-
公开(公告)号：CN114936669B
公开(公告)日：2024-05-17
申请号：CN202210354319.9
申请日：2022-04-06
Applicant: 武汉大学
IPC: G06Q10/04 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及船舶横摇运动预测技术，具体涉及一种基于数据融合的混合船舶横摇预测方法，将原始数据通过解码得到分辨率为100Hz的原始高分辨率船舶横摇时间序列数据集；采用重采样技术、Hampel identifier算法和深度特征提取技术对原始高分辨率数据进行预处理；将低分辨率数据和深度特征信息数据，划分为训练集、验证集和测试集；分别选用低分辨率数据和深度特征信息数据的训练集建立双向长短期记忆‑卷积神经网络BiLSTM‑CNN初始模型；采用MOFEPSO算法将两种数据集的预测结果进行融合，完成数据融合预测；建立多层误差修正模型，得到预测结果。该方法能精确的确定性的预测船舶运动，具有较大的实际应用潜力。
-
公开(公告)号：CN114167419A
公开(公告)日：2022-03-11
申请号：CN202111394073.X
申请日：2021-11-23
Applicant: 武汉大学
Abstract: 本发明提供一种结合卫星遥感图像与河流计数据的河宽提取的方法，包括获取SAR卫星遥感影像并对卫星遥感影像进行图像预处理；将图像预处理结果裁剪出研究区域，进行水体提取，得到河流水面，从而计算平均河宽；判断得到的粗略河宽所在距离元的回波在河流计中是否存在距离折叠，从而确定下一步河流计数据的研究范围；获取河流计的回波数据并处理得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；在确定的研究范围内，根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；测量河流计与靠近河流计一侧河岸的距离，计算得到河流宽度。本发明实现成本低、实时的高效高精度河宽提取。
-
公开(公告)号：CN114528756B
公开(公告)日：2024-07-26
申请号：CN202210089541.0
申请日：2022-01-25
Applicant: 武汉大学
Abstract: 本发明提供一种基于深度学习的船舶横摇集成预测方法及系统，通过船舶上安装的姿态传感器所获取原始船舶横摇数据进行横摇运动预测，包括由船舶上安装的姿态传感器获取原始船舶横摇数据，将原始船舶横摇数据通过重采样进行解码得到船舶横摇时间序列；采用自适应二次分解对原始船舶横摇数据进行预处理，降低原始数据的非线性和非平稳特征；将二次分解后得到的子序列，划分为训练集、验证集和测试集；选用每个子序列中的训练集建立多输入多输出策略下的深度信念网络模型；使用多目标水母搜索方式优化模型超参数，建立自适应误差修正模型，获取最终预测结果，进行误差分析并输出。本发明提高了船舶横摇运动预测的稳定性与准确性。
-
公开(公告)号：CN114528638A
公开(公告)日：2022-05-24
申请号：CN202210089496.9
申请日：2022-01-25
Applicant: 武汉大学
Abstract: 本发明提供一种基于强化学习的船舶运动大多步实时预测混合方法及系统，包括由船舶上安装的姿态传感器获取原始船舶运动数据，划分为训练数据集和预测数据集，进行实时小波包分解RTWPD，将船舶运动数据的高频分量和低频分量分解为固定层数的子序列；对分解得到的每个子序列建立ORELM基础预测模型，并引入AdaBoost.MRT强化学习方式，不断迭代训练，将多个训练好的ORELM模型组合在一起；最后将子序列的预测结果重构得到模型大多步初始预测结果，对大多步预测误差建立LSSVM误差修正模型，进一步提取包含在大多步误差序列中少部分船舶运动数据的变化规律，修正得到最终的船舶运动大多步预测结果并输出。本发明提高了船舶运动姿态大多步预测的稳定性与准确性。
-
公开(公告)号：CN112014803A
公开(公告)日：2020-12-01
申请号：CN202010830278.7
申请日：2020-08-18
Applicant: 武汉大学
Abstract: 本发明提出了一种基于线性调频中断连续波的C波段收发组件系统。本发明将发射控制开关、第一本振模块、射频发射模块、收发天线、本振源锁相环、本振源射频放大器、本振源带通滤波器、等功率功分器、接收控制开关、射频接收模块、第二本振模块、中频输出模块组合在一起进行综合设计，并绘制在一块电路板上，实现了C波段雷达收发组件的小型化与便携化。本发明通过雷达主板系统根据发射门控脉冲控制发射控制开关和接收门控脉冲控制接收控制开关，用门控脉冲序列得到了线性调频中断连续波，在发射射频信号时使接收通道不工作，不发射射频信号时接收通道才接收回波信号。本发明优点还在于提升了收发组件系统发射射频信号以及中频回波信号的信噪比。
-
Patent Agency Ranking
公开(公告)号：CN114167412B
公开(公告)日：2024-07-12
申请号：CN202111392791.3
