-
公开(公告)号：CN118011312A
公开(公告)日：2024-05-10
申请号：CN202410169722.3
申请日：2024-02-06
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 基于多极化矢量天线阵列的DOA估计及信号分选方法，涉及雷达信号处理技术领域。本发明是为了解决现有极化干涉仪系统的DOA估计方法估计精度低、硬件系统受限，以及现有信号分选方法准确率低、复杂度高问题。本发明包括：构建多极化矢量天线阵列，获得电磁波信号入射到多极化矢量天线阵列接收到的信号功率的估计值#imgabs0#利用#imgabs1#获取功率‑极化参数的估计值#imgabs2#利用#imgabs3#获取偶极子天线间的极化域相位差和空域相位差，从而获得DOA参数的估计值；利用DOA参数的估计值和#imgabs4#获取极化参数估计值；利用极化参数估计值和DOA参数估计值对脉冲信号进行分选。本发明用于DOA参数估计及信号分选。
-
公开(公告)号：CN117849716A
公开(公告)日：2024-04-09
申请号：CN202311736583.X
申请日：2023-12-15
Applicant: 哈尔滨工程大学
IPC: G01S7/02 , G06F18/23211 , G06F18/22
Abstract: 一种基于自适应流聚类的多站时差信号分选方法，它涉及一种多站时差信号分选方法。本发明为了解决目前多站时差分选实时性不足的问题。本发明的步骤包括：步骤1、提取多站时差数据；步骤2、计算时差估计的误差；步骤3、静态聚类并设置自适应偏向参数；步骤4、曾批雷达簇检测与合并；步骤5、流聚类阈值自适应设置；步骤6、流聚类并实时更新聚类结果。本发明属于电子侦察技术领域。
-
公开(公告)号：CN112198481B
公开(公告)日：2023-07-21
申请号：CN202011072664.0
申请日：2020-10-09
Applicant: 哈尔滨工程大学
IPC: G01S7/28
Abstract: 本发明公开了一种脉冲丢失混叠情况下的PRI抖动雷达信号分选方法，能够在脉冲丢失混叠等情况下，分选抖动雷达信号，判断抖动信号抖动率，完成对抖动雷达信号的搜索与提取。本发明改进PRI交叠箱结构，利用多级箱结构提高脉冲丢失混叠情况下的抖动信号检测能力；通过对多级箱PRI变换结果以及箱内脉冲对个数曲线分析，实现对抖动信号抖动率进行判断，提升信号分析能力；结合PRI估计值与抖动率，利用相关性判断置信度，分情况提取脉冲序列，有效降低电磁空间复杂度。可证明该方法分选算法性能良好，易于工程实现。
-
Patent Agency Ranking
公开(公告)号：CN113111774B
公开(公告)日：2022-10-28
申请号：CN202110388521.9
申请日：2021-04-12
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达信号脉内调制类型识别技术领域，具体涉及一种基于主动增量式微调的雷达信号调制方式识别方法。本发明首先将截获的雷达信号进行时频分布处理，得到二维时频图像；接着调整时频图像大小并进行幅度归一化处理；在训练阶段，采用基于池的抽样场景，将雷达信号时频图像样本逐组放入手写识别训练过的预训练模型中，输出其对应各类型的概率，由熵的不确定性抽样策略，寻找有价值的样本进行专家标注，扩大已标注的雷达信号数据集，通过该数据集更新当前网络所有层的参数；识别阶段，将未知雷达信号时频图像放入该网络中，输出层输出最终识别类型。本发明在低信噪比条件下识别率高，大幅度节省不必要的标注成本，具有良好应用前景。
-
公开(公告)号：CN113111774A
公开(公告)日：2021-07-13
申请号：CN202110388521.9
申请日：2021-04-12
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达信号脉内调制类型识别技术领域，具体涉及一种基于主动增量式微调的雷达信号调制方式识别方法。本发明首先将截获的雷达信号进行时频分布处理，得到二维时频图像；接着调整时频图像大小并进行幅度归一化处理；在训练阶段，采用基于池的抽样场景，将雷达信号时频图像样本逐组放入手写识别训练过的预训练模型中，输出其对应各类型的概率，由熵的不确定性抽样策略，寻找有价值的样本进行专家标注，扩大已标注的雷达信号数据集，通过该数据集更新当前网络所有层的参数；识别阶段，将未知雷达信号时频图像放入该网络中，输出层输出最终识别类型。本发明在低信噪比条件下识别率高，大幅度节省不必要的标注成本，具有良好应用前景。
-
公开(公告)号：CN111460051B
公开(公告)日：2020-11-20
申请号：CN202010253442.2
申请日：2020-04-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于树形结构与逐层次节点删减的数据关联方法，得到角度观测值；计算三站交叉定位结果；计算交叉定位点角度误差；逐层建立一个树形结构，并进行初步的节点删减；对树形结构进行进一步的逐层次节点删减；获取最终的数据关联组合；本方法综合利用节点的当前角度误差与数据组合累积角度误差进行节点删减，有效地降低了计算复杂度，较好地兼顾了数据关联准确率与计算实时性的要求；本发明通过建立树形结构，并对每一层节点进行逐层处理与删减，可以保证较高的统计关联准确率，并有较低的运算复杂度。相对遍历所有数据关联组合的暴力破解法，该方法计算复杂度较低，速度快，有效的保证了算法实时性。
-
公开(公告)号：CN111431573A
公开(公告)日：2020-07-17
申请号：CN202010253354.2
申请日：2020-04-02
Applicant: 哈尔滨工程大学
IPC: H04B7/06 , H04B7/08 , H04W4/02 , H04B7/0404
Abstract: 本发明一种CSI单接入点定位的天线资源配置与阵列设计方法，构建基于到达时间差与到达角的单接入点定位观测方程；给出天线资源分配策略与约束条件；给出不同功能天线位置分布策略与约束条件；给出天线位置分布范围的约束条件；给出天线摆放方向的策略与约束条件；基于定位观测方程与费雪信息矩阵的行列式，构建单接入点天线资源配置与阵列设计的优化目标函数；基于步骤二到步骤五给定的各类策略与约束条件，通过最大化步骤六的目标函数，寻找最优的单接入点定位天线资源配置与天线摆放位置。本发明有效提高天线资源配置效率，保证单接入点定位精度。本发明给出的各种天线资源配置策略与约束条件，能有效降低优化算法的计算复杂度。
-
公开(公告)号：CN111079859A
公开(公告)日：2020-04-28
申请号：CN201911407781.5
申请日：2019-12-31
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供一种无源多站多目标测向交叉定位与虚假点去除方法，包括如下步骤：步骤一、根据双站测向交叉定位原理，得出两两站点的双站交叉定位结果，给出交叉定位点集合；步骤二、根据真实目标附近交叉定位点密度明显高于虚假点这一特性，利用马氏距离定义椭圆邻域，提取高密度交叉定位点；步骤三、对高密度点集合进行DBSCAN聚类处理，取高密度点数最多的前NT个聚类作为真实目标所在的簇，每一簇的聚类中心即为真实目标位置，NT为目标个数。本发明利用一种高密度点提取方法，在保证目标点定位精度与虚假点去除性能的同时，降低了后续聚类数据处理的计算量。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.036 seconds)
