-
公开(公告)号：CN112986922B
公开(公告)日：2022-09-16
申请号：CN202110233326.9
申请日：2021-03-03
Applicant: 哈尔滨工程大学
IPC: G01S7/292 , G08B29/26 , H04B17/336
Abstract: 本发明属于电子侦察技术领域，具体涉及一种基于顺序统计滤波和二元检测的被动雷达信号检测方法。本发明通过信道化预处理对大瞬时监测带宽内的低信噪比信号进行一定的降速和信噪比提升后，再结合二元积累检测，在一定低信噪比条件下可以实现快速准确检测。适应了被动雷达领域中侦察系统采样率越来越高的趋势，解决了低信噪比条件下信号检测困难的问题。本发明基于信道内相对稳定的条件下，通过对并行滑动窗口内的参考数据进行顺序统计滤波处理来估计检测门限，且不需要额外的门限补偿，其中并行流水型结构保证了在强噪声下可以快速得出自适应的恒定虚警门限，采用二元积累检测技术可以进一步提高检测和虚警概率，突破了现有检测方法的应用局限。
-
公开(公告)号：CN112305496B
公开(公告)日：2022-06-17
申请号：CN202011156033.7
申请日：2020-10-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种被动测向通道相位校正方法，利用DNN网络提取接收机接收信号相位特征，将校正问题转化为DNN网络特征提取问题，找出通道输出信号相位差与天线信号原始相位差的映射，并校正通道相位误差。对接收到的信号进行相位误差模型的建立，将天线信号与通道频率响应函数的乘积作为输入，通过对天线信号初始相位差从0到180°的稀疏点校正，从而达到全相位的校正。相比于传统方法，本发明可以具有更好的灵活性，通过将校正后信号的相位以标准差形式展现，可以更好的说明网络的稳定性，从而带来更好的校正效果。
-
公开(公告)号：CN114488064A
公开(公告)日：2022-05-13
申请号：CN202210092658.4
申请日：2022-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种距离‑速度联合估计方法，包括接收回波信号并进行下变频和模数转换处理；进行解相干处理，求得前向空间平滑之后的互相关矩阵；利用ESPRIT算法进行第一次粗估计，求得信号距离协方差矩阵和速度协方差矩阵并进行特征值分解并求出逆矩阵；对逆矩阵进行乘法变换得到辅助矩阵组，提取出速度矩阵组和距离矩阵组，得到估算速度‑距离范围空间；根据MUSIC算法进行精测快速估计，构造协方差矩阵；特征值分解，根据协方差矩阵计算出特征值和特征向量；进行谱峰搜索，构造速度和距离矩阵，得到MUSIC伪谱函数最小值，即速度、距离估计值，本发明保证估计精度的同时，拥有更好距离模糊性，降低运算复杂度，节省计算时间。
-
公开(公告)号：CN109446877B
公开(公告)日：2022-01-07
申请号：CN201811017302.4
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明属于电子侦察识别领域，具体涉及一种联合多维特征迁移融合的雷达辐射源信号调制识别方法，包括以下步骤：产生九种雷达信号组成雷达信号集；运用时频变换将雷达信号转换为时频图像；对时频图像进行变换使得符合之后的预训练大网络的输入要求；将预处理完的时频图像送入LeNet5网络进行特征提取，从输入层至C5卷积层构成特征提取模块输出提取特征；对上述提取特征步骤得到的数据选择降维的方式进行处理；本发明采用时频分析的方法，将一维时域信号映射到二维时频域，在时频域对雷达信号进行分析与处理，且对于非平稳的雷达信号有更好的效果，本发明采用的自训练网络结构简单，在低信噪比的情况下可以很好的提高系统的可靠性。
-
公开(公告)号：CN113726350A
公开(公告)日：2021-11-30
申请号：CN202110908254.3
申请日：2021-08-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度神经网络的强相关自干扰对消方法，将DNN神经网络引入到收发同时系统强相关自干扰对消系统中，采用DNN神经网络拟合自适应对消系统模型，替代传统的自适应滤波算法，提出了基于DNN的强相关自干扰对消方法。该方法摒弃了传统的自适应算法，通过训练好的DNN网络模型，该系统模型可以实现对强相关自干扰信号的有效消除，从而可以更准确的从强相关自干扰信号中恢复出目标信号。
-
Patent Agency Ranking
公开(公告)号：CN109474558B
公开(公告)日：2021-09-10
申请号：CN201811603823.8
