-
公开(公告)号：CN110968830A
公开(公告)日：2020-04-07
申请号：CN201911338927.5
申请日：2019-12-23
Applicant: 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明提出基于射线简正波理论的深海完整声道下焦散线会聚区增益计算方法，本发明在深海完整声道情况下，利用射线简正波理论分析了典型的深海Munk声速剖面情况，得到了声压的表达式，根据声压的表达式计算出声强，并在中心频率三分之一倍频程的带宽内计算了能量平均的声强值，依此计算了能量平均的传播损失值，然后计算了下会聚区焦散线处的球面波扩展损失值，将能量平均的传播损失值与球面波扩展损失值进行了比较，从而求出了下焦散线会聚区处的增益值，从结果证明了本发明所提出的增益计算方法有很好的效果。
-
公开(公告)号：CN103983338B
公开(公告)日：2016-08-24
申请号：CN201410195827.2
申请日：2014-05-09
Applicant: 哈尔滨工程大学
IPC: G01H3/00
Abstract: 本发明公开了一种在20?1000Hz低频范围内的多极子矢量接收阵校准方法。平面多极子矢量接收阵包括1号～9号阵元，声源与平面多极子矢量接收阵之间距离满足d≥(最大线度)2/波长；调节信号发生器产生CW脉冲信号，经功率放大器加载到声源上形成测试声场；采集与存储各阵元的接收信号；选取5号阵元为参考阵元，分别获得0?360°范围内1号～9号阵元的接收信号与参考阵元的接收信号之间的相位修正因子，进行校正。本发明提供一种在有限水域、可操作性强、方便实用、校准精度高的校准方法，可广泛应用于低频小型接收阵的校准。
-
公开(公告)号：CN103983338A
公开(公告)日：2014-08-13
申请号：CN201410195827.2
申请日：2014-05-09
Applicant: 哈尔滨工程大学
IPC: G01H3/00
Abstract: 本发明公开了一种在20-1000Hz低频范围内的多极子矢量接收阵校准方法。平面多极子矢量接收阵包括1号～9号阵元，声源与平面多极子矢量接收阵之间距离满足d≥(最大线度)2/波长；调节信号发生器产生CW脉冲信号，经功率放大器加载到声源上形成测试声场；采集与存储各阵元的接收信号；选取5号阵元为参考阵元，分别获得0-360°范围内1号～9号阵元的接收信号与参考阵元的接收信号之间的相位修正因子，进行校正。本发明提供一种在有限水域、可操作性强、方便实用、校准精度高的校准方法，可广泛应用于低频小型接收阵的校准。
-
公开(公告)号：CN114280618B
公开(公告)日：2025-03-25
申请号：CN202111494099.1
申请日：2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于声矢量水听器的小尺寸体积阵三维波束形成方法。本发明涉及小尺寸声矢量阵的波束形成技术领域，本发明通过构建以矢量水听器为基元的小尺寸声矢量体积阵，并构建接收信号模型；利用差分法得到声压对不同方向的各阶空间梯度；提取各阶空间梯度中的多极子模态；利用多极子模态合成球函数,提取三维声场的各阶球谐波；利用球函数合成在期望的三维波束。本发明利用上述加权向量对小尺寸声矢量体积阵进行加权处理即可获得任意期望的三维波束,实现三维波束形成，不但解决了甚低频段高三维空间增益与阵列孔径之间的矛盾,还能满足三维空间探测的需求。
-
公开(公告)号：CN118535911A
公开(公告)日：2024-08-23
申请号：CN202410482900.8
申请日：2024-04-22
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/2411 , G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 基于垂直阵的浅海水面水下目标分辨的深度学习方法，属于水声信号处理领域。为解决现有技术中存在的，水面水下目标的特征分布在特征空间上重叠的问题，本发明提出了基于垂直阵的浅海水面水下目标分辨的深度学习方法，针对二者由于相似的物理特性和环境参数时特征分布高度相似，利用深度学习方法来抑制类间重叠，技术方案如下：方法包括：采集训练用浅海水面水下目标对应的训练用水文数据；根据训练用水文数据，得到相应声场的相干谱数据集；根据预设模型，对相干谱数据集进行特征提取并抑制噪声；对预设模型进行端对端优化。可以应用于水下目标识别和定位领域，如海洋勘测、水下探测、海洋资源开发等工作中。
-
Patent Agency Ranking
公开(公告)号：CN118011465A
公开(公告)日：2024-05-10
申请号：CN202410038995.4
申请日：2024-01-11