申请日：2021-11-23
Applicant: 武汉大学
Abstract: 本发明提供一种利用河流计的河宽提取方法，包括获取河流计正对河岸探测的经过采样后的原始回波数据；将原始回波数据进行两次FFT，获得距离多普勒谱；从距离多普勒谱中分离出零频部分得到零多普勒谱，并将一个文件内所有零多普勒谱叠加；根据河流回波与地面回波的幅度差异确定分界点所在距离元，作为河流计与对岸的距离；测量河流计与靠近河流计一侧河岸的距离，计算得到河流宽度。本发明提出了一种河宽提取的新方法，使用河流计实现高效快速、实时高精度的河宽提取。
-
公开(公告)号：CN118209940A
公开(公告)日：2024-06-18
申请号：CN202410418965.6
申请日：2024-04-09
Applicant: 武汉大学
IPC: G01S7/40 , G01S7/41 , G01S7/36 , G01S13/937
Abstract: 本发明涉及微波雷达信号处理技术，具体涉及一种用于船载相干S波段雷达的阴影调制校正方法及设备，该方法模拟不同海况下随机海面的水质点径向速度，拟合均方根速度与海面风速关系曲线，确定不同风速下水质点速度变化范围；获取雷达回波距离多普勒谱，利用谱矩法计算中心频率并转换为多普勒速度；根据均方根速度阈值和实测海面风速，多次剔除异常速度直至实测均方根速度符合阈值要求；对异常多普勒速度插值，剔除船速分量得到水质点径向速度；将水质点径向速度转换成波数谱，合成无向海浪谱；根据无向海浪谱的零阶矩和一阶矩获得有效波高和平均波周期。该方法能有效降低阴影调制对船载雷达海浪参数反演的影响，提高船载雷达海浪参数估计的精确度。
-
公开(公告)号：CN113837454B
公开(公告)日：2024-04-23
申请号：CN202111053868.4
申请日：2021-09-09
Applicant: 武汉大学
IPC: G06F18/20 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/086 , G06N3/0985 , B63B71/10 , G07C5/08 , G06F123/02
Abstract: 本发明提供一种船舶三自由度的混合神经网络模型预测方法及系统，包括由船舶上安装的姿态传感器获取原始船舶摇晃姿态数据，将原始船舶摇晃姿态数据通过重采样进行解码得到船舶摇晃姿态时间序列；将船舶摇晃姿态时间序列通过自适应经验小波变换方法进行自适应分解得到分解后多个子序列，形成子序列矩阵，以降低船舶三自由度运动非线性非平稳性，划分为训练集、验证集和测试集；引入双向长短期记忆网络以从过去和未来两个方向学习船舶三自由度的时间特征，使用引力搜索算法与粒子群算法结合的混合优化算法对隐含层节点数和学习率进行寻优，基于优化后的双向长短期记忆网络预测并输出结果。本发明提高了船舶三自由度预测的稳定性与准确性。
-
公开(公告)号：CN113837454A
公开(公告)日：2021-12-24
申请号：CN202111053868.4
申请日：2021-09-09
Applicant: 武汉大学
Abstract: 本发明提供一种船舶三自由度的混合神经网络模型预测方法及系统，包括由船舶上安装的姿态传感器获取原始船舶摇晃姿态数据，将原始船舶摇晃姿态数据通过重采样进行解码得到船舶摇晃姿态时间序列；将船舶摇晃姿态时间序列通过自适应经验小波变换方法进行自适应分解得到分解后多个子序列，形成子序列矩阵，以降低船舶三自由度运动非线性非平稳性，划分为训练集、验证集和测试集；引入双向长短期记忆网络以从过去和未来两个方向学习船舶三自由度的时间特征，使用引力搜索算法与粒子群算法结合的混合优化算法对隐含层节点数和学习率进行寻优，基于优化后的双向长短期记忆网络预测并输出结果。本发明提高了船舶三自由度预测的稳定性与准确性。
-
公开(公告)号：CN114019461B
公开(公告)日：2025-01-24
申请号：CN202111273905.2
申请日：2021-10-29
Applicant: 武汉大学
IPC: G01S7/36 , G01S7/41 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于卷积去噪自编码的微波雷达海杂波抑制方法及系统，包括选取微波雷达实验雷达目标回波脉冲串数据作为基准回波，并作补零图像化处理；建立海杂波的时域去相关模型；根据回波基准数据建立目标加杂波的丰富信杂比的序列模型，并作图像化处理；利用卷积去噪自编码器和Inception网络，建立基于深度卷积去噪自编码器的雷达海杂波抑制神经网络模型RCSCDAE；训练RCSCDAE神经网络基函数的中心值、方差以及隐含层到输出层的权值；利用RCSCDAE神经网络抑制海杂波，恢复目标信号。本发明采用RCSCDAE神经网络方法抑制海杂波并重构目标信号，克服现有传统方法实时性低、目标重构能量损失大等问题，为微波雷达海杂波抑制提供新的技术手段。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.016 seconds)
