-
公开(公告)号：CN113406672B
公开(公告)日：2023-03-24
申请号：CN202110669463.7
申请日：2021-06-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于自适应加窗的分段线性调频干扰消除方法，包括：利用无线接收机获得数字化接收信号数据；对接收数据进行差分图干扰参数估计，检测线性调频成分的调频周期长度、调频起止位置与调频率变化情况；根据线性调频干扰的周期信息将接收的信号进行分段，对于不同段的含干扰信号补零并自适应地调整分数阶傅里叶变换所需的窗长度，最后通过分数域干扰抑制获得消除干扰后的信号并在时域去除残余干扰。本申请方法在对线性调频干扰抑制过程中，提高了干扰在分数阶域的聚集程度，减少了干扰与期望信号的交叠程度，在消除干扰成分时对期望信号损伤较小。
-
公开(公告)号：CN115114960A
公开(公告)日：2022-09-27
申请号：CN202210767193.8
申请日：2022-06-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信号识别技术领域，具体涉及一种基于自适应黑蜘蛛猴算法的辐射源个体识别方法。本发明通过构造类内、类间离差矩阵，设计离差损失，融合四元组和中心聚类损失，使得损失函数的构建更具可靠性；通过设计自适应黑蜘蛛猴算法对损失函数权重寻优，构建改变搜索方向的标志，利用螺旋优化搜索，扩大搜索范围，引入探索和平衡开发因子，使权重随迭代次数改变，减少了权重变化的盲目性，增强了辐射源个体识别方法的泛化性、准确性和适应性。本发明不仅能提高网络收敛速度，增加网络的泛化性和可靠性，还能准确实现辐射源个体识别，具备较好的适用性。
-
公开(公告)号：CN111160171B
公开(公告)日：2022-04-12
申请号：CN201911314248.4
申请日：2019-12-19
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测领域，具体涉及一种联合两域多特征的辐射源信号识别方法，包括以下步骤：对辐射源信号进行短时傅里叶变换、改进的魏格纳时频分布变换和希尔伯特黄变换，获得三种时频特征图像；分别提取三种时频特征图像的Green单通道图像，将三种Green单通道图像进行通道融合，获得新特征图像；本发明采用多时频图像通道融合手段得到新三维时频图像。短时傅里叶变换反应信号的线性时频特征，改进的魏格纳分布反应信号的非线性时频特征，希尔伯特黄变换不受海森堡测不准原理制约，有好的时频分别率，通道融合得到的新三维时频图像可以更全面的表征信号的时频信息，提高系统的可靠性。
-
公开(公告)号：CN111865452A
公开(公告)日：2020-10-30
申请号：CN202010606879.X
申请日：2020-06-29
Applicant: 哈尔滨工程大学
IPC: H04B17/309 , H04L27/26
Abstract: 本发明属于辐射源信号分离技术领域，具体涉及一种基于自适应细菌觅食的单通道盲源分离方法。本发明针对现有的SCBSS方法存在准确性低和无法在未知源数目情况下进行准确分离的问题，将单通道观测信号进行虚实分解得到两路待分解信号，在源信号数目未知的条件下，利用基于信息论准则的MDL-AIC组合数目估计方法和基于GDE的数目估计方法对单通道观测信号进行源数目估计，同时采用自适应细菌觅食算法对VMD的参数进行优化，将VMD所需分解层数、惩罚因子依靠人为确定和重建多路信号所需源数目未知的问题转变为复杂目标函数的求解问题。本发明相较于利用VMD的SCBSS方法可以得到更优的参数，解决了现有SCBSS方法准确性低和需要已知源数目的问题，提升此方法准确性。
-
公开(公告)号：CN111308426A
公开(公告)日：2020-06-19
申请号：CN201911260971.9
申请日：2019-12-10
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种适用于单天线接收机的低信噪比周期调频信号检测与分离方法，属于无线电信号检测与分离领域。所述方法包括：利用单天线接收机获得数字化接收信号数据；对接收数据进行自相关运算，检测其中周期成分并估计其周期；根据截获信号的周期特性将截获的信号进行分割、重组，检测并提取重组后信号单频分量，最后进行信号重构，获得分离后信号。本发明能够降低检测与分离周期调频信号的计算量，同时提高信号检测与分离准确率，并且适用于多种非线性周期调频信号的检测与分离。
-
Patent Agency Ranking
公开(公告)号：CN111079615A
公开(公告)日：2020-04-28
申请号：CN201911258192.5
