-
公开(公告)号：CN104408278A
公开(公告)日：2015-03-11
申请号：CN201410525604.8
申请日：2014-10-09
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明涉及阵列信号处理中自适应波束形成领域，具体涉及一种基于干扰噪声协方差矩阵估计的稳健波束形成方法。本发明包括利用天线阵列接收远场窄带入射信号，取有限快拍数进行对接收数据协方差矩阵进行估计,然后对接收数据协方差矩阵进行特征分解，入射信号源数目的先验信息可以由信号源数目估计方法获得，依据估计的期望信号导向矢量在噪声子空间的投影最优获取更为准确的期望信号导向矢量，依据干扰信号导向矢量先验信息及估计的噪声功率进行干扰噪声协方差矩阵估计得到，进行波束形成。本发明首先进行了干扰噪声协方差矩阵估计，去除了训练数据中的期望信号成分，能够避免产生信号相消。
-
公开(公告)号：CN103900610A
公开(公告)日：2014-07-02
申请号：CN201410121057.7
申请日：2014-03-28
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明提供的是一种基于灰色小波神经网络的MEMS陀螺随机误差预测方法。对MEMS陀螺的输出数据进行预处理，采集MEMS陀螺的输出数据，对输出数据小波分析，选取Db4小波函数对陀螺的输出数据进行去噪处理；对去噪后的MEMS陀螺的输出数据进行分组，确定输入向量和目标向量；构建灰色小波网络预测模型，确定灰色小波网络的输入节点数，输出节点数，隐含层节点数，初始化网络；对所建网络进行训练，并保存网络用来预测陀螺随机误差的趋势。本发明与传统的陀螺随机误差建模方法相比，本发明将灰色理论与小波神经网络相结合，从而改善MEMS陀螺随机误差预测精度，并且与传统方法相比预测精度有了明显的提高。
-
公开(公告)号：CN103901446B
公开(公告)日：2016-08-17
申请号：CN201410121038.4
申请日：2014-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是二进制偏移载波调制信号边峰消除捕获方法。（1）取一段1ms中频信号作为接收数据，并且选取多普勒频移范围、搜索频率步进，同时设定检测阈值。（2）将接收数据与本地复制载波进行混频，得到去除载波之后的信号，进行FFT处理。（3）本地产生BOC调制信号所分解的12个子信号，进行FFT变换并取共轭，将接收信号与之分别相乘并进行IFFT变换并存储。（4）本地储存所需的辅助式子的12个子式子。（5）确定信号自相关主峰所在位置，将（3）的结果与（4）的结果对应相加。（5）对相关函数进行变换重组，将结果与预先设定的门限值进行比较，判断是否捕获成功。本发明可完全消除BOC（15，2.5）调制信号的边峰，使接收机能够更好的捕获信号主峰。
-
公开(公告)号：CN103926601B
公开(公告)日：2016-06-29
申请号：CN201410153091.2
申请日：2014-04-17
Applicant: 哈尔滨工程大学
IPC: G01S19/24
Abstract: 本发明提供的是一种基于合成相关函数的BOC（15，2.5）调制方式捕获方法。1：选取一段1ms的BOC(15,2.5)中频信号作为接收机接收数据信号，选取多普勒频移范围、搜索频率步进、检测阈值；2：对所述数据信号进行剥离载波、混频处理，得到I路信号和Q路信号，再将这两个信号分别进行FFT处理；3：本地产生BOC（15,2.5）调制信号，分解为12个子信号，进行FFT变换并取共轭，然后将I、Q支路的信号与之分别相乘并分别进行IFFT变换；4：本地储存所需辅助函数的12个子式子；5：将步骤3和4最后结果对应相加；6：将处理得到的两个支路的结果先进行非相干积分，然后与门限值γ进行比较判断是否捕获到。本发明应用于北斗导航系统中B3频段的BOC（15，2.5）调制方式。
-
公开(公告)号：CN103926604B
公开(公告)日：2016-05-04
申请号：CN201410153065.X
申请日：2014-04-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于重叠差分循环相干积分的弱信号捕获方法。步骤1：取一段20Mms+10ms长度的中频信号数据，进行去载波处理，设定多普勒频移范围、搜索频率步进、检测阈值；步骤2：将去除载波之后的数据以L=10ms的长度进行数据分块处理，将每一个数据块进行自身叠加处理，并进行FFT变换；步骤3：将本地产生的C/A码进行FFT变换并取共轭，然后与步骤2中最终获得的每个结果分别相乘并进行IFFT处理；步骤4：将步骤3处理后的每个数据块与和它有数据重叠的相邻数据块进行复数共轭相乘，然后再进行分组相关求和，判断信号是否捕获成功。本发明的应用范围是全球定位系统中单频民用软件接收机对于弱信号的捕获。
-
Patent Agency Ranking
公开(公告)号：CN104101344A
公开(公告)日：2014-10-15
