-
公开(公告)号：CN116520278A
公开(公告)日：2023-08-01
申请号：CN202310486450.5
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明属于雷达通信一体化信号接收处理技术领域，涉及一种基于雷达通信一体化系统接收端的信号处理方法。所述方法包括：采用小波包降噪算法对接收到的携带着噪声的非线性调频十六阶正交振幅调制雷达通信一体化信号进行去噪处理；对经过小波包降噪后的非线性调频十六阶正交振幅调制的雷达通信一体化信号进行同态变换；利用盲源分离算法对经过同态变换后的非线性调频十六阶正交振幅调制雷达通信一体化信号进行分离；利用分离后的雷达信号对单个运动目标进行探测。将小波包阈值降噪算法与盲源分离算法相结合对接收到的信号进行相关处理，利用处理后的雷达信号对单个运动目标进行探测，距离维弥散现象与速度维的目标幻影现象得到明显改善。
-
公开(公告)号：CN111323794B
公开(公告)日：2023-05-05
申请号：CN202010204163.7
申请日：2020-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于周期重采样的周期调频干扰消除方法，包括：利用无线接收机获得数字化接收信号数据；对接收数据进行多重自相关运算，检测周期调频成分的调频周期；根据调频干扰的周期特性将接收的信号进行重采样，获得若干组重采样数据，检测并消除重采样数据中的干扰分量，最后进行信号重构，获得消除干扰后的信号。本申请方法能够将分散的宽带干扰能量集中到少数频点，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：CN114756812A
公开(公告)日：2022-07-15
申请号：CN202210199769.5
申请日：2022-03-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多传感器信息融合技术领域，具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质，将证据间差异性问题转化为矩阵性质问题，进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间的重构技术，以滤除基本概率赋值矩阵内存在的干扰信息；对于主方向个数不唯一的证据矩阵，采取信息熵度量的方法完成对高度冲突证据的修正；最后基于证据理论对修正后的证据信息进行融合。本发明能够在不影响一致性数据的前提下，根据矩阵的最大方向对存在干扰的基本概率赋值进行校正，并通过减小焦点元素模值的方式弱化其在证据矩阵中的作用。本发明适用于多传感器信息融合系统中存在不确定信息的场景。
-
公开(公告)号：CN105589080A
公开(公告)日：2016-05-18
申请号：CN201610152777.9
申请日：2016-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明属于卫星导航接收机抗干扰研究领域,具体涉及一种基于记忆矩阵准求逆的卫星导航抗干扰的装置及其抗干扰方法。本发明包括阵列天线模块、射频通道模块、A/D转换器模块、数字下变频模块、记忆矩阵计算模块、记忆矩阵准求逆模块、数字波束形成模块、数字上变频模块、D/A转换器模块。本发明提出了一种记忆矩阵准求逆的算法，并利用浮点数运算，提高了运算速度、精度，权值更精确，提高信干噪比；本发明可以在干扰源的干扰信号类型、干扰信号强度、干扰信号方位发生变化时，快速自适应计算出权值，抑制干扰信号。
-
公开(公告)号：CN103746569A
公开(公告)日：2014-04-23
申请号：CN201410029437.8
申请日：2014-01-22
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种高功率因数恒压、恒流程控开关电源及供电方法，包括单片机控制单元，其特征在于：还包括功率因数校正电路、高频变换器、整流滤波电路，交流电源接功率因数校正电路输入端，功率因数校正电路的输出端接高频变换器输入端，高频变换器的控制端接单片机控制单元的PWM信号或PFW信号端，高频变换器的输出端接整流滤波电路，整流滤波电路的输出端即开关电源输出端接负载；开关电源电压输出信号采集端和开关电源电流输出信号采集端接单片机控制单元输入端。
-
Patent Agency Ranking
公开(公告)号：CN120031908A
公开(公告)日：2025-05-23