申请日：2019-12-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于辐射源信号分离领域，目的在于提供一种基于莱维飞行细菌觅食进化的盲源分离方法：首先，对群智能交互机制参数和种群进行初始化，然后开始迭代和趋向循环，判断是否达到最大趋向次数，若未达到继续进行趋向操作，否则开始复制操作，完成复制操作后开始种群迁徙，完成迁徙后，对种群实施差分进化并进行多样性评估，若子代平均个体间距大于父代，则将子代种群替换父代；最后，判定是否达到最大迭代次数，若未达到则继续迭代，否则将最优参数组合输出至VMD中得到本征模态分量，相关运算后选取相关系数最大且与源信号具有相同数量的分量作为最终源信号。本发明提高了盲源分离的收敛速度及可靠性，增强了盲源分离的实时性及准确性。
-
公开(公告)号：CN109870668A
公开(公告)日：2019-06-11
申请号：CN201910271459.8
申请日：2019-04-04
Applicant: 哈尔滨工程大学
IPC: G01S3/04
Abstract: 本发明公开了一种基于辅助阵元的平面阵自适应波束形成耦合自校正方法，属于阵列波束形成技术领域；首先，根据实际阵元构建所需辅助阵元的物理模型；然后根据设置辅助阵元后的物理模型得到中间实际阵元的接收信号矢量；然后对中间子阵列的导向矢量进行校正求出校正后的导向矢量。最后根据线性约束最小方差准则结合拉格朗日乘子法，求出自适应波束形成的权值，实现平面阵天线去耦自校正。本发明适用于平面阵的去耦，并且可以在未知互耦矩阵的条件下进行耦合自校正；将存在耦合现象的平面阵列，通过耦合自校正，可以使得天线阵列可以生成准确的主瓣与零陷方向，且零陷深度足以满足对干扰信号的抑制，副瓣低。
-
公开(公告)号：CN115114960B
公开(公告)日：2024-12-31
申请号：CN202210767193.8
申请日：2022-06-30
Applicant: 哈尔滨工程大学
IPC: G06F18/2413 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/086 , G06N3/0985 , G06N3/045
Abstract: 本发明属于信号识别技术领域，具体涉及一种基于自适应黑蜘蛛猴算法的辐射源个体识别方法。本发明通过构造类内、类间离差矩阵，设计离差损失，融合四元组和中心聚类损失，使得损失函数的构建更具可靠性；通过设计自适应黑蜘蛛猴算法对损失函数权重寻优，构建改变搜索方向的标志，利用螺旋优化搜索，扩大搜索范围，引入探索和平衡开发因子，使权重随迭代次数改变，减少了权重变化的盲目性，增强了辐射源个体识别方法的泛化性、准确性和适应性。本发明不仅能提高网络收敛速度，增加网络的泛化性和可靠性，还能准确实现辐射源个体识别，具备较好的适用性。
-
公开(公告)号：CN117518081B
公开(公告)日：2024-11-29
申请号：CN202311472200.2
申请日：2023-11-07
Applicant: 哈尔滨工程大学
IPC: G01S5/08 , G01S5/02 , G01S3/14 , G06F18/23213 , G06F18/28
Abstract: 一种基于K‑Means聚类的最小化交叉熵DOA估计方法，涉及波达方向估计技术领域。本发明是为了解决现有DOA估计准确率低的问题。本发明包括：设定重复次数i，并获得第i次重复最小化交叉熵原子选择范围位置集合#imgabs0#构建第i次重复时正交最小二乘支撑集位置集合#imgabs1#根据#imgabs2#和#imgabs3#构建候选支撑集位置集合，并利用候选支撑集位置集合获取优秀支撑集位置集合#imgabs4#从而获得最优支撑集位置集合#imgabs5#根据当前重复次数i判断是否停止重复，若停止重复则执行利用最优支撑集位置集合#imgabs6#重构来波信号，获得重构后的来波信号#imgabs7#并估计来波信号角度#imgabs8#否则令i＝i+1。本发明用于估计来波信号和来波信号角度。
-
公开(公告)号：CN117475216B
公开(公告)日：2024-11-29
申请号：CN202311439960.3
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/42 , G06N3/0464 , G06V10/82 , G06V20/13 , G06V20/10 , G06V10/80
Abstract: 一种基于AGLT网络的高光谱与激光雷达数据融合分类方法，它属于高光谱图像分类领域。本发明解决了现有方法的分类性能差的问题。本发明可以从高光谱图像数据中捕获和学习高光谱空‑谱联合特征，从LiDAR‑DSM数据中获取高程特征；并将非对称卷积核引入视觉Transformer结构，充分利用了卷积神经网络强大的空间上下文信息提取能力和基于自注意力机制的视觉Transformer强大的远程依赖建模能力；设计Bi前馈单元用于视觉Transformer，以充分提取数据的全局和局部信息，提高了模型的分类性能。本发明方法可以应用于高光谱图像分类。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.025 seconds)
