-
公开(公告)号：CN118964995A
公开(公告)日：2024-11-15
申请号：CN202411049514.6
申请日：2024-08-01
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F17/18 , G06N3/006 , G06N3/126
Abstract: 本发明属于辐射源信号处理技术领域，具体涉及一种辐射源信号参数估计方法、程序、设备及存储介质。本发明通过融合多种多任务学习模型，设置不同模型权重参数，构建加权平均参数估计公式，实现不同模型互补，提高方法的泛化性。同时，本发明设计了电鳗鸟算法，智能寻优模型权重参数，利用精英反向策略初始化种群，引入柯西变异提升算法跳出局部最优能力，构造警戒因子，管理探索阶段与开发阶段之间的过渡，改进了电鳗鸟位置更新方式，使得模型权重参数组合随迭代次数不断优化，进而提升本发明参数估计的准确度。
-
公开(公告)号：CN117518081A
公开(公告)日：2024-02-06
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 构建第i次重复时正交最小二乘支撑集位置集合 根据和 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从而获得最优支撑集位置集合 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重构来波信号，获得重构后的来波信号并估计来波信号角度否则令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：CN117315311A
公开(公告)日：2023-12-29
申请号：CN202311339211.3
申请日：2023-10-17
Applicant: 哈尔滨工程大学
IPC: G06V10/762 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/006
Abstract: 本发明公开了一种新的基于卷尾蜜熊算法的未知辐射源信号辨识方法，包括：对原始辐射源调制信号的数据集中的信息进行崔‑威廉斯分布处理，获取时频图；通过时频图对预设初始辨识模型进行训练，获取初始判别结果；根据初始判别结果设计卷尾蜜熊算法，优化训练后的模型，获取最佳辨识模型；利用最佳辨识模型，获取未知辐射源信号辨识结果。本发明搭建衍生卷积自编码器，设计衍生损失，构造判别模型融合方式，融合各模型判别结果，增加未知辐射源判别的鲁棒性，设计卷尾蜜熊算法，构造香气因子，为卷尾蜜熊添加跳跃属性，优化卷尾蜜熊位置，使判别模型阈值随迭代次数不断改进，提升模型的判别能力，增强了未知辐射源信号辨识方法的泛化性和准确性。
-
公开(公告)号：CN116208169B
公开(公告)日：2023-08-22
申请号：CN202310191550.5
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于联合匹配准则的分布式压缩感知重构方法，涉及分布式压缩感知技术领域，针对现有技术中对支撑集的估计精度低的问题，首先，本申请利用正交匹配追踪算法对分布式信号中各信号进行初始支撑集估计，并进行交集操作选取公共支撑子集的位置集合减少了同步正交最小二乘算法的迭代次数，加快了方法整体估计公共支撑集的速度；其次，将内积匹配准则与最小二乘准则相结合，利用同步正交最小二乘算法估计公共支撑子集的位置几个弥补了内积匹配准则估计精度低的缺陷，提高了方法整体的支撑集估计准确度和信号的重构精度。
-
公开(公告)号：CN109581291B
公开(公告)日：2023-08-01
申请号：CN201811511147.1
申请日：2018-12-11
Applicant: 哈尔滨工程大学
IPC: G01S5/06
Abstract: 本发明提供一种基于人工蜂群的直接定位方法，建立阵列天线接收信号时域模型；得到接收信号的频域观测模型；建立目标函数从而确定适应度函数；初始化控制参数，计算各个初始解的适应度值，采蜜蜂进行领域搜索产生新解，并计算新解对应的适应度值进行贪婪选择；计算与解相关的选择概率，再进行邻域搜索产生新解，并计算新解对应的适应度值，进行贪婪选择；判断是否有要放弃的解，如果存在，则产生一个新解代替要放弃的解并记录，最后判断是否满足终止条件，若满足便输出最优结果，不满足则继续重复产生新解替代旧解及以后步骤；本发明引入人工蜂群算法去解决直接定位过程中非线性最优化问题的求解，减少了运算资源消耗，缩短了定位耗时。
