-
公开(公告)号：CN113933782B
公开(公告)日：2024-07-09
申请号：CN202111200739.3
申请日：2021-10-13
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信息缺失下的无源直接定位方法，步骤一，建立直接定位模型xh(t)，得到观测站获取的观测信息；步骤二，对选定的监测区域划分网格，根据网格点与观测站间的信息建立阵列流形矩阵#imgabs0#步骤三，根据压缩感知算法要求，设计FOCUSS算法中观测量的稀疏表示d及字典矩阵Ψ；步骤四，采用二次加权FOCUSS算法进行直接定位模型中稀疏信号g的稀疏重构，得到重构出的稀疏信号gk；步骤五，对二次加权FOCUSS算法重构出的稀疏信号gk进行处理，求出目标位置。本发明采用一种新的方法更新每次迭代过程中的正则化因子，提高了计算与定位的准确性；采用二次加权FOCUSS算法解决源个数未知的无源定位问题，且能实现更高精度的稀疏信号恢复。
-
公开(公告)号：CN117214881A
公开(公告)日：2023-12-12
申请号：CN202310907783.0
申请日：2023-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达数据处理中的多目标跟踪技术领域，具体涉及一种复杂场景下基于Transformer网络的多目标跟踪方法。本发明利用航迹标签分配网络，将历史航迹与有效量测进行关联，即可在跟踪过程中得到每个被跟踪目标的航迹信息。本发明利用目标状态预测网络以及估计得到的检测概率确定有效量测筛选的概率阈值，该阈值会根据估计得到的检测概率自适应调整，使有效量测的筛选更加准确。在漏检发生时，使用目标状态预测值作为目标状态估计值，提高了对目标数目估计的稳定性。本发明利用估计检测概率确定的目标消亡阈值和目标新生阈值进行航迹管理，对错误跟踪的航迹及时进行终止并剔除，对正确跟踪的航迹进行终止，并对新生目标对应的航迹进行起始。
-
公开(公告)号：CN117214881B
公开(公告)日：2024-04-30
申请号：CN202310907783.0
申请日：2023-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达数据处理中的多目标跟踪技术领域，具体涉及一种复杂场景下基于Transformer网络的多目标跟踪方法。本发明利用航迹标签分配网络，将历史航迹与有效量测进行关联，即可在跟踪过程中得到每个被跟踪目标的航迹信息。本发明利用目标状态预测网络以及估计得到的检测概率确定有效量测筛选的概率阈值，该阈值会根据估计得到的检测概率自适应调整，使有效量测的筛选更加准确。在漏检发生时，使用目标状态预测值作为目标状态估计值，提高了对目标数目估计的稳定性。本发明利用估计检测概率确定的目标消亡阈值和目标新生阈值进行航迹管理，对错误跟踪的航迹及时进行终止并剔除，对正确跟踪的航迹进行终止，并对新生目标对应的航迹进行起始。
-
公开(公告)号：CN113759958A
公开(公告)日：2021-12-07
申请号：CN202110767868.4
申请日：2021-07-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供基于定位精度的无人机编队航迹规划方法，包括初步规划和精确规划，初步规划是通过传统启发式算法，考虑无人机飞行过程中的安全性和无人机运动学限制，设置合适的步长对主机进行航迹规划；初步规划生成主机的航迹，并记录主机在每个步长结束时的位置，作为精确规划时需要运算的航迹点；精确规划通过多目标粒子群寻优算法，针对初步规划的主机航迹点运算出从机在安全性、定位精度、路程长度为综合代价并满足无人机最大通信距离、最小防碰撞距离限制的最优航迹。本发明的优势是算法定位精度高、运行时间短。
-
公开(公告)号：CN116757243A
公开(公告)日：2023-09-15
申请号：CN202310766481.6
申请日：2023-06-27
Applicant: 哈尔滨工程大学
IPC: G06N3/006 , G06N7/08 , G06Q10/0631
Abstract: 本发明提出基于混沌Levy多目标烟花算法的多任务分配方法，包括：构建预设优化目标的多目标多无人机任务分配模型；基于混沌机制与Levy变异多目标烟花算法对所述多目标多无人机任务分配模型进行迭代求解；基于迭代求解结果，完成多无人机任务分配。本发明引入混沌思想产生更优的初始群体，避免算法重复多次局部寻优；在搜索过程中采用的levy变异算子，增加种群多样性，提高算法的全局搜索能力；最后采用精英选择策略选择下一代烟花种群，缩短算法的运行时间。
-
