-
公开(公告)号:CN118091630A
公开(公告)日:2024-05-28
申请号:CN202410140546.0
申请日:2024-01-31
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 中国人民解放军91388部队
IPC: G01S7/539
Abstract: 本发明属于水声目标跟踪定位技术领域,涉及一种从移动平台的多帧回波图中检测移动目标的方法及系统,以实现在复杂工作环境下对移动平台上的主动声纳回波图中的混响和杂波造成的强像素点的有效抑制。该方法包括获取t帧主动声呐回波图,将t帧主动声呐回波图转化到大地坐标系,并按时间排列,以获得三维矩阵表示的三维时序图。以大小为m×n×l的时间窗在三维时序图上逐帧滑动得到该时间窗内按时间顺序排列的多个时间窗帧数为l帧的主动声纳回波图,以获得四维矩阵。配置第一阶次k,进行第一重高阶时间间隙度计算,获得高阶三维特征矩阵。配置第二阶次k',进行第二重高阶时间间隙度计算,获得二维多重高阶特征矩阵,即获得水下移动目标提取结果。
-
公开(公告)号:CN118091630B
公开(公告)日:2024-12-20
申请号:CN202410140546.0
申请日:2024-01-31
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 中国人民解放军91388部队
IPC: G01S7/539
Abstract: 本发明属于水声目标跟踪定位技术领域,涉及一种从移动平台的多帧回波图中检测移动目标的方法及系统,以实现在复杂工作环境下对移动平台上的主动声纳回波图中的混响和杂波造成的强像素点的有效抑制。该方法包括获取t帧主动声呐回波图,将t帧主动声呐回波图转化到大地坐标系,并按时间排列,以获得三维矩阵表示的三维时序图。以大小为m×n×l的时间窗在三维时序图上逐帧滑动得到该时间窗内按时间顺序排列的多个时间窗帧数为l帧的主动声纳回波图,以获得四维矩阵。配置第一阶次k,进行第一重高阶时间间隙度计算,获得高阶三维特征矩阵。配置第二阶次k',进行第二重高阶时间间隙度计算,获得二维多重高阶特征矩阵,即获得水下移动目标提取结果。
-
公开(公告)号:CN118298793B
公开(公告)日:2024-11-29
申请号:CN202410413620.1
申请日:2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法,属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤:S100、建立自噪声抑制模型的训练数据集;S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制,有效提高采集信号的信噪比,有效提升声纳系统的探测性能和探测范围。
-
公开(公告)号:CN118381697A
公开(公告)日:2024-07-23
申请号:CN202410219763.9
申请日:2024-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种深海水声通信中的非因果干扰抑制方法及水声通信系统。所述方法包括:在发射端,单个发射换能器发送OFDM符号;在接收端,单个水听器同时接收信号,由信号处理装置进行以下处理:以能量最强的相关峰作为同步基准,截取通带信号;将截取信号解调至基带后FFT,得到基带OFDM符号;对观测矩阵进行相位加权,估计得到延时后的信道;将估计得到的信道向量尾部补零后循环移位,再进行FFT,得到频域信道向量;完成频域均衡,输出解码。本发明能有效应对水声通信中同步峰非首达径时信道引发的非因果干扰,且操作简单,复杂度低;能够灵活应对不同长度的非因果干扰,鲁棒性强。
-
公开(公告)号:CN118054992A
公开(公告)日:2024-05-17
申请号:CN202410219759.2
申请日:2024-02-28
Applicant: 哈尔滨工程大学
IPC: H04L25/02 , H04L25/03 , H04B7/0413 , H04B13/02
Abstract: 本发明公开了一种低复杂度的多输入多输出深海信道估计方法及水声通信系统。所述方法包括:发射端的多个发射换能器同时发射不同的单载波信号;接收端的水听器阵列同时接收信号;接收端的信号处理装置将接收的信号解调到基带,并根据所有水听器的基带接收信号和观测矩阵,将不同发射换能器到同一水听器的信道进行分离并建立概率模型,将所有发射换能器的信道、超参数的倒数和噪声方差的倒数视作隐变量,利用变分贝叶斯推断完成推导,通过平均场的变分分布近似隐变量集合的后验分布,在指定的收敛门限和最大迭代次数下进行迭代估计,收敛后输出信道估计结果,用于后续均衡。本发明的复杂度远低于基于稀疏贝叶斯学习的方法且估计效果更好。
