-
公开(公告)号：CN115184691B
公开(公告)日：2024-11-01
申请号：CN202210843051.5
申请日：2022-07-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01R29/08
Abstract: 本发明公开一种基于变形镜的里德堡原子电磁波探测系统及方法，该方法首先通过高压变压器驱动变形镜压电陶瓷使得变形镜发生形变，大幅拓宽耦合光激光器的可调频范围，根据里德堡原子物理属性设定变形镜形变量，使其控制的耦合光激光器频率与里德堡激发态对应；而后，通过从低频到高频扫描耦合光，观察并记录里德堡原子的电磁诱导透明现象，实现宽频段范围内电磁波的探测；最后，根据里德堡原子的电磁诱导透明现象量化数据，反算电磁波物理参数。本发明通过使用变形镜作为腔镜拓宽耦合光的扫描频率范围，从而增大可探测电磁波频率的宽度，避免使用超外差式等电学手段引入电子热噪声，为电磁波宽频谱记录和分析提供一种高灵敏度探测方式。
-
公开(公告)号：CN117110984B
公开(公告)日：2024-09-06
申请号：CN202310918567.6
申请日：2023-07-25
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S5/04
Abstract: 本发明公开了一种收发两端传感器存在时频同步误差条件下的TOAs/FOAs闭式协同定位方法，该方法针对收发两端传感器存在时频同步误差的定位场景，提供了一种面向多辐射源的TOAs/FOAs协同定位方式，该方法是对多个辐射源进行协同定位，可以同时给出多辐射源位置参数、多辐射源速度参数、时域同步误差参数以及频域同步误差参数的闭式解。该方法具有较高的计算效率，不仅可以有效抑制收发两端传感器时频同步误差的影响，还能够获得较高的协同增益。
-
公开(公告)号：CN116400715B
公开(公告)日：2024-06-21
申请号：CN202310197564.8
申请日：2023-03-02
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G05D1/695 , G06N3/0464 , G06N3/0442 , G05D109/20
Abstract: 本发明公开一种模型误差条件下基于CNN+BiLSTM神经网络的多无人机协同直接跟踪方法，该方法一方面利用多无人机阵列信号中的时差信息，虚拟合成大孔径阵列接收效果，并利用合成的多机高维频域观测矢量直接估计目标位置，明显提高多无人机协同跟踪的精度；第二方面基于运动目标周边辅助运动信源所提供的位置信息训练CNN+BiLSTM神经网络，利用该神经网络可以在多个无人机存在随机姿态误差与同步时钟偏差，即实际接收模型与理想接收模型存在误差的定位场景中，明显提高多无人机协同跟踪的鲁棒性，并提升无人机侦察的智能化水平。
-
公开(公告)号：CN113281702B
公开(公告)日：2024-02-09
申请号：CN202110481745.4
申请日：2021-04-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S5/04
Abstract: 本发明提供一种协同短波多站角度与卫星时频的超视距目标直接定位方法。该方法包括利用多个短波观测站对待定位辐射源发射的短波信号进行接收和采集，依次建立辐射源地理坐标与其发射的短波信号到达不同短波观测站的方位角之间的代数关系式；利用多颗卫星对待定位辐射源发射的卫星信号转发，并进行接收和采集，依次建立该辐射源地理坐标与其发射的卫星信号经过每颗卫星转发到卫星地面站传播时延、多普勒频偏之间的代数关系式，再表示为与待定位辐射源地理坐标有关的表达式；地面中心站基于短波和卫星信号数据获得估计辐射源经纬度(56)对比文件杨泽宇.一种电离层虚高观测误差存在条件下的超视距直接定位方法《.信息工程大学学报》.2019,第20卷(第6期),664-670.余婉婷.辐射源信号波形已知的超视距目标直接定位方法《.电子学报》.2019,第47卷(第11期),2368-237.尹洁昕 .基于阵列信号的目标直接定位方法研究《.中国优秀硕士学位论文全文数据库》.2019,(第1期), I136-230.王鼎.基于角度信息的结构总体最小二乘无源定位算法《.中国科学》.2009,第39卷(第6期),663-672.魏逸凡.短波/超短波辐射源定位技术研究.《中国优秀硕士学位论文全文库》.2020,(第7期),I136-722.庄晓东 .地理国情普查外业调绘核查系统实现《.测绘科学》.2016,第41卷(第2期),58-61.yingjiexin. Single-step localizationusing multiple moving arrays in thepresence of observer location errors.《Signal Processing.》.2018,第152卷392-410.
