-
公开(公告)号：CN108051781A
公开(公告)日：2018-05-18
申请号：CN201710722264.1
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S7/02
Abstract: 本发明公开了一种基于DBN模型的雷达信号工作模式识别方法，属于雷达信号处理领域。包括以下步骤：通过对雷达信号时频域参数分析，选取合适特征；对输入特征进行归一化处理；将归一化后的各特征加入DBN网络训练，仿真分析识别效果。本发明从雷达工作在不同的工作方式、实现不同的功能时，其发射的脉冲信号存在特有的变化规律的角度出发，选取合适的时频域变化参数特征加入深信度网络(DBN)网络以完成雷达信号不同工作模式的分类识别。DBN作为深度学习的重要模型，具备无监督学习和有监督学习学习的优点，可自动发掘数据所蕴含的规律。仿真证明，基于DBN模型的模式识别可有效识别出雷达的多种工作类型，对电子对抗情报分析工作具有重要意义。
-
公开(公告)号：CN104901708B
公开(公告)日：2017-06-20
申请号：CN201510054075.2
申请日：2015-01-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种压缩采样的宽带数字接收机及其信号处理方法。宽带数字接收机，包括模拟数字转换器、混频器、前置低通滤波器、抽取器、均匀信道化滤波器和信道选择模块，模拟数字转换器按采样频率fNYQ采集信号x(n)；混频器将接收的信号与伪随机序列混频，得到混频后序列前置低通滤波器对混频后序列进行滤波，得到滤波后序列抽取器对滤波序列后进行RD倍的整数倍抽取后得到序列均匀信道化滤波器将接收到的序列进行处理，得到M路输出信号信道选择模块从接收到的信号中选择出前R路信号得到最终的R路输出信号。本发明结构简单，能够降低系统复杂度，能够实现亚奈奎斯特采样。
-
公开(公告)号：CN105717493A
公开(公告)日：2016-06-29
申请号：CN201610152735.5
申请日：2016-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及雷达与通信的信号识别及测向领域，具体涉及一种基于合成极化方法的被动雷达辐射源极化识别与测向系统。基于合成极化方法的被动雷达辐射源极化识别与测向系统，包括：(1)变极化天线，采用N路天线接收空间辐射信号，天线为曲折臂变极化天线，曲折臂天线在单一口径中包含有两个正交极化的天线，同时接收垂直和水平极化信号；(2)微波系统，微波系统将变极化天线接收到的垂直和水平极化信号进行幅度校正、相位校正后合成，并将合成后的极化信号混频后输出宽带、窄带两路信号，用于后续处理。本发明采用基于变极化天线、幅度校正和相位校正的合成极化方法实现被动雷达辐射源的识别与测向。
-
公开(公告)号：CN104901708A
公开(公告)日：2015-09-09
申请号：CN201510054075.2
申请日：2015-01-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种压缩采样的宽带数字接收机及其信号处理方法。宽带数字接收机，包括模拟数字转换器、混频器、前置低通滤波器、抽取器、均匀信道化滤波器和信道选择模块，模拟数字转换器按采样频率fNYQ采集信号x(n)；混频器将接收的信号与伪随机序列混频，得到混频后序列前置低通滤波器对混频后序列进行滤波，得到滤波后序列抽取器对滤波序列后进行RD倍的整数倍抽取后得到序列均匀信道化滤波器将接收到的序列进行处理，得到M路输出信号信道选择模块从接收到的信号中选择出前R路信号得到最终的R路输出信号。本发明结构简单，能够降低系统复杂度，能够实现亚奈奎斯特采样。
-
公开(公告)号：CN101382805B
公开(公告)日：2010-10-20
申请号：CN200810137317.4
申请日：2008-10-14
Applicant: 哈尔滨工程大学
IPC: G05D3/12
Abstract: 本发明提供的是一种速率陀螺稳定平台式天线随动跟踪系统。它包括测向装置、校正环节、PID控制器、PWM驱动、力矩电机、测角电位器、角速率陀螺和微分环节。PWM驱动、力矩电机、角速率陀螺和微分环节依次连接构成角加速度负反馈回路；PID控制器、PWM驱动、力矩电机和角速率陀螺依次连接构成角速度负反馈回路；测向装置、前置放大器、校正环节和角速度负反馈回路构成角位置负反馈回路；测角电位器、前置放大器、校正环节和角速度负反馈回路构成角度搜索回路。本发明是一种用于运动载体中雷达、光学成像等测向装置实现稳定跟踪、搜索和隔离载体角运动的随动跟踪技术，以实现高精度、弱耦合、抗关机、快速平稳、实现比例导引的天线随动系统。
