-
公开(公告)号：CN116698037B
公开(公告)日：2024-03-26
申请号：CN202310631500.4
申请日：2023-05-31
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无人机航迹规划方法，无人机获取自身和目标信息，获取每个时刻状态，将每个时刻状态输入至预先训练好的DDPG网络，DDPG网络包括Actor网络和Critic网络，利用Actor在线网络决策每个时刻无人机飞行动作，形成最终航迹；DDPG网络的训练过程包括：对无人机航迹规划场景进行建模，设计无人机航迹规划模型状态空间、动作空间、奖励函数以及网络训练参数；采用融合沙丘噪声灵敏度和萤火因子的改进蜣螂算法优化奖励函数的奖励系数，获取最优系数组合，根据最优系数组合和网络训练参数对DDPG网络进行训练，得到训练好的网络。本发明解决了模型适配场景有限、收敛效果不佳问题，提高航迹规划可靠性。
-
公开(公告)号：CN116016085B
公开(公告)日：2023-10-10
申请号：CN202310008646.3
申请日：2023-01-04
Applicant: 哈尔滨工程大学
IPC: H04L27/26
Abstract: 一种基于快速哈里斯鹰优化的OTFS单音干扰抑制方法，涉及无线通讯技术领域。本发明是为了解决现有单音干扰抑制方法还存在对单音干扰的估计不够准确导致单音干扰抑制效果不佳的问题，同时还无法实现OTFS系统中对单音干扰的有效抑制的问题。本发明包括：利用单音干扰数据获得预估干扰中心；利用预估干扰中心初始化种群位置，根据适应度函数计算种群中个体位置适应度值，并将适应度值最小的个体位置作为最优位置#imgabs0#利用#imgabs1#进行种群位置迭代更新，获得估计干扰中心#imgabs2#获取估计干扰中心为#imgabs3#时的平移矩阵#imgabs4#和#imgabs5#获得去除单音干扰后的信号；利用逆平移矩阵#imgabs6#和#imgabs7#还原去除单音干扰后的信号，获得干扰去除后的OTFS接收的有用信号。本发明用于抑制OTFS单音干扰。
-
公开(公告)号：CN111024086B
公开(公告)日：2022-12-13
申请号：CN201911314257.3
申请日：2019-12-19
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于群禽寻优技术的多无人机航迹规划方法，属于无人机飞行控制领域。本发明提供的方法通过构建三维空间模型，以指数增长的方式对模型进行分割；将曲率、挠率、爬升角、航迹长度、航迹时长、各无人机间的距离和各无人机与障碍物之间的距离作为航迹评估指标，利用指标之间的关联性和权重的实时性构建航迹评估函数，从而提出一种新的群禽寻优技术对该函数值求解，并结合鱼群公告板交互的思想，得到初始航迹点数据并做平滑处理，最后将优化后的航迹点数据传输给各无人机，从而生成多无人机飞行航迹。该方法适应性好、复杂度低、收敛速度快、准确性高、关联性强，同时该方法适用于规划复杂多变的多无人机自主飞行航迹。
-
公开(公告)号：CN111767848B
公开(公告)日：2022-04-12
申请号：CN202010606863.9
申请日：2020-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测识别技术领域，具体涉及一种基于多域特征融合的辐射源个体识别方法。本发明针对现有辐射源个体识别方法中存在的特征信息不全面，分类器泛化能力弱，专家分析主观性强，辐射源个体识别率低等问题，通过融合时域、时频域和高阶域等多域特征，并设计多层神经网络模型作为分类器进而实现辐射源个体识别。融合多域特征解决了特征信息不全面的问题，采用神经网络模型进行识别分类，避免了识别时依赖辐射源信号调制方式等先验信息和专家系统的主观性较强等问题。同时，神经网络模型提升了系统的泛化能力，得到较好的辐射源个体识别效果。
-
公开(公告)号：CN113268074A
公开(公告)日：2021-08-17
申请号：CN202110632549.2
申请日：2021-06-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无人机飞行控制技术领域，具体涉及一种基于联合优化的无人机航迹规划方法。本发明通过前端飞行状态优化模型获取无人机自身飞行状态的最优估计，大幅度降低了自然干扰因素对传感器数据的误差；通过后端飞行动作优化模型，将实际偏差大的飞行角度调整至预期飞行角度，解决了强化学习决策飞行动作不佳的问题，提高了飞行航迹的可靠性。在实际应用中，对于传感器实时采集飞行状态数据，利用前端飞行状态优化模型实时获得最优飞行状态估计，将其作为已训练TD3模型的输入，得到飞行动作，并利用后端飞行动作优化模型，得到对应的飞行动作偏置，对其进行判决，控制输出优化后的飞行动作，从而实现无人机面对自然干扰影响的实时航迹规划。