申请号：CN202311574618.4
申请日：2023-11-23
Applicant: 哈尔滨工程大学
IPC: G06T7/20 , G06F17/18 , G06F17/16 , G06N3/0442 , G06N3/0985
Abstract: 本发明公开了一种基于混合驱动高斯过程学习的强机动多目标跟踪方法，所述方法包括如下步骤：步骤一、高斯过程建模；步骤二、超参数学习；步骤三、预测；步骤四、数据关联；步骤五、更新。本发明将模型驱动的时变CV模型集成到了数据驱动的高斯过程学习中，其综合了模型驱动和数据驱动方法的优势，不仅改善了纯数据驱动的跟踪不稳定性，还能在线学习任意未知的非线性目标运动模型，解决了模型驱动和数据驱动在机动目标跟踪中的理论局限性，实现了强对抗环境下强机动多目标的高精度鲁棒跟踪，并且在低检测概率和高量测噪声条件下同样保持较好的跟踪精度，体现了本发明方法的鲁棒性，为强对抗环境下的未来分布式作战提供了技术支撑。
-
公开(公告)号：CN119867734A
公开(公告)日：2025-04-25
申请号：CN202411951068.8
申请日：2024-12-27
Applicant: 哈尔滨工程大学
Abstract: 本发明属于穿戴式动作次数统计技术领域，具体涉及一种可在线学习的穿戴式准周期性运动次数统计方法、程序、设备及存储介质。本发明选取被统计动作在持续运动期间的数据并构建为分析矩阵，利用分析矩阵的奇异向量和奇异值构建模板函数，利用模板函数对采集到的实时数据进行模板函数滤波，并统计滤波后数据中满足门限要求的波峰与波谷组合数，记为动作发生次数。本发明利用模板函数滤波可以降低其他运动对所需要统计动作的影响，能够准确地记录非连续动作的发生次数，提高动作统计的准确性；模板函数是通过在线数据训练得到的，可消除佩戴者个体差异，且可以定期或者根据用户指令对动作次数统计结果进行评估，如低于预期可重新训练模板函数。
-
公开(公告)号：CN119275598A
公开(公告)日：2025-01-07
申请号：CN202411334222.7
申请日：2024-09-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于阵列天线综合技术领域，具体涉及稀布矩形平面阵列天线综合方法、程序、设备及存储介质。本发明将稀布矩形平面阵列天线综合方法转化为一个象限内阵元位置的优化问题，采用改进的麻雀算法，引入Kent映射种群初始化，增强了初始化种群的多样性；在发现者的位置更新策略中融合正弦余弦算法的思想，并引入一个非线性正弦学习因子，以增强全部搜索能力；最后将纵横交叉策略引入到麻雀算法中，通过改进监察者的搜索方式，提高优化精度。
-
公开(公告)号：CN114089363B
公开(公告)日：2024-08-02
申请号：CN202111357819.X
申请日：2021-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于随机有限集的异构传感器信息融合和多目标跟踪方法，主要解决当前δ‑GLMB滤波算法仅针对单一传感器的不足，主要解决多目标跟踪时单一传感器易遭到干扰、毁伤而导致的航迹关联弱、跟踪精度低的问题。本发明方法借助雷达、光电、红外等异构传感器的量测值与对应的协方差，采用协方差交叉算法进行数据融合。与传统单一传感器方法相比，可以增强观测系统的信息感知力，提供多维度，高精度的目标感知信息，从而能够有效利用各异构传感器的优势，获得置信度更高的多目标量测集合，得到效果更为理性的多目标预测集合，有效提升滤波精度，具有良好的工程应用价值。
-
公开(公告)号：CN113625242B
公开(公告)日：2023-09-29
申请号：CN202110836585.0
申请日：2021-07-23
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明提供一种基于势距图联合PCA与改进云模型的雷达信号分选方法。主要研究了多模雷达信号分选中“增批”问题的解决方法，即将一种雷达的不同调制模式分选为多部雷达的问题。所述方法包括：利用势距图对多模式雷达信号进行预分选；通过PCA提取预分选后的主要特征作为雷达信号的新特征；利用改进云模型理论来计算数据簇之间的隶属度关系，并设定了简单高效的分类评价标准完成了多模雷达信号的分选。本发明的方法可以提高多模雷达信号的分选准确率，解决多模雷达信号分选中存在的“增批”问题，并在一定程度上提高了多模雷达信号分选的效率。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.039 seconds)