Applicant: 哈尔滨工程大学
IPC: G01V1/00
Abstract: 利用浅海质点振速强度差进行声源深度估计的方法及装置，涉及浅海声源目标深度估计技术领域。为解决现有技术中存在的，现有的浅海声源深度估计方法中，计算复杂度较高，需要考虑简正波相干模态和的交叉作用项，以及没有考虑角度积分的近似条件，导致计算效率低下的技术问题，本发明提供的技术方案为：利用浅海质点振速强度差进行声源深度估计的方法，所述方法包括：采集待测浅海质点振动数据的步骤；根据所述振动数据，得到浅海质点振速的深度分布特性的步骤；根据所述深度分布特性，得到质点间振速差的步骤；根据所述质点间振速差的深度分布规律，得到声源深度的步骤。可以应用于水下目标探测与定位、海洋环境参数反演等工作中。
-
公开(公告)号：CN116736255A
公开(公告)日：2023-09-12
申请号：CN202310752175.7
申请日：2023-06-25
Applicant: 哈尔滨工程大学
Abstract: 弱目标线谱多帧相干检测前跟踪方法，公开了一种基于多帧相干积分的弱目标线谱检测前跟踪方法。步骤1：对被动声呐接收数据进行多帧相干积分，得到量测计算值；步骤2：建立包含有目标存在指示变量的状态方程；步骤3：根据多帧数据中信号相位的相干性建立多帧相干积分量测方程；步骤4：推导与量测方程相匹配的基于多帧相干积分的似然比函数；步骤5：结合步骤1的量测计算值和步骤2到4建立的多帧相干检测前跟踪模型，利用粒子滤波迭代算法得到更稳健的目标线谱检测跟踪结果。本发明针对动态时变海洋声信道中，接收信号幅度波动导致的单帧检测前跟踪方法易产生大量漏报的问题。可应用于大部分声呐设备上。
-
公开(公告)号：CN115905842A
公开(公告)日：2023-04-04
申请号：CN202211603461.9
申请日：2022-12-13
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/08 , G01S5/18
Abstract: 基于非高斯脉冲噪声下微弱线谱联合检测与重构的深度学习方法及装置，涉及水声信号处理领域。为解决现有技术中存在的，微弱线谱检测方法主要利用经验知识提取目标特征，它们的性能很大程度上取决于操作者对于样本的认知程度。同时将高斯噪声假设下的水声信号处理技术直接应用于非高斯噪声下信号检测会使得其性能下降甚至失效的问题，本发明提供的技术方案为：微弱线谱联合检测与重构方法，包括：采集脉冲噪声，并根据噪声构建舰船线谱数据集；将数据集进行预处理，得到lofar图；提取lofar图的微弱特征，并得到线谱检测与重构的结果；根据所述lofar图与所述结果对预设模型进行训练，并输出训练后的模型。适用于高斯脉冲噪声下弱线谱检测和重构的工作中。
-
公开(公告)号：CN115308750A
公开(公告)日：2022-11-08
申请号：CN202210735829.0
申请日：2022-06-27
Applicant: 哈尔滨工程大学
Abstract: 一种小尺寸矢量阵姿态与幅相误差联合校正方法、装置、计算机及存储介质，涉及声呐阵列处理领域。解决了现有技术缺少一种同时考虑未知阵体姿态与固定幅相误差情况下的校正方法的问题。所述方法包括：构建矢量水听器的小尺寸矢量阵和信号接收系统；根据所述小尺寸矢量阵和信号接收系统获取小尺寸矢量阵的阵体水平姿态与倾斜姿态的振速；根据所述阵体水平姿态的振速构建非线性方程组并进行非线性方程组求解；根据非线性方程组的解进行坐标变换，获取矢量水听器的立体阵；扫描矢量水听器的立体阵，获取声源方位角估计值；根据声源方位角估计值对立体阵进行幅相误差有源校正，获取阵体的姿态与幅相误差的联合校正。适用于小尺寸矢量阵的校正领域。
-
公开(公告)号：CN115308750B
公开(公告)日：2025-03-25
申请号：CN202210735829.0
申请日：2022-06-27
Applicant: 哈尔滨工程大学
Abstract: 一种小尺寸矢量阵姿态与幅相误差联合校正方法、装置、计算机及存储介质，涉及声呐阵列处理领域。解决了现有技术缺少一种同时考虑未知阵体姿态与固定幅相误差情况下的校正方法的问题。所述方法包括：构建矢量水听器的小尺寸矢量阵和信号接收系统；根据所述小尺寸矢量阵和信号接收系统获取小尺寸矢量阵的阵体水平姿态与倾斜姿态的振速；根据所述阵体水平姿态的振速构建非线性方程组并进行非线性方程组求解；根据非线性方程组的解进行坐标变换，获取矢量水听器的立体阵；扫描矢量水听器的立体阵，获取声源方位角估计值；根据声源方位角估计值对立体阵进行幅相误差有源校正，获取阵体的姿态与幅相误差的联合校正。适用于小尺寸矢量阵的校正领域。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.02 seconds)
