一种基于虚拟高度模型的SuperDARN雷达仰角校正方法

    公开(公告)号:CN118914995A

    公开(公告)日:2024-11-08

    申请号:CN202411027035.4

    申请日:2024-07-30

    Abstract: 本发明公开了一种基于虚拟高度模型的SuperDARN雷达仰角校正方法法,包括:步骤1、获取中山站SuperDARN雷达观测数据;步骤2、利用速度、谱宽条件筛选出每天的地面散射回波数据后,并对数据进行可视化分析;步骤3、使用Matlab绘制筛选回波的斜距‑仰角分布特征图;步骤4、绘制虚拟高度模型,不断调整仰角的大小,使雷达接收到的原地面散射回波仰角数据更好的符合虚拟高度模型;步骤5、引入仰角的RMSE作为评判筛选校正因子的数值化分析准则。本发明基于虚拟高度模型,提出一种通过地面散射回波的斜距‑仰角分布特征,以仰角的RMSE作为判断准则估计雷达校正因子的数值化分析算法,提高仰角的可靠性,从而获取探测目标的精确定位信息。

    一种基于北斗或GPS载噪比观测值的洪水探测方法

    公开(公告)号:CN114355411B

    公开(公告)日:2023-07-25

    申请号:CN202111585075.7

    申请日:2021-12-22

    Abstract: 本发明描述了一种基于北斗或GPS导航系统卫星载噪比观测值的洪水探测方法,属于导航卫星反演技术领域。发明提出一种基于北斗/GPS导航卫星系统载噪比观测值的洪水探测方法:第一步:在模型建立层面。第二步:基于载噪比观测值的直接探测法。第三步:基于载噪比相位差与土壤湿度关联模型的间接探测法。第四步:对洪水探测结果分析处理。采用本发明所述方法,既避免了传统地面观测站因站点分布少,密度不均匀,时空分辨率低等问题而导致的洪水探测精度低和探测范围小的缺陷,同时避免了基于遥感卫星雷达站方法建设成本高和建设周期长,且需专用接收机设备进行探测的缺陷。

    一种基于高分辨率频谱分析对SuperDARN雷达多重回波进行分离的方法

    公开(公告)号:CN119758253A

    公开(公告)日:2025-04-04

    申请号:CN202411959924.4

    申请日:2024-12-30

    Inventor: 刘二小 刘俊良

    Abstract: 本发明公开了一种基于高分辨率频谱分析对SuperDARN雷达多重回波进行分离的方法,包括以下步骤:步骤1:获取SuperDARN雷达原始数据的rawacf文件数据,对其进行预处理;步骤2:计算ACF数据中每个距离门的滞后零功率,比较每个积分时间,剔除信噪比小于零的距离门;步骤3:将拟合得到的fitacf文件数据整理成完备的数据集,与回波信息进行比较;步骤4:将剩余的自相关函数矩阵放入搭建好的root‑music和esprit算法模型中,提取每个距离门对应的多普勒频率,通过多普勒频率得到多普勒速度;步骤5:通过ARMA模型来构建雷达回波的功率谱估计,得到功率谱和频谱宽度;将求得的频谱宽度写入对应的fitacf文件中,本发明采用高分辨率光谱分析方法提高了雷达的分辨能力。

    一种SuperDARN雷达对流图对流反转边界自动识别方法

    公开(公告)号:CN118965022A

    公开(公告)日:2024-11-15

    申请号:CN202411028422.X

    申请日:2024-07-30

    Abstract: 本发明公开了一种SuperDARN雷达对流图对流反转边界自动识别方法,包括如下步骤|:步骤1、分别通过RST软件和NASA的空间物理数据设备获取SuperDARN雷达探测数据和OMNI卫星观测数据,分别对其进行预处理,删除异常值以及无效值;步骤2、将OMNI卫星观测数据和SuperDARN雷达观测数据匹配并对齐构成完备数据集。步骤3、使用Matlab绘制出MLAT‑MLT地磁坐标系下的视线速度图,并按照空间平均网格划分地磁坐标区域;步骤4、利用广度优先搜索算法对全部网格中的视线速度方向进行判断,寻找数据集中满足特定条件的点,并在坐标上用红色菱形标记这些点的中点位置。本发明在SuperDARN雷达获得的海量具有丰富信息的数据的基础上,采用广义搜索遍历算法,稳定高效地将对流反转边界自动识别出来。

    一种低复杂度高精度GNSS高动态信号频率估计方法及系统

    公开(公告)号:CN115436979A

    公开(公告)日:2022-12-06

    申请号:CN202211065774.3

    申请日:2022-09-01

    Abstract: 本发明涉及一种低复杂度高精度GNSS高动态信号频率估计方法及系统,其方法包括:对后相关信号进行建模,得到后相关信号;对后相关信号进行相邻差分处理,再进行积分得到近邻差分相干信号;对近邻差分相干信号进行多维差分积累,并对多维差分积累得到的信号进行多普勒变化率估计;基于后相关信号计算差分信号并对其进行积分,之后进行加/减处理,得到每一个翻转位置对应的数据比特符号和积累量;对积累量进行最大位置判决,得到真正的数据翻转位置;对后相关信号去除比特得到待处理信号,对待处理信号进行相干积分处理,之后对相干积分处理后的信号进行多普勒频率估计。本发明实现低复杂度实现高动态环境下高精度频率参数估计。