申请号：CN201410330718.7
申请日：2014-07-11
Applicant: 哈尔滨工程大学
IPC: G01C21/00
CPC classification number: G01C25/005
Abstract: 本发明涉及组合导航中MEMS微机械陀螺的随机误差建模与补偿领域，具体涉及一种基于粒子群小波网络的MEMS陀螺随机误差补偿方法。本发明包括：连续采样得到MEMS陀螺的输出数据，对输出数据进行预处理；对处理后的输出数据进行去噪处理，获得噪声干扰更小的随机误差，利用小波包分析方法对随机误差去噪处理；构建粒子群小波网络模型，利用粒子群算法优化小波网络；初始化设置网络：确定网络的输入节点数，输出节点数，隐含层节点数，利用随机误差样本数据训练网络，并保存网络，利用网络预测值对MEMS陀螺仪随机误差补偿。本发明对MEMS陀螺的输出信号进行去噪处理，减少噪声的影响，保证预测的准确性。
-
公开(公告)号：CN103926605A
公开(公告)日：2014-07-16
申请号：CN201410153073.4
申请日：2014-04-17
Applicant: 哈尔滨工程大学
CPC classification number: G01S19/246
Abstract: 本发明提供的是一种基于差分循环相干积分的GPS弱信号捕获方法。步骤1：取一段20Mms+12ms中频接收信号，进行载波剥离、混频处理，设定多普勒频移范围、搜索频率步进、检测阈值；步骤2：对去除载波之后的信号以L=4ms的长度进行数据分块处理，将这些数据块分别进行自身的叠加处理，并进行FFT处理；步骤3：将本地产生的C/A码进行FFT变换并取共轭，然后与步骤2得到的每一个最终结果分别相乘并进行IFFT处理；步骤4：将步骤3处理后的相邻的4个块的数据进行复数共轭相乘，再进行分组相关求和，对得到的结果进行判断是否捕获成功。本发明用于全球定位系统单频民用软件接收机对于弱信号的捕获。
-
公开(公告)号：CN103904987A
公开(公告)日：2014-07-02
申请号：CN201410136158.1
申请日：2014-04-04
Applicant: 哈尔滨工程大学
IPC: H02S20/32
Abstract: 本发明提供的是一种二自由度太阳能跟踪装置。包括安装有太阳能电池板的太阳能电池板安置槽、俯仰转轴、支架、水平转轴、俯仰电机、平台、水平电机。在太阳能电池板安置槽的一条边上固定有阳光方向检测装置安装槽，阳光方向检测装置包括安装有控制电路的控制盒，控制盒下部固定有安装销，控制盒上部安装有四片大小、面积完全相同的光电池和两个不透光挡板，两个不透光挡板相互垂直安装，四片光电池两两对称布置于两个不透光挡板两侧，阳光方向检测装置通过安装销安装在阳光方向检测装置安装槽中，光电池的信号输入控制电路，控制电路控制俯仰电机与水平电机。本发明是一种在水平、俯仰两个自由度上及时、正确地对准太阳的随动装置。
-
公开(公告)号：CN103901446A
公开(公告)日：2014-07-02
申请号：CN201410121038.4
申请日：2014-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是二进制偏移载波调制信号边峰消除捕获方法。（1）取一段1ms中频信号作为接收数据，并且选取多普勒频移范围、搜索频率步进，同时设定检测阈值。（2）将接收数据与本地复制载波进行混频，得到去除载波之后的信号，进行FFT处理。（3）本地产生BOC调制信号所分解的12个子信号，进行FFT变换并取共轭，将接收信号与之分别相乘并进行IFFT变换并存储。（4）本地储存所需的辅助式子的12个子式子。（5）确定信号自相关主峰所在位置，将（3）的结果与（4）的结果对应相加。（5）对相关函数进行变换重组，将结果与预先设定的门限值进行比较，判断是否捕获成功。本发明可完全消除BOC（15，2.5）调制信号的边峰，使接收机能够更好的捕获信号主峰。
-
公开(公告)号：CN104251712B
公开(公告)日：2017-10-31
申请号：CN201410525603.3
申请日：2014-10-09
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明涉及惯性导航领域，具体涉及基于小波多尺度分析的MEMS陀螺(Micro Electro Mechanical System,MEMS)随机误差补偿方法。本发明包括：采集MEMS陀螺的静态输出数据，并对输出数据进行预处理，去除输出数据中的陀螺常值漂移；对预处理后的输出数据展开小波多尺度分析；分别建立有色噪声和测量噪声的小波网络模型，并利用增加动量项方法修正网络参数，训练结束后保持网络；得到MEMS陀螺的随机误差模型，最终利用该随机误差模型去估计并补偿MEMS陀螺的随机误差。本发明利用小波多尺度分析方法对MEMS陀螺随机误差分析，能有效地分离出随机误差的有色噪声和测量噪声，进而建立相应的噪声模型。因此，所建立的模型更为精确，能提升对随机误差的估计精确度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
