-
公开(公告)号：CN119996127A
公开(公告)日：2025-05-13
申请号：CN202311502682.1
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种面向水声通信的联合多分支均衡与极化码译码方法，与现有技术相比，多分支均衡和极化码译码间并不是相互独立的，而是在这两个模块间构成了环路，通过在两个模块间交换软信息，可进一步改善联合性能，仿真结果验证了本发明环路迭代的有效性，通过与已有算法的性能比较，也说明了所提本发明的优势。
-
公开(公告)号：CN117880023A
公开(公告)日：2024-04-12
申请号：CN202311501296.0
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种通过将自适应均衡与降噪后的信号进行深度学习译码以及迭代处理，从而进一步消除码间干扰，提高水声通信系统的性能的面向于水声通信的自适应均衡与智能降噪译码方法，其特征在于，建立可训练的深度学习译码网络BP‑SMSDNN，接收端有n个水听器，每个水听器收到的接收信号为rk,i，i∈{1,…,n}，首先进行多分支均衡，然后对降噪后的输出不进行硬判决，而是经过解映射得到序列#imgabs0#并将序列#imgabs1#作为BP‑SMSDNN的输入，BP‑SMSDNN对#imgabs2#进行译码得到译码结果#imgabs3#对#imgabs4#重新进行编码与映射，得到序列#imgabs5#本发明针对水声通信中的干扰和噪声等问题，克服了传统BP算法译码需要计算软信息的限制，成功完成了对重复累积码的译码，并获得了译码带来的误码率性能提升。
-
公开(公告)号：CN117729076A
公开(公告)日：2024-03-19
申请号：CN202311502670.9
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种能有效地削弱均衡器的输出中含有的噪声项，使得接收机的整体误码率性能更好的基于深度学习的联合多分支自适应均衡与降噪方法，其特征在于，搭建基于深度学习的联合多分支自适应均衡与智能降噪网络DL‑JAED，利用深度学习来学习信号序列中的噪声特征，实现信号序列的降噪，在均衡器与降噪模块之间构成循环迭代，利用二者的输出作为传递信息，充分利用了迭代增益；通过降噪后输出计算得到误差，作为反馈信号来更新均衡器的前向滤波器和反向滤波器。
-
公开(公告)号：CN119879908A
公开(公告)日：2025-04-25
申请号：CN202510075513.7
申请日：2025-01-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种旋翼无人机矢量磁干扰在线补偿方法及系统，属于地磁矢量测量技术领域。为了解决磁矢量测量值同时受到磁力计噪声和姿态测量噪声的影响，导致地磁矢量计算的精度受到限制，磁补偿效果受限；以及旋翼无人机机动姿态受限，测量数据多重共线性严重，导致模型参数求解困难的问题。本发明在递推过程中通过自适应指数加权移动平均噪声协方差估计器对噪声进行快速地估计，实时调节递推总体最小二乘法的噪声协方差矩阵，减少噪声的影响，提高地磁矢量误差影响下的补偿精度，同时在递推总体最小二乘法递推过程中对协方差矩阵进行自适应正则化，提高多重共线性影响下的补偿参数估计精度。
-
公开(公告)号：CN119759062A
公开(公告)日：2025-04-04
申请号：CN202411942344.4
申请日：2024-12-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供一种分布式野生动物监测系统，包括若干个无人机及设置于每个无人机上的监测调度装置，所述监测调度装置包括：数据采集单元，用于获取无人机的状态以及监测数据；识别单元，用于识别环境状态、目标野生动物的实际状态及行为模式；追踪控制单元，包括目标追踪模块与运动预测模块，其中，运动预测模块在目标野生动物的行为模式为高速运动模式时输出其预测状态；目标追踪模块基于无人机的状态、监测环境数据、目标野生动物的实际状态或预测状态确定对目标野生动物进行监测的追踪动作，数据同步单元，用于与其他无人机上安装的监测调度装置进行数据同步。本申请提供的监测系统，能够持续地对目标野生动物进行有效监测。
-
Patent Agency Ranking
公开(公告)号：CN119414378A
公开(公告)日：2025-02-11
申请号：CN202411541969.X
申请日：2024-10-31
Applicant: 哈尔滨工业大学(威海) , 威海天航信息技术有限公司 , 威海蓝湾海洋工程装备研究院有限公司