-
Patent Agency Ranking
公开(公告)号：CN116208169A
公开(公告)日：2023-06-02
申请号：CN202310191550.5
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于联合匹配准则的分布式压缩感知重构方法，涉及分布式压缩感知技术领域，针对现有技术中对支撑集的估计精度低的问题，首先，本申请利用正交匹配追踪算法对分布式信号中各信号进行初始支撑集估计，并进行交集操作选取公共支撑子集的位置集合减少了同步正交最小二乘算法的迭代次数，加快了方法整体估计公共支撑集的速度；其次，将内积匹配准则与最小二乘准则相结合，利用同步正交最小二乘算法估计公共支撑子集的位置几个弥补了内积匹配准则估计精度低的缺陷，提高了方法整体的支撑集估计准确度和信号的重构精度。
-
公开(公告)号：CN113376592B
公开(公告)日：2022-12-13
申请号：CN202110631507.7
申请日：2021-06-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于逆合成孔径雷达干扰技术领域，具体涉及一种基于联合学习的假目标信号生成方法。本发明通过构建XGBoost模型，利用回归的思想，通过大量数据来拟合出俯仰角、方位角与对应散射系数矩阵的映射关系，能够适应复杂的电磁环境，避免了传统方法获取的假目标散射系数矩阵适应性差的问题。本发明在所构建的深度强化学习模型中设置了奖惩机制，根据经修正矩阵修正后的预测值给予奖励，使XGBoost的输出预测值与实际值的差值尽量小，输出对应的最优修正矩阵，对输出预测值进行修正，提高了假目标散射系数矩阵的准确率，弥补了传统方法生成的假目标系数矩阵和实际目标散射系数矩阵有一定偏差的问题。
-
公开(公告)号：CN115035009A
公开(公告)日：2022-09-09
申请号：CN202210574642.7
申请日：2022-05-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于导向滤波多级分解的两曝光图像融合方法。本发明通过导向滤波将图像分解为一个基础层和多个细节层，然后分别逐级利用曝光权重和全局梯度权重挖掘包含在基础层和细节层中的图像信息以重建图像。本发明解决了现有技术中原始图像序列具有较大曝光时间差异时融合图像质量不佳的问题，可以适应多种曝光比率以及复杂的真实场景，通过曝光权重和全局梯度权重分别保留整体亮度和局部细节。
-
公开(公告)号：CN113283527B
公开(公告)日：2022-04-29
申请号：CN202110631515.1
申请日：2021-06-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于雷达威胁评估技术领域，具体涉及一种基于层级指标的雷达威胁评估方法。本发明利用GAT建立层级指标中一级指标和三级指标之间的关系，并结合AP算法与DNN，设计表征一级指标、二级指标和三级指标关系的层级指标关系，实现了对雷达的威胁评估。本发明结合注意力机制，融合相似度理论设计权值分配方法，使得层级指标关系的构建更具备客观性；同时利用图注意力网络及深度神经网络，设计了一种全新的与实际传感器数据相关联的层级指标关系，增加了威胁评估方法的鲁棒性和适应性，提高了方法的可靠性，使得本发明在接收信息不全面的情况下依旧可以实现威胁值的准确评估。
-
公开(公告)号：CN111767848A
公开(公告)日：2020-10-13
申请号：CN202010606863.9
申请日：2020-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测识别技术领域，具体涉及一种基于多域特征融合的辐射源个体识别方法。本发明针对现有辐射源个体识别方法中存在的特征信息不全面，分类器泛化能力弱，专家分析主观性强，辐射源个体识别率低等问题，通过融合时域、时频域和高阶域等多域特征，并设计多层神经网络模型作为分类器进而实现辐射源个体识别。融合多域特征解决了特征信息不全面的问题，采用神经网络模型进行识别分类，避免了识别时依赖辐射源信号调制方式等先验信息和专家系统的主观性较强等问题。同时，神经网络模型提升了系统的泛化能力，得到较好的辐射源个体识别效果。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.029 seconds)