-
Patent Agency Ranking
公开(公告)号：CN101145860A
公开(公告)日：2008-03-19
申请号：CN200710072485.5
申请日：2007-07-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种实时校正信道相位与幅度的装置与方法。由开关3、开关4、开关16、锁相源17、混频器18、功放19、0－60dB衰减器20、频综器25、扫频源21、放大器22、滤波器23、0－60dB衰减器24和信号处理器组成。本发明采用实时的动态的校准，克服了当前用系统补偿或用软件根据某种状态的补偿，不能实现动态校准，校准vφ随时间温度漂移、信噪比变化，相位噪声随机变换的系统，实现高精度测向。
-
公开(公告)号：CN114942415B
公开(公告)日：2024-10-25
申请号：CN202210541063.2
申请日：2022-05-17
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于自编码器的多频段子带信号融合方法，将深度神经网络用于信号融合，在发射端发射多子带线性调频信号，在接收端对接收的多子带回波信号进行去斜处理得到多子带距离包络，将全频带包络作为训练数据输入全频带自编码器，得到全频带解码器与全频带编码；再将多子带距离包络和全频带编码分别作为训练数据与标签送入DNN训练，得到多子带编码器；最后将多子带编码器与全频带解码器组合为自编码器，这样就可以将任意一组多子带距离包络输入自编码器，即可得到全频带的距离包络，提升信号的利用率，提高距离分辨率。
-
公开(公告)号：CN118112521A
公开(公告)日：2024-05-31
申请号：CN202410214897.1
申请日：2024-02-27
Applicant: 哈尔滨工程大学
Abstract: 一种雷达信号多模态预分选方法，它涉及一种多模态预分选方法。本发明的目的在于从大量交错的雷达脉冲序列中快速的识别出每个脉冲所属的雷达类型，降低脉冲丢失对分选结果的影响。本发明将相同雷达类型的脉冲聚集到一类，使辐射源脉冲TOA序列的误差比率降低，信噪比提高，降低了交叠脉冲序列的复杂程度，最终提高分选的准确率。本发明属于雷达信号处理技术领域。
-
公开(公告)号：CN116776143A
公开(公告)日：2023-09-19
申请号：CN202310398886.9
申请日：2023-04-14
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了一种雷达辐射源的射频特征提取方法，获取待提取特征的射频信号并进行预处理，分别输入至预先训练的用于特征提取的网络1和网络2，网络1和网络2均为堆栈自编码器网络、且均包含相同层数的多层编解码器，网络2最后一层编码器输出提取的射频特征；训练过程包括理想射频信号数据集和建模射频信号数据集分别输入网络1和网络2均进行分层预训练和全局训练至训练完毕，得到训练后的网络1和网络2。本发明能够在以信号特征为约束的情况下，分割开辐射源信号的信号特征和射频特征，使得提取的射频特征更完整，并可将提取的射频特征用于辐射源个体识别、干扰抑制等对射频特征准确性要求较高的应用领域。
-
公开(公告)号：CN115801500A
公开(公告)日：2023-03-14
申请号：CN202211236465.8
申请日：2022-10-10
Applicant: 哈尔滨工程大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种高阶大规模MIMO信号检测方法，首先，初始化大规模MIMO系统的相关参数，并给出初始解；其次，利用外推技术加速多用户干扰消除算法；再次，引入数据驱动的深度学习方法，将加速的多用户干扰消除算法进行展开，构建AMIC‑Net(Accelerated Multiuser Interference CancellationNetwork)神经网络模型；然后，设计一个新的阶梯型激活函数SoftSum(·)；最后，对构建的AMIC‑Net神经网络模型进行训练并用于高阶大规模MIMO信号检测。本发明提出的方法能够有效满足高阶大规模MIMO对检测精度和速度的要求，能够大幅度提高传统多用户干扰消除算法的检测性能及收敛速度，并且适用于高阶调制的通信场景。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.069 seconds)