申请日：2018-12-26
Applicant: 哈尔滨工程大学
IPC: H04L27/26 , H04J13/00 , H04B7/0413 , H04L27/32
Abstract: 一种基于FPGA的无线触发系统及方法，属于触发控制领域。本发明无线触发系统主要包括FPGA基带处理模块、D/A数模转换模块、射频收发模块、A/D模数转换模块、电源模块；FPGA基带处理模块产生的BPSK‑OFDM信号经过D/A数模转换模块及射频收发模块上变频至2.4GHz通过天线发射，接收天线将接收到的信号经射频收发模块下变频变回基带信号，再经A/D模数转换模块传给FPGA，FPGA对接收到的信号与本地信号进行快速滑动相关检测并判决，如果相关检测结果大于设定阈值则触发。本发明采用无线触发方式，对环境适应性强，应用范围广；选择相关特性良好的码组ZCZ码作为触发信号，不易受噪声干扰，检测成功率高；接收端采用“边接收边检测”机制，数据接收和检测同时完成，极大缩短触发时间。
-
公开(公告)号：CN112305506A
公开(公告)日：2021-02-02
申请号：CN202011156030.3
申请日：2020-10-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于CNN的LPI雷达信号检测方法，使用CNN进行信号检测，将信号检测问题转化成基于CNN的特征提取问题，对截获到的雷达信号脉冲进行采样，将采样后的离散信号的同相分量和正交分量直接输入神经网络，实现在一定误差范围内的高准确率信号检测。本发明对不同SNR下的LPI雷达信号检测具有泛化能力；由于信号带宽、载频等参数的随机性，可以保证测试集具有泛化性，说明对未经训练的信号具有一定的泛化能力，具有良好的应用前景。
-
公开(公告)号：CN112114313A
公开(公告)日：2020-12-22
申请号：CN202011013966.0
申请日：2020-09-24
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供结合正交匹配追踪算法的ISAR稀疏采样成像方法，通过发射一段完整信号，在接收端进行稀疏采样处理，通过稀疏的采样方式得到稀疏信号，然后采样后对稀疏的信号进行重构，再进行ISAR成像处理，可以得到更高质量的成像图形，且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法，而是将OMP算法在采样方式上对采样信号进行处理，然后重构应用到ISAR成像领域来。本发明大大提升信号的利用率，并且能提升成像质量。
-
公开(公告)号：CN106896348B
公开(公告)日：2020-07-14
申请号：CN201710027579.4
申请日：2017-01-16
Applicant: 哈尔滨工程大学
IPC: G01S7/292
Abstract: 本发明属于雷达信号分选技术领域，具体涉及一种基于概率数据关联的雷达信号分选方法。本发明包括：利用在杂波环境下一个采样周期的采样数据，用逻辑法确立初始雷达参数库；对采样数据进行联合概率数据关联，把确认矩阵拆分成互联矩阵，计算联合事件概率；计算联合事件概率：计算新息协方差、目标增益矩阵以及状态估计协方差；更新雷达参数库；重复步骤，直到本次采样数据关联完毕。应用本发明可以在信噪比较低和采样数据精确度有限的情况下正确而有效地得到稳定的雷达信号参数，将采样周期内各个时刻的采样点的数据与雷达库数据进行概率互联，并对雷达库参数进行预测和更新，达到在杂波与信号共存的情况下分选出准确的雷达信号的目的。
-
公开(公告)号：CN110764067A
公开(公告)日：2020-02-07
申请号：CN201910975779.1
申请日：2019-10-15
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明公开了傅里叶变换的LFM-BPSK复合调制雷达信号参数估计方法，属于雷达信号处理技术领域。首先对LFM-BPSK复合调制信号进行平方处理用于去除相位编码调制，基于插值补偿的优化分数阶傅里叶变换算法对该线性调频信号的起始频率和调频系数进行估计计算，然后重构线性调频信得到基带二相编码信号，最后基于循环谱相关算法提取二相编码信号的码速率。由于采用了插值优化分数阶傅里叶变换算法，提高了对复合信号初始频率和调频斜率的参数估计精度，也间接提高了利用循环谱相关算法对码元速率的估计精度。结合滤波处理和信号重构有效提高了信号参数估计的稳定性。通过参数估计的仿真结果表明在低信噪比下仍具有较高的估计精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.135 seconds)
