-
公开(公告)号：CN115267651A
公开(公告)日：2022-11-01
申请号：CN202210883568.7
申请日：2022-07-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S3/14
Abstract: 本发明属于信号估计技术领域，特别涉及一种脉冲噪声下基于非均匀对角减载MVDR的波达方向估计方法及系统，依据阵列信号模型获取阵元接收信号，并利用非线性函数对阵元接收信号进行预处理，抑制脉冲噪声；将预处理后的接收信号获取阵元接收信号协方差矩阵，并对该矩阵进行求逆得到其逆矩阵；利用逆矩阵和预设的减载因子对协方差矩阵进行对角减载；针对非均匀对角减载后的协方差矩阵，利用MVDR算法来估计目标信号波达方向。本发明能够有效提升声源来向分辨性能，并进一步通过仿真实验数据验证本案算法多声源分辨能力更强，具有较好的应用前景。
-
公开(公告)号：CN110501693A
公开(公告)日：2019-11-26
申请号：CN201910699250.1
申请日：2019-07-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种多功能水声信号发生方法、发生装置和信号源装置。该方法包括：接收信号参数信息，所述信号参数信息包括用于生成水声通信信号的参数信息和/或用于生成舰船辐射噪声的参数信息；根据不同的信号参数信息生成不同类型的水声信号。该发生装置包括：水声通信信号生成模块、舰船辐射噪声生成模块、水声信道生成模块、环境噪声生成模块以及音频信号存储和回放模块。该信号源装置包括该发生装置和设置有覆盖发生信号频率范围的功率放大器和换能器的发射装置。本发明可以生成多种类型的水声信号，对硬件设备依赖性弱，便于信号波形更新升级，且可以提供水声信道仿真功能，满足不同教学科研需要。
-
公开(公告)号：CN112615804B
公开(公告)日：2022-08-02
申请号：CN202011452612.6
申请日：2020-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于深度学习的短突发水声通信信号调制识别方法。该方法包括：对接收信号y(n)进行脉冲预处理得到信号I(n)；对信号I(n)进行维度预处理得到处理后的时域波形d(m)，使得所述处理后的时域波形d(m)的维度与Att‑CNN模块的输入维度相匹配，所述Att‑CNN模块指采用注意力机制的卷积神经网络；采用所述Att‑CNN模块对所述处理后的时域波形d(m)进行识别，输出第一预测概率向量Pd，所述第一预测概率向量Pd用于指示接收信号y(n)属于所述调制类型集合中各信号类型的概率值；根据所述第一输出预测概率向量Pd进行再次判断，确定最终识别结果。本发明能够有效识别2FSK、4FSK、8FSK、BPSK、QPSK、OFDM、S2C等7类常用水声通信信号。
-
公开(公告)号：CN110490095A
公开(公告)日：2019-11-22
申请号：CN201910699246.5
申请日：2019-07-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了一种基于神经网络的多模态特征融合调制识别方法和系统。本发明首先将待识别信号转换到预定的模态域；利用预训练好的异构神经网络从对应的模态域信号中提取特征向量；将神经网络从待识别信号的不同模态域中提取到的特征向量进行融合，利用预训练好的分类器完成识别分类。本发明利用神经网络强大的表示学习能力从待识别信号中学习特征，省去大量人力操作；本发明综合利用信号多种模态域信息，利用异构神经网络提取抽象特征向量，融合后的特征向量对待识别信号有更全面的表征，对噪声等影响有更好的鲁棒性和稳健性，得到的识别分类结果具有更高的可靠性，在信噪比较低、通信环境较差时，仍保持较高的识别率。
-
公开(公告)号：CN115220021A
公开(公告)日：2022-10-21
申请号：CN202210765795.X
申请日：2022-07-01
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于声呐图像的微弱运动目标轨迹检测方法和系统。该方法包括：将灰度级中的形状参数、尺度参数以及预先设定的虚警率，作为CA‑CFAR检测器的输入参数；以矩形窗作为目标检测声呐图像参考单元的选取基准，遍历目标检测声呐图像上的每个像素值，得到回波强度累积值；在回波强度累积值大于或等于预设检测阈值的情况下，舍弃掉能量最小的轨迹，对剩余轨迹上的回波强度进行拼接；在回波强度累积值小于预设检测阈值的情况下，将全部轨迹进行拼接，得到相应的参考单元；通过最大似然估计对参考单元进行估计，得到混响噪声分布的形状参数和尺度参数，并得到检测门限估计值；将检测单元与检测门限估计值进行比较，得到检测结果。
-
Patent Agency Ranking
公开(公告)号：CN115184860A
公开(公告)日：2022-10-14
申请号：CN202210744059.6
申请日：2022-06-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S5/02
