-
公开(公告)号：CN110532932B
公开(公告)日：2022-12-13
申请号：CN201910787759.1
申请日：2019-08-26
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及深度学习的自动识别算法领域，具体涉及一种多分量雷达信号脉内调制方式识别方法。获取几种不同脉内调制方式的单分量或交叠多分量雷达信号的时频图像；利用图像处理算法，对雷达信号时频图像进行预处理，将雷达信号中包含的信号类型作为标签，制作训练集和测试集；设计基于卷积神经网络的预训练网络提取雷达信号时频图像特征，设计基于强化学习的多分量信号分类网络获取分类识别结果；训练、测试、完善网络结构和参数；实现多分量信号的分类识别。本发明所述的多分量雷达信号识别算法在低信噪比情况下，具有广泛的雷达信号类型适应范围和较高的识别准确率，实现了随机交叠多分量雷达信号的脉内调制方式识别。
-
公开(公告)号：CN109932681B
公开(公告)日：2022-08-02
申请号：CN201910268474.7
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空‑时信息的降冗余嵌套阵列设置方法。首先给定总阵元数N，得到原始嵌套阵列及其两个子阵阵元数N1和N2；然后利用原始嵌套阵列接收数据的空‑时特性求不同阵元接收数据的互相关函数以得到等效数据模型，从而对原始嵌套阵列进行降冗余分析得到降冗余嵌套阵列；接着根据原始嵌套阵列与降冗余嵌套阵列关系得到索引集；最后根据索引集得到虚拟阵列用于波达方向估计。本发明主要解决原始嵌套阵列的虚拟阵列仅由差集构造，从而导致虚拟阵列自由度提升有限的问题。本发明提出的降冗余嵌套阵列与原始嵌套阵列相比，具有物理阵列孔径增加、虚拟阵列自由度高且虚拟阵列连续的优点，可实现更优的欠定波达方向估计。
-
公开(公告)号：CN111079859B
公开(公告)日：2020-12-04
申请号：CN201911407781.5
申请日：2019-12-31
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供一种无源多站多目标测向交叉定位与虚假点去除方法，包括如下步骤：步骤一、根据双站测向交叉定位原理，得出两两站点的双站交叉定位结果，给出交叉定位点集合；步骤二、根据真实目标附近交叉定位点密度明显高于虚假点这一特性，利用马氏距离定义椭圆邻域，提取高密度交叉定位点；步骤三、对高密度点集合进行DBSCAN聚类处理，取高密度点数最多的前NT个聚类作为真实目标所在的簇，每一簇的聚类中心即为真实目标位置，NT为目标个数。本发明利用一种高密度点提取方法，在保证目标点定位精度与虚假点去除性能的同时，降低了后续聚类数据处理的计算量。
-
公开(公告)号：CN107436421B
公开(公告)日：2020-11-20
申请号：CN201710606186.9
申请日：2017-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种稀疏贝叶斯学习框架下混合信号DOA估计方法，属于雷达信号处理技术领域。本发明的方法步骤为：首先提出一个新的稀疏促进先验(称为高斯‑指数‑卡方先验)，其概率密度函数在零点处具有尖锐谱峰并且具有重拖尾，有利于促进稀疏解；然后利用该先验建立三阶分层稀疏贝叶斯模型；接下来，利用均值场变分贝叶斯理论近似后验分布，通过对各个近似的变分分布进行交替更新迭代最小化KL距离，进而求出模型参数的估计值；最后，根据各个参数的估计值构建信号功率谱函数，进而可以得到目标辐射源的信源数估计和DOA估计。
-
公开(公告)号：CN110222307A
公开(公告)日：2019-09-10
申请号：CN201910504034.7
申请日：2019-06-12
Applicant: 哈尔滨工程大学
IPC: G06F17/16
