基于神经计算的短波单站多目标地理坐标快速估计方法

    公开(公告)号:CN111079929A

    公开(公告)日:2020-04-28

    申请号:CN201911325189.0

    申请日:2019-12-20

    IPC分类号: G06N3/08 G06N3/04 G06F17/16

    摘要: 本发明公开一种基于神经计算的短波单站多目标地理坐标快速估计方法,包括:利用多目标地理坐标位置谱矩阵训练神经网络,检测出多目标所处的扇区分布;利用多目标地理坐标位置谱矩阵对各扇区依次训练神经网络,将多谱峰谱变成各个扇区内的单谱峰谱;针对各扇区利用单目标地理坐标位置谱矩阵依次训练神经网络,在各个扇区内建立单谱峰谱与目标地理坐标之间的映射关系;在实时定位环节构造多目标地理坐标位置谱矩阵,先后输入到3种已经训练好的多层前馈神经网络中,最终输出值即为各个短波目标的地理坐标。本发明利用地理坐标位置谱矩阵对多层前馈神经网络进行离线式学习,能够在实时定位阶段减少谱峰精细搜索带来的庞大计算量。

    一种基于矩阵特征值扰动的TDOA直接定位方法

    公开(公告)号:CN110632555A

    公开(公告)日:2019-12-31

    申请号:CN201910787586.3

    申请日:2019-08-26

    IPC分类号: G01S5/04

    摘要: 本发明公开一种基于矩阵特征值扰动的TDOA直接定位方法,包括:M个观测站同步接收目标信号源辐射的信号,并将接收的信号汇总到中心站;生成Sinc内插函数矩阵,通过Sinc内插函数矩阵建立关于TDOA参数的信号模型;利用关于TDOA参数的信号模型建立关于目标位置的最大似然的优化函数;基于矩阵特征值扰动方法得出所述最大似然的优化函数的梯度向量和Hessian矩阵;设置迭代条件,基于所述梯度向量和Hessian矩阵,利用Newton迭代方法寻优,得到最终的目标位置估计结果。本发明能够有效的提高低信噪比下的定位估计精度,具有较高的可靠性和实际应用价值。

    一种异构协议转换的验证平台和方法

    公开(公告)号:CN110290105A

    公开(公告)日:2019-09-27

    申请号:CN201910390241.4

    申请日:2019-05-10

    IPC分类号: H04L29/06 H04L12/26 G06F11/36

    摘要: 本发明提供了一种异构协议转换的验证平台和方法,包括:配置管理模块、包驱动模块、协议转换模块、参考模型和输出监测模块,配置管理模块用于对协议转换模块的工作参数和环境变量进行配置;包驱动模块用于将激励序列切分为源协议包,并将其转化为输入比特流,并将输入比特流转换成每个时钟周期对应的输入数据;协议转换模块用于对激励序列进行协议转换;参考模型从更高抽象层次实现异构协议转换类型的功能,将源协议的每个输入包转换为目标协议的包,得到预期输出包;输出监测模块用于对协议转换模块输出的数据进行采样,得到实际输出包,并将实际输出包与预期输出包进行字段比对。本发明解决了对异构协议转换的验证效率较低的技术问题。

    在同步冗余系统中获取一致加解密结果的装置及方法

    公开(公告)号:CN110162983A

    公开(公告)日:2019-08-23

    申请号:CN201910338051.8

    申请日:2019-04-25

    IPC分类号: G06F21/60 G06F16/27

    摘要: 本发明涉及加密防护技术领域以及采用冗余设计、需要冗余执行体比较结果的系统架构技术领域,尤其涉及一种在同步冗余系统中获取一致加解密结果的装置,包括若干个同步运行的同构或异构冗余执行体、调度器和加密运算器;冗余执行体,用于执行应用程序,并将运算结果输出至调度器;调度器,用于冗余执行体的各项管理和输入输出代理;加密运算器,用于对输入数据流进行加解密运算,并向调度器返回数据加解密结果。本发明还涉及一种在同步冗余系统中获取一致加解密结果的方法。本发明实现了冗余执行体上的一致加密行为,使加密中间结果一致,从而最终输出结果可比较判决。

    联合角度、时延与多普勒信息的运动多站直接定位方法

    公开(公告)号:CN109975754A

    公开(公告)日:2019-07-05

    申请号:CN201910141155.X

    申请日:2019-02-26

    IPC分类号: G01S5/04

    摘要: 本发明提供一种联合角度、时延与多普勒信息的运动多站直接定位方法。该方法包括:采集目标在K个时隙内辐射的无线电信号数据,得到目标的K个时隙的阵列信号时域数据;将阵列信号时域数据按时间顺序进行排列,得到高维阵列信号观测矢量;将高维阵列信号观测矢量传递至中心站;中心站接收每个运动观测站发送的高维阵列信号观测矢量;利用若干个高维阵列信号观测矢量建立联合估计目标位置参数、信号波形参数、以及信号复传播系数的最大似然估计准则;根据最大似然估计准则,建立仅关于目标位置参数的数学优化模型;根据所述数学优化模型,基于预设的Newton型迭代优化算法得到目标的位置矢量。本发明具有较快的收敛速度,无需网格搜索,可靠、运算高效。

    基于神经网络的时差定位结果纠偏方法

    公开(公告)号:CN109239654A

    公开(公告)日:2019-01-18

    申请号:CN201810952670.1

    申请日:2018-08-21

    IPC分类号: G01S5/02

    摘要: 本发明涉及一种基于神经网络的时差定位结果纠偏方法,包含:依据不同的参考时钟将传感器划分为多组;利用传感器依次获得位置已知校正源时差信息,利用传感器位置的先验观测值以及每个校正源时差信息,迭代对校正源进行定位,获取校正源定位结果;利用校正源定位结果及校正源已知位置信息对多层前馈神经网络进行训练学习;通过传感器获取关于目标辐射源的时差信息,并结合传感器位置的先验观测值,迭代对目标辐射源进行定位,获取目标辐射源定位结果;将目标辐射源定位结果输入至神经网络中,将其输出作为目标辐射源最终定位结果。本发明保证时钟偏差和传感器位置误差同时存在条件下目标的定位,提高目标辐射源定位精度,性能稳定、可靠,且高效。