公开(公告)号：CN111008549B

公开(公告)日：2024-01-26

申请号：CN201910726667.2

申请日：2019-08-07

Applicant: 哈尔滨工程大学 ,  青岛哈尔滨工程大学创新发展中心

Inventor： 张勋 ,  张宏瀚 ,  马豪伯 ,  严浙平 ,  周佳加 ,  徐健 ,  陈涛 ,  管风旭 ,  杜雪 ,  吴迪

IPC: G06F18/21 ,  G06F18/214 ,  G06N3/006 ,  G01C25/00

Abstract: 基于样本熵和IFOA‑GRNN的UUV平台DVL信号失真重构方法，本发明涉及DVL信号失真重构方法。本发明的目的是为了解决现有多普勒计程仪DVL一旦出现故障将严重影响UUV的正常航行以至于偏离规划航线、速度失控甚至撞毁、沉底的问题。过程为：一、得到训练好的IFOA‑GRNN模型；二、在UUV航行过程中，实时计算DVL输出信号的样本熵；三、当样本熵SE小于设定阈值时，DVL为信号失真状态，获取DVL信号失真下的UUV航行数据；否则，获取DVL正常工作状态下的UUV航行数据；四、得到UUV的估计航速；五、得到海流信息；六、根据海流信息修正估计航速，得到修正航速。本发明用于DVL信号失真重构领域。

公开(公告)号：CN110245602A

公开(公告)日：2019-09-17

申请号：CN201910504165.5

申请日：2019-06-12

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  李权明 ,  张宏瀚 ,  严浙平 ,  徐健 ,  陈涛 ,  周佳加 ,  马豪伯 ,  陈斌

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于深度卷积特征的水下静目标识别方法，属于水下目标识别技术领域。该方法是以深度卷积神经网络为基础的识别方法，同时结合迁移学习策略来解决深度网络与小样本目标不匹配问题。水下目标智能识别方法主要分为三部分：一是水下图像收集清理与预处理；二是按照经典模型设计水下目标识别一次网络并进行训练，可以称为预训练过程，一次网络是水下目标识别网络的基础框架；三是通过迁移学习策略设计水下目标识别二次网络UW-original，并将第一部分中处理好的水下数据集输入二次网络进行训练，训练完成得到最终水下目标智能识别网络UW-final。