Abstract: 本发明属于阵列信号处理领域，具体涉及基于FPGA的实对称矩阵的特征值分解的并行实现方法。具体实现步骤如下：根据阵元数目构建特征值分解的脉动阵列结构，设定所需的处理单元；对接收的阵元信号进行预处理；求解旋转角度并将其转换为角度值；查表得到对应的正弦值和余弦值；更新矩阵元素和特征向量；判断是否达到要求迭代次数；若未达到，在阵列结构中交换矩阵元素为下次迭代做准备；判断是否需要改变处理单元内部的输入输出顺序；若是，则改变输入输出数据的顺序。本方法通过处理单元之间数据的传递以及处理单元内部的数据顺序的转换，提高了迭代效率而且运算速度快，应用前景广阔。
-
Patent Agency Ranking
公开(公告)号：CN109932681A
公开(公告)日：2019-06-25
申请号：CN201910268474.7
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空-时信息的降冗余嵌套阵列设置方法。首先给定总阵元数N，得到原始嵌套阵列及其两个子阵阵元数N1和N2；然后利用原始嵌套阵列接收数据的空-时特性求不同阵元接收数据的互相关函数以得到等效数据模型，从而对原始嵌套阵列进行降冗余分析得到降冗余嵌套阵列；接着根据原始嵌套阵列与降冗余嵌套阵列关系得到索引集；最后根据索引集得到虚拟阵列用于波达方向估计。本发明主要解决原始嵌套阵列的虚拟阵列仅由差集构造，从而导致虚拟阵列自由度提升有限的问题。本发明提出的降冗余嵌套阵列与原始嵌套阵列相比，具有物理阵列孔径增加、虚拟阵列自由度高且虚拟阵列连续的优点，可实现更优的欠定波达方向估计。
-
公开(公告)号：CN109932680A
公开(公告)日：2019-06-25
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。
-
公开(公告)号：CN105486225B
公开(公告)日：2018-06-12
申请号：CN201510869463.6
申请日：2015-12-01
Applicant: 哈尔滨工程大学
IPC: G01B9/02
Abstract: 本发明公开了一种抑制光强波动噪声的相位解调装置及解调方法。包括光纤干涉仪和数字解调装置；本发明对传统的相位生成载波算法进行改进，将被测相位的基频分量与倍频分量做乘积，同时将基频分量的微分值与倍频分量的微分值做乘积，将这两个乘积相除从而去掉光强抖动引起的噪声，再通过积分的方法求解被测相位；同时，本发明将降噪解调算法集成于FPGA与DSP大规模高速信号处理器中，根据FPGA并行处理能力强以及DSP浮点运算性能优越的特点，分别将微分以及相位求解部分实现于两个处理器内，保证实时性；本发明有效抑制了光强波动引起的噪声，提高了长期稳定性，可广泛用于高精度光纤测量和光纤传感等领域。
-
公开(公告)号：CN107436421A
公开(公告)日：2017-12-05
申请号：CN201710606186.9
申请日：2017-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种稀疏贝叶斯学习框架下混合信号DOA估计方法，属于雷达信号处理技术领域。本发明的方法步骤为：首先提出一个新的稀疏促进先验(称为高斯-指数-卡方先验)，其概率密度函数在零点处具有尖锐谱峰并且具有重拖尾，有利于促进稀疏解；然后利用该先验建立三阶分层稀疏贝叶斯模型；接下来，利用均值场变分贝叶斯理论近似后验分布，通过对各个近似的变分分布进行交替更新迭代最小化KL距离，进而求出模型参数的估计值；最后，根据各个参数的估计值构建信号功率谱函数，进而可以得到目标辐射源的信源数估计和DOA估计。
-
公开(公告)号：CN119025824A
公开(公告)日：2024-11-26
申请号：CN202411010846.3
申请日：2024-07-26
Applicant: 哈尔滨工程大学
Abstract: 一种基于图结构的多目标中断轨迹补全方法，它涉及一种多目标中断轨迹补全方法。本发明为了解决现有轨迹补全方法未能充分挖掘轨迹特征进行溯源关联和轨迹补全，且模型处理时间较长，算力要求较大的问题。本发明的步骤包括步骤1、构建多目标中断轨迹数据集；步骤2、多目标中断轨迹粗关联；步骤3、基于图结构的多目标中断轨迹细关联；步骤4、基于图结构的多目标中断轨迹补全。本发明属于多目标跟踪技术领域。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.032 seconds)
