-
公开(公告)号：CN110095749A
公开(公告)日：2019-08-06
申请号：CN201910377716.6
申请日：2019-05-05
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明听的是一种基于非圆信号的多重孔径嵌套阵列设置及DOA估计方法。首先根据总阵元数N得到原始嵌套阵列两子阵阵元数N1和N2及阵列结构；然后基于嵌套阵列两子阵对应关系得到各自的偏移量l1和l2；接着根据阵列接收非圆信号及虚拟阵列的特点设计连续虚拟阵列自由度最大的多种物理阵列摆放形式；最后根据实际需求取其中一种用于非圆信号欠定波达方向估计。本发明提出的非圆信号阵列设置与现有嵌套阵列相比，具有阵列摆放灵活和孔径多变但连续虚拟阵列自由度固定且有效提高的优点，可实现高性能的非圆信号欠定波达方向估计。
-
公开(公告)号：CN106990386A
公开(公告)日：2017-07-28
申请号：CN201710239780.9
申请日：2017-04-13
Applicant: 哈尔滨工程大学
IPC: G01S3/14
CPC classification number: G01S3/14
Abstract: 本发明的目的在于提供一种单偶极子极化敏感旋转阵列DOA与极化参数联合估计方法，首先对所述极化敏感旋转阵列的阵列接收信号进行数学建模，之后对MUSIC算法的谱函数中的导向矢量的表达式进行修正，从而利用MUSIC算法实现入射信号DOA与极化参数的联合估计。本发明所述的旋转阵列不仅可以利用单偶极子构造极化敏感旋转阵列进行构造，还可以利用任意极化敏感天线单元或组合对其进行构造，具有很强的可移植性。该阵列可以有效降低系统的通道数，极大的降低了系统的成本，并且较少的阵元数有效的避免了阵元数较多带来的通道不一致性的问题。
-
公开(公告)号：CN101105526A
公开(公告)日：2008-01-16
申请号：CN200710072495.9
申请日：2007-07-11
Applicant: 哈尔滨工程大学
IPC: G01S7/285
Abstract: 本发明提供的是一种基于信号的实时跟踪本振装置。它包括限放13、混频器14、滤波器15、放大器16、滤波器17、功分器18和锁相源19，经限放13放大的信号fs和锁相源19信号fIL输入混频器14，混频器输出的信号为fs－fIL，经过滤波器15滤波，输入放大器16放大，再经过滤波器17后，由功分器18分成两路、作为信道中两混频器5、6的本振。本发明是一种克服当前用频率敞开牺牲接收机灵敏度的方法截获跟踪频率捷变雷达信号的缺点，采用基于雷达信号的实时跟踪本振，实现实时地跟踪每一个雷达脉冲内的载频信号的本振装置。本发明提高接收机的灵敏度大约18dB左右，使接收机作用距离增加8倍。
-
公开(公告)号：CN118777975B
公开(公告)日：2025-03-07
申请号：CN202410760999.3
申请日：2024-06-13
Applicant: 哈尔滨工程大学
Abstract: 基于天线空域极化特征的极化敏感阵列测向方法，它属于阵列信号处理技术领域。本发明的目的是为解决由于现有方法中的天线和电磁波极化表述不统一以及未考虑接收天线的空域极化特性，导致DOA和空域极化参数估计的误差大的问题。本发明通过极化敏感阵列测向过程中发射天线和接收天线的极化定义、接收天线的旋转以及电磁波的极化状态在统一的全局直角坐标系下进行描述，可以量化描述天线的极化，使得电磁波和天线极化的描述更自然。同时本发明的测向方法还考虑了接收天线的空域极化特性的影响，提高了DOA和空域极化参数估计的精度。本发明方法可以应用于极化敏感阵列测向。
-
公开(公告)号：CN110764063B
公开(公告)日：2024-04-30
申请号：CN201910976041.7
申请日：2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于电子对抗技术领域，具体涉及使搜索效果更快更明显的一种基于SDIF与PRI变换法结合的雷达信号分选方法。本方法包括如下步骤：对雷达信号进行预分组；利用SDIF方法对预分选后的雷达分组建立到达时间级差直方图；依据雷达信号模型时域特点快速搜索提取雷达信号；建立一级差直方图快速分析参差信号；判断是否仍有复杂类型雷达信号残留；查询各模块分选结果。本发明的有益效果在于：预分选与主分选结合，将SDIF与PRI变换法结合作为主分选，SDIF部分对复杂雷达电磁环境中常规信号、参差信号、脉间捷变频以及脉组捷变频信号进行快速而有效的分选，PRI变换法部分分选剩余的抖动信号，各部分算法各司其职，承上启下，组合成有效快速的综合分选算法。
-
Patent Agency Ranking
公开(公告)号：CN109752687B
公开(公告)日：2023-08-01
