水声定位导航系统阵元位置校准测量点间距优化方法

    公开(公告)号:CN110133627B

    公开(公告)日:2022-06-14

    申请号:CN201910423907.1

    申请日:2019-05-21

    Abstract: 本发明是水声定位导航系统阵元位置校准测量点间距优化方法。本发明建立了阵元位置精确校准优化模型,时延测量误差与收发距离的关系式,阵元位置校准时延估计误差传递函数;采用差分进化算法进行求解,获得待测阵元位置估计结果及误差。采用统计学方法获得阵元位置校准精度;通过筛选所有结果获得最佳测量点间距。本发明消除了测量船运动所引起的模型失配误差;建立了时延测量误差与收发距离的关系式,考虑了测量时延误差随收发距离变化的变化,相对传统的采用固定时延测量误差的做法,误差分析更与实际相符。通过水声定位导航系统阵元位置校准测量点间距优化,获得了最佳测量点间距,有利于进一步地提高阵元位置的校准精度。

    一种基于l0范数约束的稀疏贝叶斯DOA估计方法

    公开(公告)号:CN114280533A

    公开(公告)日:2022-04-05

    申请号:CN202111590585.3

    申请日:2021-12-23

    Abstract: 本发明是一种基于l0范数约束的稀疏贝叶斯DOA估计方法。本发明涉及水下声学探测技术领域,本发明基于水下阵列信号,构建阵列接收的空域稀疏信号模型;构建超参数概率分布模型,通过贝叶斯公式获得待恢复稀疏信号的后验概率分布;构建超参数的目标函数,并在信号功率的目标函数中引入l0范数约束,通过期望最大化算法(EM)对超参数进行迭代更新;通过收敛得到的超参数重构空域稀疏信号,进而获得DOA估计结果迭代终止后,确定空间谱。在稀疏贝叶斯学习结构中,本发明仅加快了超参数γ的收敛速度,对信号模型无特殊需求。

    一种基于时延信息的水下机动平台高精度测速方法

    公开(公告)号:CN113671475A

    公开(公告)日:2021-11-19

    申请号:CN202110724026.0

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于时延信息的水下机动平台高精度测速方法。步骤1:建立基于双基元时延的水下机动平台测速模型;步骤2:基于步骤1的测速模型与测量信息进行基元组合,将不同的基元组合依据两基元与平台这三者之间不能共线的原则进行筛选;步骤3:针对步骤2中不同的基元组合,求解出相应的平台速度;步骤4:针对步骤3中不同的平台速度解进行密度聚类,计算获得平台速度最终值。本发明用以解决现有方法受位置测量精度影响严重的问题。

    一种适用于UUV平台的高分辨目标方位估计方法

    公开(公告)号:CN112630724A

    公开(公告)日:2021-04-09

    申请号:CN202011194068.X

    申请日:2020-10-30

    Abstract: 本发明公开了一种适用于UUV平台的高分辨目标方位估计方法,属于声纳探测技术领域。本发明结合UUV平台工作的实际特点,根据UUV实时航向角信息设计空域旋转矩阵,该矩阵能够对观测数据中UUV航向角变化导致的目标方位信息的变化进行实时补偿,进而使目标方位在空域上实现聚焦。本发明可以有效地还原阵列静止时的数据协方差矩阵,使子空间类方位估计方法在UUV运动场景下的应用成为可能,能够提供更好的方位分辨能力。本发明可适用于UUV被动声纳系统,具有一定的实际指导价值。

    一种适用于低信噪比条件下的线谱增强方法

    公开(公告)号:CN112462352A

    公开(公告)日:2021-03-09

    申请号:CN202011188684.4

    申请日:2020-10-30

    Abstract: 本发明公开了一种适用于低信噪比条件下的线谱增强方法。包括以下步骤:对接收数据进行采样获得时域快拍,并进行解相关延迟作为自适应滤波器的时域输入;将上一步得到的时域快拍转换到频域;对迭代频域自适应权值进行初始化,并将其与频域输入快拍相乘得到ALE输出;用ALE的原始输入减去ALE输出,得到估计误差;步骤五、在常规ALE罚函数的基础上添加加权l1范数稀疏约束,并通过对其进行梯度下降求导,得到新的权值迭代公式,利用上一次迭代频域自适应权值、频域快拍与估计误差得到新的迭代频域自适应权值;步骤六、重复上述步骤直至收敛。本发明能够有效抑制自适应权噪声,使ALE获取更大的信噪比增益,进而提升对线谱的检测能力。

    一种基于快速NSCT的像素信息估计融合方法

    公开(公告)号:CN104766290B

    公开(公告)日:2018-02-13

    申请号:CN201510140920.8

    申请日:2015-03-27

    Abstract: 本发明属于图像融合研究领域,具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本发明包括:通过NSCT滤波器间的变换整合,生成分解滤波器组;使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合;通过与生成分解滤波器组类似的方式生成重构滤波器组,对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段,以滤波器变换代替传统NSCT中的迭代滤波,将源图像在分解和重构阶段的计算次数缩减至1次,达到理论上的最优解;首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式,显著减少计算量,并提高了融合效果。

Patent Agency Ranking