-
公开(公告)号:CN118425874A
公开(公告)日:2024-08-02
申请号:CN202410520990.5
申请日:2024-04-28
Applicant: 哈尔滨工程大学
Abstract: 一种阵列幅度相位误差估计方法,属于阵列信号处理技术领域。本发明针对现有阵列幅度相位误差估计方法不适用于均匀线阵的问题。步骤包括:将均匀线性阵列虚拟成均匀平面阵,并划分为两个子阵;基于两个子阵的协方差矩阵进行空间平滑算法的处理得到虚拟均匀平面阵的协方差矩阵;进行特征分解得到估计的噪声功率值;进而得到去噪后协方差矩阵,再由其主对角线元素计算得到阵元幅度误差估计值;对去噪后协方差矩阵进行补偿,再去除补偿后得到的协方差矩阵中的强干扰项得到去强干扰后矩阵;再根据子空间波达方向估计理论,定义二维空间谱进行远场窄带信号的波达方向估计,进而实现阵元相位误差估计。本发明用于阵列幅度相位误差估计。
-
公开(公告)号:CN118425875A
公开(公告)日:2024-08-02
申请号:CN202410521001.4
申请日:2024-04-28
Applicant: 哈尔滨工程大学
Abstract: 一种独立于相位误差的波达方向估计方法,属于阵列信号处理技术领域。本发明针对现有独立于相位误差的波达方向估计方法不适用于均匀线阵的问题。步骤包括:将均匀线性阵列虚拟成均匀平面阵,并划分为两个子阵;基于两个子阵的协方差矩阵进行空间平滑算法的处理得到虚拟均匀平面阵的协方差矩阵;进行特征分解得到估计的噪声功率值;进而得到去噪后协方差矩阵,再由其主对角线元素计算得到阵元幅度误差估计值;对去噪后协方差矩阵进行补偿,再去除补偿后得到的协方差矩阵中的强干扰项得到去强干扰后矩阵;再根据子空间波达方向估计理论,定义二维空间谱进行远场窄带信号的波达方向估计。本发明用于波达方向的估计。
-
公开(公告)号:CN118112575B
公开(公告)日:2024-10-01
申请号:CN202410268014.5
申请日:2024-03-08
Applicant: 哈尔滨工程大学
IPC: G01S15/88 , G06F18/2415 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种异构集群声纳多视角水下目标探测方法,涉及异构集群声纳领域,以解决水下目标探测方法视角单一的问题。该方法包括:提取历史N个ping下、J个探测视角下的回波时间方位历程图,统一为尺寸K*K的等边灰度图;将各ping下、各探测视角的回波时间方位历程图作为输入,训练目标识别模型;获取未知目标的异构集群声纳的时间方位历程图,将时间方位历程图作为目标识别模型的输入,输出分类判别结果,完成目标识别。本发明利用异构集群声纳多视角探测手段,获得了不同视角下的目标回波信息,使用能够提取融合各视角特征的深度学习网络模型,更大程度地利用目标的尺度和角度特性对目标进行判别,提高了对复杂目标的探测性能。
-
公开(公告)号:CN118298792A
公开(公告)日:2024-07-05
申请号:CN202410413619.9
申请日:2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的船舶声纳平台自噪声抑制方法,属于水声信号处理技术领域。基于深度学习的船舶声纳平台自噪声抑制方法包括以下步骤:S100、建立自噪声抑制模型的训练数据;S200、根据训练数据,搭建深度学习神经网络模型。本发明的一种基于深度学习的船舶声纳平台自噪声抑制方法,其目的是为了解决声纳系统采集信号时,船舶声纳平台自噪声对其探测性能产生的影响,本发明通过使用深度学习的方法对声纳采集到的信号中的船舶声纳平台自噪声成分进行抑制,有效提高采集信号的信噪比,有效提升声纳系统的探测性能和探测范围,为后续进行阵列信号处理时降低了计算量和处理难度。
-
公开(公告)号:CN118298793A
公开(公告)日:2024-07-05
申请号:CN202410413620.1
申请日:2024-04-08
Applicant: 哈尔滨工程大学
IPC: G10K11/178 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法,属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤:S100、建立自噪声抑制模型的训练数据集;S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制,有效提高采集信号的信噪比,有效提升声纳系统的探测性能和探测范围。