为参考单元，包括含目标雷达回波样本和纯杂波雷达回波样本，分别对两类图像样本提取HOG特征向量，利用机器学习的分类方法训练，得到训练模型；然后，将待检测的雷达原始图像分割成块状的子图像，提取每幅子图像的HOG特征向量K；最后，将HOG特征向量K输入到训练模型中，根据分类函数输出结果判断该图像中是否存在目标。本发明采用块检测策略，当图像中无目标时，后续可不用再对其精检测，大大提高了检测速度和检测精度，能够更加准确快速地对航海过程中目标进行判断，减少因虚警、漏警对航行造成的影响。
-
公开(公告)号：CN109827553B
公开(公告)日：2021-05-11
申请号：CN201910194859.3
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于纵横倾角测量野值修正的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将数据切分成若干个单个波浪周期，确定单个波浪周期的总个数及每个波浪周期的波高；找到单个波浪周期的下跨零点，利用下跨零点浮标测得的这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该周期的单个波浪波向，进而计算得到该组数据中所有的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，得到计数比例；计算得到各个波浪周期的最大波高数据，利用获得的最大波高数据值作为权重进行加权矢量平均处理，计算出主波向。本方法准确性高。
-
公开(公告)号：CN111624605A
公开(公告)日：2020-09-04
申请号：CN202010461180.9
申请日：2020-05-27
Applicant: 哈尔滨工程大学
IPC: G01S13/937 , G01S13/89 , G01S7/41
Abstract: 本发明提供的是一种基于角度维回波特征的航海雷达目标检测方法。离线状态下，以雷达图像中取同心环，定义为距离相同、方位不同的一维数组，选取n个同心环上的两类角度维回波样本，一类为含有目标雷达回波的样本，另一类为不含目标的纯海杂波雷达回波样本，完成远近衰减补偿，选择一个回波特征参数R，计算出两类样本的概率密度曲线，得到能够对两类样本进行区分的检测阈值T；收集X波段导航雷达单一同心环上的数据，计算得到每个环上的雷达回波特征值K；将得到的回波特征值K和检测阈值T进行比较，判断圈上是否存在目标。本发明能够更加准确快速地对航海过程中的目标进行判断，进而减少因虚警、漏警对航行造成的影响。
-
Patent Agency Ranking
公开(公告)号：CN109883403A
公开(公告)日：2019-06-14
申请号：CN201910194200.8
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于纵横倾角测量野值修正的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，利用筛选和替补方法对浮标测得的原始纵倾角和横倾角数据进行野值处理；根据浮标测得的波高信息，利用上跨零点将野值修正后的该组数据切分成若干个单个波浪周期，并确定单个波浪周期的总个数；选取参与计算单个波浪波向的采样点区间，计算出该区间内每个采样点的瞬时波向以及单个波浪波向；统计上述单个波浪波向测量结果在16个角度区间的计数比例；选择计数比例值最大的角度区间的中值作为主波向。本发明通过选取单个波浪过程中的多点波向数据进行融合处理的方法，有效提高了浮标测量波向的准确度。
-
公开(公告)号：CN115236623B
公开(公告)日：2025-04-04
申请号：CN202210792671.0
申请日：2022-07-05
Applicant: 哈尔滨工程大学
IPC: G01S7/41 , G01S13/89 , G01S13/937
Abstract: 本发明公开了一种航海雷达目标检测方法，在离线雷达数据中选取雷达回波数据样本，选取雷达回波特征参数并进行特征融合，得到融合回波特征参数和样本训练集，计算融合回波特征参数值并输入到RBF神经网络中进行训练，得到RBF分类器；获取回波待测数据，按照选取的回波特征参数计算得到回波待测数据的回波特征值；将回波特征参数进行特征融合，得到特征矩阵；将特征矩阵输入到RBF分类器模型中，最终得到输出y值；判断所述扫描线有无目标：将输出y值与期望输出值进行比较，若y大于期望输出值，则存在目标；否则，不存在目标。本发明解决了目标检测中数据高维计算量大的问题，不仅可以快速进行目标检测，还可以提高目标检测的准确率。
-
公开(公告)号：CN115063675B
公开(公告)日：2024-11-12
申请号：CN202210591637.7
申请日：2022-05-27
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/084 , G06N3/0499 , G01W1/14 , G01S13/95 , G01S13/89
Abstract: 本发明公开了一种航海雷达图像降雨强度等级反演方法，机挑选包含不同降雨量的航海雷达图像并确定其降雨强度等级；在图像中分别选取笛卡尔框图像，并将极坐标图象转化为直角坐标图像；分别求取每幅图像的海浪波数能量占比P海浪；将P海浪组成的向量o作为输入，降雨强度等级组成的向量do作为出结果期望，利用向量o对BP神经网络进行训练，并记录训练好的BP神经网络模型；在待检测图像中选取笛卡尔框图像，并求取其海浪波数能量占比P海浪；将待检测航海雷达图像的P海浪输入到训练好的BP神经网络模型，得到待检测航海雷达图像的降雨强度等级。本发明实现了自学习、自适应的降雨强度反演，具有较高的可靠性和准确性。
-
公开(公告)号：CN116805134A
公开(公告)日：2023-09-26
申请号：CN202310168563.0
申请日：2023-02-27
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F30/28 , G06N3/084 , G06N3/0499 , G01P5/00 , G01P13/02 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明的目的在于提供一种基于深度学习的多风速仪舰面稳态风参数估计方法，包括如下步骤：离线获取风参数偏差规律，离线进行BP神经网络模型训练，偏差校正，风参数最优估计。本发明不但可以很好的降低偏差校正组合四风速仪加权融合算法的风速相对误差均值，还大幅度的降低了该误差最值，而且该方法受传感器噪声的影响更小，一定程度上提高了风向和风速的估计精度，能够更加有效的进行舰面稳态风参数的估计。
-
公开(公告)号：CN115561726A
公开(公告)日：2023-01-03
申请号：CN202210791802.3
申请日：2022-07-05
Applicant: 哈尔滨工程大学
IPC: G01S7/41 , G01S13/89 , G01S13/937
Abstract: 本发明公开了一种航海雷达目标快速检测方法，在离线雷达数据中选取单一扫描线上的雷达回波数据样本，包括含有目标雷达回波样本和不含目标的纯海杂波雷达回波样本；选取特征参数，将样本的回波特征值输入RBF神经网络进行训练，得到训练后的RBF神经网络分类器模型；获取雷达图像中某单一扫描线上的回波待测数据，按照特征参数计算得到回波待测数据回波特征值，得到输入特征矩阵；将输入特征矩阵输入训练后的RBF神经网络分类器模型中，得到决策函数值y；将y和分类器阈值进行比较，判断扫描线上是否存在目标：若y大于阈值，则存在目标；若y小于阈值，则不存在目标。本发明能够减少检测时间，提升目标检测效率和目标检测精度。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