-
公开(公告)号：CN115372902B
公开(公告)日：2023-12-01
申请号：CN202210939959.6
申请日：2022-08-05
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S5/20
Abstract: 本发明公开一种基于水下多基地声纳的TDOA偏置削减定位方法，首先利用多基地声纳中关于发射站和接收站的到达时间差的观测量，建立观测方程，整合并变形为一个未知量包含目标位置的伪线性矩阵方程，确定求解该方程的代价函数并变形；接着确定一个常数约束条件，并与基于最小二乘准则的求解模型构成新模型，通过求解一个矩阵束的最小广义特征值对应的广义特征向量求解此新模型，得出初始解；然后根据一阶泰勒级数展开法确定新模型对于目标源位置估计的误差方程，并利用最小二乘得出其解；最后用初始解中对目标位置的估计减去估计误差，得出最终目标位置的估计结果。该方法可有效削减在水下声速存在先验误差时多基地声纳
-
Patent Agency Ranking
公开(公告)号：CN115372902A
公开(公告)日：2022-11-22
申请号：CN202210939959.6
申请日：2022-08-05
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S5/20
Abstract: 本发明公开一种基于水下多基地声纳的TDOA偏置削减定位方法，首先利用多基地声纳中关于发射站和接收站的到达时间差的观测量，建立观测方程，整合并变形为一个未知量包含目标位置的伪线性矩阵方程，确定求解该方程的代价函数并变形；接着确定一个常数约束条件，并与基于最小二乘准则的求解模型构成新模型，通过求解一个矩阵束的最小广义特征值对应的广义特征向量求解此新模型，得出初始解；然后根据一阶泰勒级数展开法确定新模型对于目标源位置估计的误差方程，并利用最小二乘得出其解；最后用初始解中对目标位置的估计减去估计误差，得出最终目标位置的估计结果。该方法可有效削减在水下声速存在先验误差时多基地声纳TDOA定位方法的偏置。
-
公开(公告)号：CN111199281B
公开(公告)日：2022-10-14
申请号：CN201911326261.1
申请日：2019-12-20
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开基于地理坐标空域位置谱的短波单站直接定位偏差补偿方法，建立短波校正源地理坐标与其辐射信号到达观测站二维波达方向的代数关系式，获得关于短波校正源地理坐标空域位置谱；采集各短波校正源地理坐标空域位置谱主峰附近的数值，并以此构造地理坐标空域位置谱矩阵，训练径向基神经网络；建立短波目标源的地理坐标与其辐射信号到达观测站二维波达方向的代数关系式，获得关于短波目标源地理坐标空域位置谱；最后采集短波目标源地理坐标空域位置谱主峰附近的数值，将此地理坐标空域位置谱矩阵输入到径向基神经网络中，得出短波目标源地理坐标的最终估计值。本发明可有效补偿由电离层虚高误差和电离层倾斜角偏差引起的定位偏差。
-
公开(公告)号：CN113835064B
公开(公告)日：2022-09-23
申请号：CN202110927205.4
申请日：2021-08-13
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开了一种协同校正源观测信息的加权多维标度TDOA定位方法，该方法将校正源观测信息与加权多维标度TDOA定位方法相结合，共包含两个计算阶段，在阶段a，通过利用校正源观测信息提高对传感器位置向量的估计精度(相比于其先验观测精度而言)，在阶段b，联合阶段a的估计结果以及目标源观测信息对目标源进行定位，并进一步提高对传感器位置向量的估计精度(相比于阶段a的估计精度而言)。本发明能够充分利用校正源观测信息，并将其与加权多维标度TDOA定位方法进行深度融合，可以更好地抑制传感器位置先验误差的影响，从而提高对目标源的定位精度，并且还具有渐近统计最优性。
-
公开(公告)号：CN110011942B
公开(公告)日：2021-07-23
申请号：CN201910116675.5
申请日：2019-02-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及各类通信系统中的莫尔斯信号的报文识别技术领域，公开一种基于深度学习的莫尔斯报文智能检测识别方法，包括：对接收到的莫尔斯信号进行时频分析和聚类计算判决门限，通过所述判决门限检测信号能量，从而识别莫尔斯码字间隔的位置；利用神经网络逐段识别两处间隔之间的莫尔斯信号对应莫尔斯码字。通过本发明解决了当前莫尔斯报文自动识别技术对手工拍发莫尔斯报文识别效果不佳、受信道影响大的问题，本发明具有较高的莫尔斯码的自动识别速度和准确率。
-
公开(公告)号：CN108037520B
公开(公告)日：2021-01-22
申请号：CN201711445740.6
申请日：2017-12-27
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种阵列幅相误差条件下基于神经网络的直接定位偏差修正方法，包含：在设定区域内布设多个校正源，针对每个校正源均得到一组校正源估计位置和真实位置信息；将所有校正源的估计位置和真实位置信息作为训练集，输入预设的多层感知器神经网络进行训练；得到训练后的多层感知器神经网络；根据采集到的含有目标位置信息的阵列信号来获取由阵列幅相误差引起具有偏差的位置估计，将该位置估计输入到训练后的多层感知器神经网络，得到修正后的目标位置。本发明避免对阵列误差矩阵的估计，直接完成对目标位置的修正，能够在一定程度上抑制阵列幅相误差对定位精度的影响，提高幅相误差存在条件下目标的定位精度，性能稳定、可靠，且高效。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.046 seconds)