    一种快速高动态GNSS频率搜索方法

    公开(公告)号:CN107843905A

    公开(公告)日:2018-03-27

    申请号:CN201710991658.7

    申请日:2017-10-23

    Abstract: 本发明公开了一种快速高动态GNSS频率搜索方法,包括以下步骤:S1.接收高动态后相关信号,对高动态后相关信号进行调频斜率压缩搜索,得出预测的调频斜率α;S2.将预测的调频斜率α去除其对后相关信号的影响,得出预测的初始频率f。本发明考虑到了接收机与卫星有相对加速度的信号频率估计,采用两步压缩,第一步压缩调频斜率搜索,采用相邻差分的方式减小数据调制对检测峰值的影响;第二步利用信号循环平稳特性取信号自相关,去除数据比特对积分峰值的影响。基于上述两步分离了比特符号、初始频率和调频斜率间相互影响,实现了快速估计频率的目的。

    一种基于深度学习的SuperDARN雷达目标回波聚类方法

    公开(公告)号:CN118797376A

    公开(公告)日:2024-10-18

    申请号:CN202411027149.9

    申请日:2024-07-30

    Abstract: 本发明公开了一种基于深度学习的SuperDARN雷达目标回波聚类方法,其特征在于,包括如下步骤:步骤1、获取SuperDARN雷达探测数据并对其进行预处理,构成SuperDARN雷达回波特征数据集;步骤2、对数据中多普勒速度与谱宽的负值进行绝对值操作,使用Z‑score标准化将数据进行标准化处理;步骤3、搭建基于变分自编码器的深度聚类模型,并使用标准化处理后的数据进行训练;步骤4、使用完成预训练的基于变分自编码器的深度聚类模型得到聚类结果;步骤5、基于变分自编码器的深度聚类模型的聚类结果进行效果评估。该方法将深度学习技术和SuperDARN雷达回波数据应用到目标聚类中,从而获得更加干净清晰的各种回波。

    一种面向语音数据的身份隐私保护方法及系统

    公开(公告)号:CN117831510A

    公开(公告)日:2024-04-05

    申请号:CN202410068124.7

    申请日:2024-01-17

    Abstract: 本发明涉及身份隐私保护技术领域,具体涉及一种面向语音数据的身份隐私保护方法及系统,包括:语音特征提取模块,通过F0提取器、BN向量提取器和x‑vector提取器提取用户的语音信号的F0、BN向量和x‑vector;修改x‑vector模块,将得到的x‑vector通过三个独立训练的对抗样本生成器,生成匿名化x‑vector;语音合成模块,将F0、BN向量和匿名化x‑vector通过MFCC生成器生成MFCC,并将生成的MFCC与F0、匿名化x‑vector一同输入声码器,生成匿名化语音。本发明在保证安全性的同时,尽量保留数据的可用性,避免不必要的信息损失,更好地保留了原语音的音质和可懂度。

    一种基于高度角强约束的北斗载波相位多径校正方法

    公开(公告)号:CN114355407B

    公开(公告)日:2023-08-18

    申请号:CN202111630534.9

    申请日:2021-12-28

    Abstract: 本发明公开了一种基于高度角强约束的北斗载波相位多径校正方法,包括如下步骤:步骤1、多径抽取,步骤2、多径建模,采用基于分轨道分频率分卫星的自更新和自强化的多径建模;步骤3、多径校正搜索,采用基于高度角引导的快速时域搜索算法。采用上述技术方案,可以有效提高北斗载波相位的多径误差校正精度和效率,基于高度角约束的自适应阈值和分层小波变换对后拟合单差观测值进行滤波处理,有效地降低了观测值的误差水平,提高了多径模型的抽取精度和效率;基于分轨道分频率分卫星的高度角模型对多径误差进行建模,同时采用自强化和自更新对模型进行实时强化和更新,提高了模型精度的稳定性和应用的时效性,为后续多径校正提供扎实的基础。

    优化本振NYFR架构下的多分量LFM信号快速参数估计方法及系统

    公开(公告)号:CN115436924A

    公开(公告)日:2022-12-06

    申请号:CN202211030110.3

    申请日:2022-08-26

    Abstract: 本发明公开了优化本振奈奎斯特折叠接收机(NYFR)架构下的多分量线性调频(LFM)信号快速参数估计方法及系统,方法步骤如下:S1、将NYFR输出的含周期线性调频(PLFM)的多分量信号经过瞬时自相关后进行傅里叶变换(IAF)和最大峰值搜索,估计得出多分量信号的不同的奈奎斯特区域(NZ)标号S2、将S1中不同的构成解线调信号,经过解线调和IAF,估计得出多分量信号的调频率S3、将S1中不同的和S2中的信号调频率构成解线调信号,经过解线调和快速傅里叶变换(FFT),估计得出多分量信号的中频最后由估计出信号的载频本发明提出了在时频混叠下的一种优化本振NYFR架构的多分量LFM信号快速参数估计方法,为复杂电磁环境下的高效电子侦察提供技术支撑。

Patent Agency Ranking