Patent Agency Ranking
公开(公告)号：CN113759958B
公开(公告)日：2023-08-01
申请号：CN202110767868.4
申请日：2021-07-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供基于定位精度的无人机编队航迹规划方法，包括初步规划和精确规划，初步规划是通过传统启发式算法，考虑无人机飞行过程中的安全性和无人机运动学限制，设置合适的步长对主机进行航迹规划；初步规划生成主机的航迹，并记录主机在每个步长结束时的位置，作为精确规划时需要运算的航迹点；精确规划通过多目标粒子群寻优算法，针对初步规划的主机航迹点运算出从机在安全性、定位精度、路程长度为综合代价并满足无人机最大通信距离、最小防碰撞距离限制的最优航迹。本发明的优势是算法定位精度高、运行时间短。
-
公开(公告)号：CN112986928B
公开(公告)日：2022-06-17
申请号：CN202110265184.4
申请日：2021-03-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于电子对抗领域中的电子侦察技术领域，具体涉及一种复杂电磁环境下信号分选多源融合处理方法。本发明基于实测数据利用多源融合算法解决了密集环境下多源雷达信号的分选问题，充分考虑了雷达分选可能存在分选效率低、脉冲利用率低等问题，利用多源信息融合算法，对分选前的脉冲数据进行数据融合，有效地解决了因信号源密集导致待分选脉冲信息过多的问题，进而提高了密集环境下分选的效率。本发明对分选之后的辐射源信息进行融合处理，较好的解决了因分选处理误差导致的辐射源冗余问题，进而减少了虚假目标。本发明对分选后的剩余脉冲进行融合处理，并成功分选出了新的辐射源，进而提高了脉冲信息的利用率。
-
公开(公告)号：CN112986928A
公开(公告)日：2021-06-18
申请号：CN202110265184.4
申请日：2021-03-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于电子对抗领域中的电子侦察技术领域，具体涉及一种复杂电磁环境下信号分选多源融合处理方法。本发明基于实测数据利用多源融合算法解决了密集环境下多源雷达信号的分选问题，充分考虑了雷达分选可能存在分选效率低、脉冲利用率低等问题，利用多源信息融合算法，对分选前的脉冲数据进行数据融合，有效地解决了因信号源密集导致待分选脉冲信息过多的问题，进而提高了密集环境下分选的效率。本发明对分选之后的辐射源信息进行融合处理，较好的解决了因分选处理误差导致的辐射源冗余问题，进而减少了虚假目标。本发明对分选后的剩余脉冲进行融合处理，并成功分选出了新的辐射源，进而提高了脉冲信息的利用率。
-
公开(公告)号：CN110133632A
公开(公告)日：2019-08-16
申请号：CN201910416928.0
申请日：2019-05-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息与通信工程的脉内信号类型识别领域，具体涉及一种基于CWD时频分析的复合调制信号识别方法。本发明利用了CWD算法对脉冲采样信号进行时频图像分析，能针对多种常规信号和多种复合调制信号进行分类识别。本发明相对于一般的瞬时相位法和短时傅里叶变换等时频分析方法有着更好的抗噪声性能，在较低信噪比的情况下也有良好的识别性能。
-
公开(公告)号：CN102821303B
公开(公告)日：2016-06-29
申请号：CN201210319096.9
申请日：2012-08-31
Applicant: 哈尔滨工程大学
IPC: H04N21/2343 , H04N21/4402 , H04N19/132 , H04N19/117 , H04N19/34
Abstract: 本发明提供一种像素级视频信息网络实时分级压缩传输方法，包括如下三步：在发送端对要传输的像素级视频信息的单帧视频图像以像素级方式逐一的进行分级压缩处理；对压缩编码后的像素级视频信息进行网络传输；在接收端对传输后的像素级视频信息根据需要进行显示。本发明采用分级压缩的方式对像素级视频信息进行压缩编码，一方面降低传输的数据量，使压缩后的像素级视频信息对网络宽带的要求降低；另一方面压缩编码后可以使用较少的数据表示更多的信息量，接收端对压缩后的像素级视频信息进行恢复时能够得到恢复质量较好的视频图像，从而提高了传输后的画面质量，这样就较好地平衡视频信号传输数据量、画面质量以及实时性之间的矛盾。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.034 seconds)