Abstract: 本发明属于目标位置估计技术领域，特别涉及一种传感器位置先验观测误差下基于TDOA‑DOA的水下目标被动定位方法及系统，首先利用多个传感器获得目标的TDOA和DOA观测量，并利用距离和角度观测量之间关系构建TDOA‑DOA定位模型，并通过最小二乘法来初步估计目标位置；然后构建目标定位误差和传感器位置的联合估计方程，并利用加权最小二乘法对目标定位误差和传感器位置进行联合估计；最后通过定位误差来修正初步估计的目标位置。本发明能够有效提升目标的定位精度，并进一步通过仿真实验数据验证本案方案的目标位置估计性能更加优异，便于实际场景应用。
-
公开(公告)号：CN112466320B
公开(公告)日：2023-11-10
申请号：CN202011453777.5
申请日：2020-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G10L21/0208 , H04B13/02 , G06N3/0464 , G06N3/094 , G06N3/0475 , G10L25/30
Abstract: 本发明提供一种基于生成对抗网络的水声信号降噪方法。该方法包括：训练阶段和测试阶段；训练阶段包括：将含噪信号训练集输入生成器中，得到生成器生成信号；将生成器生成信号和不含噪的目标信号分别与含噪信号拼接后，依次输入判决器中；判决器将含噪信号作为条件信息，对同时输入的另一个输入信号进行真假鉴别；计算判决结果与真实标签的误差，然后利用反向传播算法完成生成对抗网络的网络参数的更新和优化，并得到训练好的生成器模型；测试阶段包括：将待测水声信号输入至训练好的生成器模型，采用训练好的生成器模型的输出为降噪后的水声信号。本发明方法适用信号种类多，对MFSK、MPSK、OFDM、LFM和DSSS等常用水声通信信号均具有良好降噪效果。
-
公开(公告)号：CN115272111A
公开(公告)日：2022-11-01
申请号：CN202210866484.2
申请日：2022-07-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T5/00
Abstract: 本发明提供一种基于Meyer窗函数的剪切波变换的声呐图像降噪方法和系统。该方法包括：将混响噪声模型到高斯加性噪声模型的变换与剪切波变换相结合；在剪切波变换过程中，考虑到小波函数和尺度函数在时域和频域上所表现的连续性、光滑性和紧支撑的性能，提出基于时域和频域所表现的性能均比较优异的Meyer窗函数进行剪切波滤波器构造；为避免声呐图像中灰度溢出的影响，以及实现更好的混响抑制效果，提出基于弱纹理块的噪声方差估计，并将其与模拟噪声经过剪切波变换得到的均方根系数结合，得到各尺度各方向的自适应滤波阈值。实验表明，本发明提出的方法可以更为有效的抑制混响噪声，并具有较好的边缘保持效果。
-
公开(公告)号：CN112615804A
公开(公告)日：2021-04-06
申请号：CN202011452612.6
申请日：2020-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于深度学习的短突发水声通信信号调制识别方法。该方法包括：对接收信号y(n)进行脉冲预处理得到信号I(n)；对信号I(n)进行维度预处理得到处理后的时域波形d(m)，使得所述处理后的时域波形d(m)的维度与Att‑CNN模块的输入维度相匹配，所述Att‑CNN模块指采用注意力机制的卷积神经网络；采用所述Att‑CNN模块对所述处理后的时域波形d(m)进行识别，输出第一预测概率向量Pd，所述第一预测概率向量Pd用于指示接收信号y(n)属于所述调制类型集合中各信号类型的概率值；根据所述第一输出预测概率向量Pd进行再次判断，确定最终识别结果。本发明能够有效识别2FSK、4FSK、8FSK、BPSK、QPSK、OFDM、S2C等7类常用水声通信信号。
-
公开(公告)号：CN112466320A
公开(公告)日：2021-03-09
申请号：CN202011453777.5
申请日：2020-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G10L21/0208 , H04B13/02 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于生成对抗网络的水声信号降噪方法。该方法包括：训练阶段和测试阶段；训练阶段包括：将含噪信号训练集输入生成器中，得到生成器生成信号；将生成器生成信号和不含噪的目标信号分别与含噪信号拼接后，依次输入判决器中；判决器将含噪信号作为条件信息，对同时输入的另一个输入信号进行真假鉴别；计算判决结果与真实标签的误差，然后利用反向传播算法完成生成对抗网络的网络参数的更新和优化，并得到训练好的生成器模型；测试阶段包括：将待测水声信号输入至训练好的生成器模型，采用训练好的生成器模型的输出为降噪后的水声信号。本发明方法适用信号种类多，对MFSK、MPSK、OFDM、LFM和DSSS等常用水声通信信号均具有良好降噪效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.044 seconds)