申请号：CN201910036688.1
申请日：2019-01-15
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种降低阵元互耦效应的改进型互质阵列设置方法。主要解决现有稀疏阵列阵元互耦大以及物理阵列孔径不够大的问题。其技术方案是：首先，根据给定的阵元数R确定与改进型互质阵列两子阵列阵元数相关的参数M及N；其次，根据M及N确定两均匀子阵列的阵元位置；最后，再在原点处添加一个阵元作为参考阵元。本发明可用于入射信源个数大于阵元数情况下的波达方向估计，并且能够减少阵元间的互耦效应，在不采用任何解耦算法的情况下仍具有良好的DOA估计性能。在相同阵元数下，本发明对应的改进型互质阵列具有更大的阵元间隔以及物理孔径，从而能够极大地降低阵元间的互耦，相比于传统的互质阵列具有更好的DOA估计性能。
-
公开(公告)号：CN109444810B
公开(公告)日：2022-11-01
申请号：CN201811582959.5
申请日：2018-12-24
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 一种非负稀疏贝叶斯学习框架下的互质阵列非网格DOA估计方法，属于信号处理中高分辨测向方法研究领域。本发明首先对互质阵列接收数据协方差矩阵进行向量化，构造虚拟接收信号模型，然后基于该模型中虚拟入射信号元素非负的特点构造非负稀疏贝叶斯模型，再通过期望最大化算法迭代更新超参数以及网格点集合，最后根据最终更新的网格点集合以及超参数构造信号功率谱，之后再通过谱峰搜索确定估计的DOA。本发明方法将运算过程由复数域转向实数域，从而在一定程度上能够降低计算复杂度。此外，互质阵列的应用可以实现欠定DOA估计，突破了阵元数对最大可估计信源数的限制，从而能够在一定程度上减少硬件成本，具有一定的工程应用价值。
-
公开(公告)号：CN111582236B
公开(公告)日：2022-08-02
申请号：CN202010461186.6
申请日：2020-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于稠密卷积神经网络的LPI雷达信号分类方法，首先制作数据集，获取几种不同脉内调制方式的LPI雷达信号，对雷达信号进行时频分布处理，得到时频图像；采用图像处理技术，对时频图像进行预处理。然后构建一种基于稠密卷积神经网络的特征提取与分类方法。为了加快和优化所提模型的学习效率，采用迁移学习对网络模型进行预训练，利用Adam算法对网络参数进行优化训练。最后采用SoftMax分类器准确获得8个LPI雷达信号分类结果。本发明提出利用稠密卷积神经网络，能更充分提取雷达信号特征，加强特征重利用，从而提高雷达波形在低信噪比下的识别性能，可用于复杂电磁环境下的雷达信号识别。
-
公开(公告)号：CN110095749B
公开(公告)日：2022-08-02
申请号：CN201910377716.6
申请日：2019-05-05
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明听的是一种基于非圆信号的多重孔径嵌套阵列设置及DOA估计方法。首先根据总阵元数N得到原始嵌套阵列两子阵阵元数N1和N2及阵列结构；然后基于嵌套阵列两子阵对应关系得到各自的偏移量l1和l2；接着根据阵列接收非圆信号及虚拟阵列的特点设计连续虚拟阵列自由度最大的多种物理阵列摆放形式；最后根据实际需求取其中一种用于非圆信号欠定波达方向估计。本发明提出的非圆信号阵列设置与现有嵌套阵列相比，具有阵列摆放灵活和孔径多变但连续虚拟阵列自由度固定且有效提高的优点，可实现高性能的非圆信号欠定波达方向估计。
-
公开(公告)号：CN109932680B
公开(公告)日：2022-05-20
申请号：CN201910268459.2
申请日：2019-04-04
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明提供的是一种基于平移互质阵列的非圆信号波达方向估计方法。平移传统互质阵列得到平移互质阵列得平移互质阵列接收数据，得到扩展接收数据矢量，求该扩展接收数据矢量的协方差矩阵，向量化该协方差矩阵得到虚拟接收信号模型，对虚拟接收信号矢量进行去重排序操作后得到一个新的对应于虚拟均匀线阵的虚拟接收信号模型，取此时的虚拟接收矢量中的元素形成所需的埃尔米特矩阵即等价的协方差矩阵，对等价的协方差矩阵进行特征值分解得到噪声子空间，构造空间谱，谱峰处所对应的角度即为估计的入射信号的DOA。本发明的平移互质阵列与传统互质阵列相比，具有更大的虚拟阵列孔径以及虚拟连续自由度，可估计信源数更多，具有更优的DOA估计性能。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.052 seconds)
