一种基于深度学习的跳频信号参数估计方法

    公开(公告)号:CN113472390A

    公开(公告)日:2021-10-01

    申请号:CN202110767877.3

    申请日:2021-07-07

    Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法,属于电子对抗和通信技术领域,公开了一种,包括以下步骤:1)对接收到的跳频信号进行功率谱估计,得到跳频信号的频率集;2)以频率集中的频率个数来确定所需深度学习网络的个数,并构造对应频率集中各个频率的深度学习网络所需的训练集;3)将训练集输入各个网络中,完成深度学习网络的构建;4)将接收到的信号分别输入构建好的对应频率的网络中,从而获得各个频率所对应网络的输出;5)通过对各个网络的输出进行平滑处理,估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度,对跳频信号的处理具有重要意义。

    一种基于改进到达频率差的水下目标定位方法

    公开(公告)号:CN112684411A

    公开(公告)日:2021-04-20

    申请号:CN202011351931.8

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于改进到达频率差的水下目标定位方法。步骤1:从输入信号获取解算所需的时延差信息和频率差信息;步骤2:根据获得的时延差和频率差信息建立目标位置的解算方程;根据获得的信息,建立水下机动平台与目标在两个不同的位置的时延差关系方程和频率差关系方程,组成定位解算方程组;步骤3:采用牛顿迭代法对方程进行求解,若求出的结果不符合迭代精度要求,再重复进行循坏求解,直到符合求解的精度要求,最终完成定位精确解算。本发明改进了传统频率差卫星定位方法,使之能应用于水声定位场合,有效提高了水声定位系统定位精度并降低了软硬件设计难度。

    一种基于多模粒子滤波的机动弱目标检测前跟踪方法

    公开(公告)号:CN111948657A

    公开(公告)日:2020-11-17

    申请号:CN202010738626.8

    申请日:2020-07-28

    Abstract: 本发明是一种基于多模粒子滤波的机动弱目标检测前跟踪方法。本发明属于水下目标跟踪技术领域,进行参数初始化处理,确定被动声纳阵列的接收信号;根据被动声纳阵列的接收信号,采用宽带常规波束形成算法处理得到空间谱,将空间谱作为量测数据;根据量测数据,噪声均衡判断当前时刻可疑目标;根据量测数据,进行目标状态空间分区;根据目标状态空间分区结果,采样每个目标每个粒子状态,并计算权值;对同一目标的粒子单独进行重采样;根据采样结果,估计目标的状态;当目标持续时间超过联合观测帧数时,则对目标进行联合判决,并删除没有通过判决的目标信息。本发明实现多个机动目标的实时跟踪,实现被动声纳场景下的机动弱目标的检测和跟踪。

    一种多功能测试分析声模拟器的设计与实现方法

    公开(公告)号:CN111427029A

    公开(公告)日:2020-07-17

    申请号:CN202010333540.7

    申请日:2020-04-24

    Abstract: 本发明提出一种多功能测试分析声模拟器的设计与实现方法,所述方法包括根据用户选择启动目标模拟功能模块、信号采集与分析功能模块、复盘分析模块及声线绘制模块。通过显控界面进行参数配置及运行结果显示,启动辅助模块帮助系统完成既定工作。数据传输至发射机箱进行信号发射工作。本发明设计并实现的一种多功能测试分析声模拟器,集成了声呐设备外场试验所需的多种实用功能,具有良好的人机交互界面,对于提高实验效率、节约实验成本有着重要意义。

    一种基于AR波数谱的水平阵动目标深度估计方法

    公开(公告)号:CN111273297A

    公开(公告)日:2020-06-12

    申请号:CN201910168345.0

    申请日:2019-03-06

    Abstract: 本发明提出一种基于AR波数谱的水平阵动目标深度估计方法,步骤1、根据仿真或实验数据得到阵元域的声压,对其做常规波束形成得到波束域声压;步骤2、将AR模型应用于波束域声压得到AR波数谱,并据此估计水平波数;步骤3、对波束域做广义Hankel变换,得到基于FT的波数谱;步骤4、根据估计的水平波数和FT波数谱估计模态函数;步骤5、根据已有的环境信息计算拷贝模态函数;步骤6、将估计的模态函数和拷贝模态函数相关得到深度模糊函数,其峰值位置即为深度的估计值。本发明将目标距离和深度估计问题分开处理,估计目标深度时不受目标估计距离误差的影响,使得目标深度估计更稳健。

    一种基于测量点优化布局的水声应答器位置高精度校准方法

    公开(公告)号:CN110531319A

    公开(公告)日:2019-12-03

    申请号:CN201910790737.0

    申请日:2019-08-26

    Abstract: 本发明公开了一种基于测量点优化布局的水声应答器位置高精度校准方法,包括以下步骤:首先建立基于波达方向的应答器位置校准模型;其次构建应答器位置校准测量点优化布局目标函数;接着采用遗传算法求解测量点优化布局方位角;然后对测量点进行迭代优化布局;最后获得应答器位置最终精测结果。相对于传统的方法,本发明的优势在于:1)针对基于波达方向的应答器位置校准模型,综合考虑了角度测量误差和测量点位置误差的影响,构建了测量点优化布局目标函数,通过求解目标函数可获得相对于待测应答器位置的最优测量点布局,为获得高精度的校准结果提供了基本保障;2)通过测量点优化布局和循环迭代运算,可有效提高水声应答器位置的校准精度。

    基于密度聚类的RBMCDA水下多目标跟踪方法

    公开(公告)号:CN110361744A

    公开(公告)日:2019-10-22

    申请号:CN201910614850.3

    申请日:2019-07-09

    Abstract: 本发明是于密度聚类的RBMCDA水下多目标跟踪方法。本发明对每个粒子初始权重置,获得初始时刻粒子群数据;计算可见目标死亡概率,随机抽取死亡目标,对所有粒子存活目标状态进行预测;根据更新后的每个粒子的权值,采用重采样法对粒子状态和粒子目标标签矩阵进行重采样;采用密度聚类算法对所有粒子的所有目标状态估计结果聚类,对每个簇每个样本按理权值加权求和,获得所述每个簇的状态均值;每个粒子标签向量分别与目标标签矩阵相匹配,获得每个聚类簇的系统目标编号,更新目标标签矩阵,获得新的目标标签矩阵;根据粒子数据的密度聚类和目标编号管理结果,输出当前时刻所有目标编号及状态均值。

Patent Agency Ranking