Abstract: 本发明公开了一种无人艇载雷达对海面机动目标跟踪的波形设计方法及系统，涉及雷达通信技术领域，以解决海面杂波环境下机动目标跟踪不准确的技术问题。本发明的技术要点包括：利用边缘化粒子滤波算法预测目标状态，并获得预测测量值；根据观测数据生成假设树；利用边缘化粒子滤波算法在各个假设分支上进行目标状态估计；利用多假设跟踪算法计算关联概率并更新假设权重，进行假设剪枝和融合，获得最终的目标状态估计；使用多个波形选择准则作为模型，利用交互多准则选择方法确定具有最高有效概率的最佳准则及最优发射波形参数。本发明可有效应对海杂波引起的虚警，能够提高无人艇载雷达处理复杂跟踪场景的性能，获得更加准确和稳健的目标跟踪结果。
-
公开(公告)号：CN119247312A
公开(公告)日：2025-01-03
申请号：CN202411680799.3
申请日：2024-11-22
Applicant: 哈尔滨工业大学(威海) , 威海蓝湾海洋工程装备研究院有限公司
IPC: G01S7/41
Abstract: 本发明一种基于海杂波抑制的海面弱目标检测方法、系统及存储介质，涉及海面目标检测领域，为解决现有的海面目标检测方法难以有效抑制海杂波，难以识别复杂海况下的海面弱目标的问题。包括：步骤一、对雷达的目标回波信号进行小波变换，通过尺度伸缩改变时间和频率的分辨率，得到不同尺度下的时频域分量；步骤二、利用海面邻近距离单元杂波之间、同一距离分辨单元回波的多次观测值之间的相关性，采用临近距离单元的杂波估计待检测距离单元的杂波；步骤三、将回波信号构造Hankel矩阵并进行奇异值分解，再根据同一Chirp信号中海杂波能量大于信号能量的特点，剔除海杂波对应的大奇异值，得到新的Hankel矩阵；步骤四、进行回波信号重构，对海面目标进行检测。
-
公开(公告)号：CN119229145A
公开(公告)日：2024-12-31
申请号：CN202411720614.7
申请日：2024-11-28
Applicant: 哈尔滨工业大学(威海) , 威海蓝湾海洋工程装备研究院有限公司
IPC: G06V10/74 , G06V10/44 , G06V10/22 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本申请提供了一种艇载红外视觉的海面弱目标识别跟踪方法，解决了现有夜视环境下海面弱目标缺失，无法精准识别跟踪的技术问题。其包括：利用目标识别模型对红外视频帧序列进行识别得到目标的坐标信息和置信度，划分得到高置信度目标、低置信度目标和无效目标；进行判断，若为空，生成新的轨迹，否则，生成目标轨迹预测结果；将高置信度目标与目标轨迹预测结果进行匹配；将低置信度目标与第一次匹配失败的轨迹进行匹配；将匹配成功和匹配失败的轨迹进行更新，为匹配失败的高置信度目标生成新的轨迹；将更新后的坐标信息和新的轨迹写入目标的轨迹序列中，进行迭代直至最后一帧图像，完成跟踪。本申请可广泛应用于目标识别跟踪技术领域。
-
公开(公告)号：CN116032036B
公开(公告)日：2024-12-31
申请号：CN202211725438.7
申请日：2022-12-30
Applicant: 哈尔滨工业大学(威海)
IPC: H02J50/90 , H02J7/00 , G06T7/80 , B63C11/52 , B60L53/30 , B60L53/12 , B60L53/37 , B60L53/126 , B60L53/38 , B60L53/36
Abstract: 本发明公开了一种基于视觉定位的水下机器人无线充电系统及方法，涉及水下机器人充电技术领域。本发明的技术要点包括：所述系统包括水下无线充电装置和水下机器人；其中，水下无线充电装置包括定位Aruco二维码、竖直定位杆、无线充电发射模块、六个支撑固定“Y”形架、两个永磁铁；水下机器人的框架为由三层横板、左右两个上侧板、左右两个下侧板组成的“曰”型框架，框架内包括浮力块、电子仓、推进器、电池仓、机械爪、无线充电接收模块、水平金属定位杆；所述方法基于所述系统实现，利用视觉定位辅助水下机器人与水下无线充电装置对接。本发明提高了水下机器人和水下无线充电装置对接的成功率和效率，易实现水下机器人的可靠充电。
-
公开(公告)号：CN116907501B
公开(公告)日：2024-11-29
申请号：CN202310798488.6
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明一种基于分层式扩展卡尔曼滤波的无人机群协同定位方法及系统，涉及无人机定位技术领域，为解决现有的卡尔曼滤波针对大型无人机群协同定位，存在扩展性和灵活性低，且算法复杂度高的问题。包括如下步骤：S1、对目标从无人机i在t‑1时刻的状态值#imgabs0#和协方差矩阵#imgabs1#进行初始化；S2、构建状态方程，计算状态估计值；S3、计算目标从无人机i与主无人机层的主无人机j之间的量测值#imgabs2#S4、计算误差协方差矩阵估计#imgabs3#S5、计算目标从无人机i的系统增益矩阵#imgabs4#S6、对状态估计值及误差协方差矩阵进行更新。本发明计算量小、实时性高、收敛速度快。融合了多个传感器的信息，提高了系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.091 seconds)