-
Patent Agency Ranking
公开(公告)号：CN110297218A
公开(公告)日：2019-10-01
申请号：CN201910613651.0
申请日：2019-07-09
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于生成对抗网络的雷达信号未知调制方式检测方法，属于电子识别领域。包括从雷达信号数据库中顺序采集所有雷达信号；利用时频变换，通过崔-威廉斯分布和短时傅里叶变换获得雷达信号时频图像；结合深度学习，用时频图像对生成对抗网络进行参数训练，保存判别器参数；利用判别器参数构成判别器，组合各判别器对雷达信号进行判别；结合群智能优化算法的思想，利用改进乌鸦搜索算法优化各判别器的权重参数，得到最佳的判别结果；最后保留判别器的参数以及各权重参数，对接收到的雷达信号进行检测。本发明结合时频变换、深度学习、改进乌鸦搜索算法，实现了稳定、快速、高精度的未知调制方式的雷达辐射源信号检测，应用前景广阔。
-
公开(公告)号：CN109991578A
公开(公告)日：2019-07-09
申请号：CN201910228253.7
申请日：2019-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于盲压缩核字典学习的多分量雷达信号调制识别方法。采用Choi‑Williams时频分布(CWD)得到多分量雷达信号的时频矩阵，利用预处理技术降低时频矩阵的维度，同时引入盲压缩思想，运用贝努利随机矩阵进一步进行时频矩阵无损压缩，通过核字典学习算法将数据集从低维空间投影到高维空间，在不分离多分量信号的情况下对多信号进行表征，最后，将得到的稀疏系数向量送入支持向量机进行调制方式精准识别。本发明解决了多分量雷达信号调制识别过程中复杂度高、适应性弱、可靠性差、收敛速度慢的问题。
-
公开(公告)号：CN107301432A
公开(公告)日：2017-10-27
申请号：CN201710562232.X
申请日：2017-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于时频分析的自适应辐射源调制识别方法。一，对接收的辐射源信号使用时频分布进行时频分析，将辐射源信号从时域信号转换为时间-频率二维图像；二，使用图像处理技术降低计算复杂度和特征维数，经过归一化、二值化、图像细化图像预处理操作，增强信号特征信息在图像中的比重；三，联合二阶四阶矩估计方法，利用自适应主成分分析算法，对预处理后的图像进行图像形状特征提取；四，使用LIBSVM分类器识别辐射源信号的调制方式。本发明即能有效避免低信噪比信号特征缺失，又能避免高信噪比信号特征冗余的情况，同时不影响调制识别率。
-
公开(公告)号：CN106778610A
公开(公告)日：2017-05-31
申请号：CN201611164892.4
申请日：2016-12-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达辐射源信号识别技术领域，具体涉及一种基于时频图像特征的脉内调制识别方法。本发明包括：(1)对雷达信号进行Wigner‑Vill分布时频变换，得到反映信号能量随时间和频率的时频分布图；(2)对步骤(1)得到的时频图像进行图像预处理；(3)对预处理后的图像进行插值打散原轨迹；(4)将步骤(3)中被打散成单个点的轨迹类比成目标跟踪中的目标位置，并引入联合概率数据关联来识别出不同雷达信号的轨迹；(5)运用中心矩提取时频图像的形状特征等。本发明提出了一种将雷达信号通过时频分布变换转换为时频图像，通过数字图像处理将同一时刻到达并且频率互相交叠的情况下，分别识别出雷达信号调制方式的方法。
-
公开(公告)号：CN118552744B
公开(公告)日：2025-04-29
申请号：CN202410549323.X
申请日：2024-05-06
Applicant: 哈尔滨工程大学
IPC: G06V10/44 , G01S7/02 , G06V10/764 , G06V10/774
Abstract: 本发明属于辐射源信息识别技术领域，具体涉及一种辐射源工作模式识别方法、程序、设备及存储介质。本发明利用余弦度量距离，改进高斯核函数，提升模型对局部特性的提取能力，并结合多项式核函数的全局性能力，构造新的组合核函数，改进SVM模型，提高模型的鲁棒性。本发明设计了倭河马算法，自适应优化SVM模型参数组合，为倭河马赋予警惕属性，引入预警因子，改进倭河马防御时的位置更新方式，增强算法的泛化能力，使得改进SVM模型参数组合随迭代次数不断优化，进而提升改进SVM模型的识别能力，实现了小样本条件下辐射源工作模式识别方法泛化性和准确性的提高。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.039 seconds)
