-
公开(公告)号：CN115792806B
公开(公告)日：2024-02-20
申请号：CN202211585678.1
申请日：2022-12-09
Applicant: 哈尔滨工程大学
Abstract: 非合作线谱分布式水声定位方法，本发明涉及分布式水声定位方法。本发明的目的是为了解决现有分布式水声定位方法利用观测到的目标辐射信号频率随时间的变化，基于单个观测节点即可获得匀速直线运动目标距离的无偏估计，但不能实现目标位置估计，无法获取目标运动轨迹的问题。非合作线谱分布式水声定位方法过程为：步骤1：构建分布式定位模型；步骤2：求解目标运动轨迹与各个测量单元之间的致近点距离；步骤3：利用步骤2求解的致近点距离解算出匀速直线运动轨迹的斜率和截距，得出匀速直线运动目标的运动轨迹。本发明用于分布式水声定位领域。
-
-
公开(公告)号：CN117991189A
公开(公告)日：2024-05-07
申请号：CN202410154603.0
申请日：2024-02-02
Applicant: 哈尔滨工程大学
Abstract: 基于浅海负跃层波导中声场仰角的目标深度分类方法，本发明涉及目标深度分类方法。本发明为了解决浅海负跃层波导中的目标深度分类问题，而提出基于浅海负跃层波导中声场仰角的目标深度分类方法。过程为：步骤1：获取垂直阵接收信号，对接收信号作波束形成，获得波束形成结果；步骤2：构建浅海负跃层波导中的模态仰角结构模型；步骤3：根据步骤2模态仰角结构模型中的本征函数空间谱公式，获得本征函数空间谱峰值位置；步骤4：根据步骤1中的波束形成结果求声场仰角；基于步骤3获得的本征函数空间谱峰值位置和声场仰角分类水面或水下目标。本发明用于水声目标定位领域。
-
公开(公告)号：CN116256738B
公开(公告)日：2023-11-24
申请号：CN202310284226.8
申请日：2023-03-22
Applicant: 哈尔滨工程大学
IPC: G01S7/539
Abstract: 大多普勒条件下的正弦调频信号检测方法及装置，属于水声信号处理领域。解决了现有技术中检测器要求先验已知正弦调频信号的调频参数，才能对正弦调频信号进行检测的问题。本发明方法包括如下：步骤1、对接收信号进行窄带滤波；步骤2、对步骤1窄带滤波后的信号进行希尔伯特变换，估计信号的瞬时频率；步骤3、通过对步骤2计算获得的瞬时频率做差分计算，得到瞬时频率差分序列；步骤4、利用步骤3的结果进一步计算获得瞬时频率差分序列的包络的方差序列；步骤5、将步骤4中包络的方差序列作为检测统计量进行信号有无的判决。本发明主要应用在水声信号处理领域中。
-
公开(公告)号：CN111273237B
公开(公告)日：2022-10-18
申请号：CN201910457468.6
申请日：2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明是基于空域矩阵滤波和干扰对消的强干扰抑制方法。本发明主要用于抑制观测扇面外和观测扇面内的强干扰。通过子空间矩阵滤波，减小观测扇面外干扰影响，进而获得观测扇面内强干扰方位，并将其应用于阻塞矩阵的设计，构建新的不降低数据维数的阻塞阵。通过阻塞矩阵和空域矩阵滤波器对阵列接收数据进行处理，最后采用MUSIC谱进行方位估计。本发明在抑制观测扇面内强干扰的同时，保留了邻近方位的弱目标信息，实现强干扰条件下的弱目标方位估计。本发明属于一种水声阵列信号处理方法，可应用于阵列信号处理、弱目标方位探测等领域。
-
Patent Agency Ranking
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
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN116381607B
公开(公告)日：2023-10-27
申请号：CN202310379942.4
申请日：2023-04-11
Applicant: 哈尔滨工程大学
IPC: G01S5/20 , G06F18/23213
Abstract: 多目标击水声特征关联方法，解决了分布式定位系统不同观测节点间同一目标的击水声信号难以正确关联的问题，属于水下定位领域。本发明包括：确定观测区域内观测节点个数N和击水目标个数M；将N个观测节点接收到的所有目标信号进行经验模态分解，得到各阶IMF，进行频谱分析，获得目标信号的线谱特征，同时，提取目标信号中的各击水声瞬态信号的特征，利用目标信号的线谱特征和各击水声瞬态信号的特征形成M×N组目标特征序列；利用模糊C均值聚类方法对M×N组目标特征序列进行聚类，确定聚类中心和隶属度矩阵，由隶属度矩阵得到每组目标特征序列隶属于每个击水目标的概率，根据概率确定各组目标特征序列的关联结果。
-
公开(公告)号：CN115792806A
公开(公告)日：2023-03-14
申请号：CN202211585678.1
申请日：2022-12-09
Applicant: 哈尔滨工程大学
Abstract: 非合作线谱分布式水声定位方法，本发明涉及分布式水声定位方法。本发明的目的是为了解决现有分布式水声定位方法利用观测到的目标辐射信号频率随时间的变化，基于单个观测节点即可获得匀速直线运动目标距离的无偏估计，但不能实现目标位置估计，无法获取目标运动轨迹的问题。非合作线谱分布式水声定位方法过程为：步骤1：构建分布式定位模型；步骤2：求解目标运动轨迹与各个测量单元之间的致近点距离；步骤3：利用步骤2求解的致近点距离解算出匀速直线运动轨迹的斜率和截距，得出匀速直线运动目标的运动轨迹。本发明用于分布式水声定位领域。
-
公开(公告)号：CN110361744B
公开(公告)日：2022-11-01
申请号：CN201910614850.3
申请日：2019-07-09
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN117972566A
公开(公告)日：2024-05-03
申请号：CN202410154617.2
申请日：2024-02-02
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/2131 , G06F18/27 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084 , G10L25/18 , G10L25/30 , G06N3/048
Abstract: 基于卷积神经网络的水下目标深度分类方法，本发明属于浅海负跃层环境水下目标分类领域，具体涉及目标分类问题。本发明的目的是为了解决现有方法在浅海负跃层环境中基于小孔径水平阵的水下声源目标深度定位准确率低的问题。过程为：步骤一、根据目标和水平阵布放位置信息，计算波导不变量与干涉条纹之间的关系；步骤二、利用DFT‑AR方法对声强进行谱分析，得到功率谱，作为训练集；步骤三、获得训练好的ResNet‑18卷积神经网络分类模型并保存；步骤四、将待测的功率谱输入训练好的ResNet‑18卷积神经网络分类模型，训练好的卷积神经网络分类模型输出待测的功率谱图中目标在各深度类别的预测概率，获取目标深度分类结果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
