-
公开(公告)号：CN112488023B
公开(公告)日：2024-05-31
申请号：CN202011444863.X
申请日：2020-12-08
申请人： 西北工业大学
IPC分类号： G06F18/214 , G06F18/28 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明提供了一种基于梯度扰动的电磁信号智能识别系统诱骗方法，采用梯度扰动技术进行非定向诱骗和定向诱骗，构造两种类型的电磁信号对抗样本，并通过调节扰动因子的大小控制扰动的幅度，观察不同参数下对抗样本的隐蔽性效果和对电磁信号智能识别系统的诱骗结果。本发明提出了面向电磁信号的对抗诱骗，利用基于梯度扰动的方法，同时采用定向诱骗和非定向诱骗，实现了高效、隐蔽的在电磁信号上添加微小的扰动，简单且高效的生成对抗样本，诱骗成功率高，使得智能识别系统的识别准确率与可靠性大幅下降。
-
公开(公告)号：CN114415105B
公开(公告)日：2024-05-24
申请号：CN202111673364.2
申请日：2021-12-31
申请人： 西北工业大学
摘要： 本发明提供了一种阵列互耦情况下波达方向估计方法，通过考虑用向量形式表示互耦矩阵C，对稀疏信号模型的字典矩阵进行转换，再将变换后的稀疏信号模型应用到贝叶斯估计的框架中，利用模型中变量间的统计分布规律，通过反复迭代学习获得对参数的精确估计。本发明避免了利用矢量化阵列输出的协方差矩阵。在阵元间互耦存在的情况下，也能准确估计信号来向。利用块稀疏贝叶斯学习框架进行参数估计时，每次的更新迭代是对扩展信号的每一块进行的，而非对整个扩展信号进行整体更新，降低了矩阵计算维度，并且更符合真实模型。除此之外该算法对相干信号有一定的稳健性。
-
公开(公告)号：CN114415110B
公开(公告)日：2024-04-19
申请号：CN202210023737.X
申请日：2022-01-10
申请人： 西北工业大学
摘要： 本发明提供了一种非负稀疏贝叶斯学习的直接定位方法，将协方差矩矢量化为列向量，利用协方差矩阵聚焦能量的优势进行建模推导，有效扩大了阵列的虚拟有效孔径，提高了算法分辨率和定位精度；利用信号功率值非负的特点，提出了非负稀疏贝叶斯学习算法，保证算法不受相关信号的影响，同时在低信噪比、小快拍数情况下能够保证算法的稳健性。本发明避免了传统建模方法中能量分散的问题，利用协方差矩阵聚焦能量的优势，有效扩大了阵列的虚拟有效孔径，提高了算法分辨率和定位精度；保证算法不受相关信号的影响，同时在低信噪比、小快拍数情况下能够保证算法的稳健性。
-
公开(公告)号：CN114492510B
公开(公告)日：2024-02-27
申请号：CN202111654116.3
申请日：2021-12-30
申请人： 西北工业大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明提供了一种智能海杂波抑制方法，首先，对实测海杂波的功率谱中心和谱宽进行标注，并建立神经网络，将待分析的实测海杂波数据输入至网络，得到功率谱中心和谱宽，将海杂波的功率谱中心和谱宽代入杂波的功率谱，进而计算得到杂波的自相关矩阵，将杂波的自相关矩阵进行特征值分解，排列后得到最小特征值对应的特征向量，以特征向量作为系数设计滤波器，将杂波序列通过该滤波器即可实现对杂波的有效抑制。本发明使滤波器凹口与海杂波功率谱中心相适应，实现了对海杂波的有效抑制，使用神经网络对海杂波的功率谱中心和谱宽进行准确估计。该估计方法较传统方法而言，有更高的准确性和泛化能力，无需人工参与。
-
公开(公告)号：CN117596643A
公开(公告)日：2024-02-23
申请号：CN202311541019.2
申请日：2023-11-20
申请人： 西北工业大学
摘要： 本发明涉及一种基于簇数优化的机动平台组网分簇方法，属于无线自组网技术。包括，采用最大节点度MND分簇算法对网络进行初始化；选取平均距离、移动性指标、平均链路持续时间和理想节点度差四个指标对网络进行加权分簇；选取簇内相关性和簇间不相关性进行簇数优化，避免孤立节点单独成簇。本发明与传统的WCA、IWCA、AHPECA算法相比，本发明所提出的方案具有最优的簇数，并且簇首持续时间最长，表明组网稳定性最高。
-
公开(公告)号：CN117191020A
公开(公告)日：2023-12-08
申请号：CN202311040978.6
申请日：2023-08-17
申请人： 西北工业大学
摘要： 本发明涉及一种基于融合定位的异构参数多机航迹规划方法，属于信号处理领域。采用AOA定位和TDOA定位相结合的融合定位算法，根据传感器测量数据建立最大似然代价函数，采用网格搜索法进行最大似然代价函数的求解，找到最大似然函数最小的网格点，作为辐射源位置的估计结果，并进一步通过卡尔曼滤波得到最终的估计位置；以克拉美罗下界的迹作为目标函数，计算出无人机的下一个最优航迹点，并规划出一条实际可行的航迹。本发明考虑两种异构参数，提升了多机平台的泛化性；采用融合定位算法和卡尔曼滤波优化，有效地提高了定位精度；通过无人机群实时的航迹优化，使无人机在较短时间内能够获得高质量、有效的数据，从而提高对目标辐射源的定位效果。
-
公开(公告)号：CN116505990A
公开(公告)日：2023-07-28
申请号：CN202310577490.0
申请日：2023-05-22
申请人： 西北工业大学
摘要： 本发明公开了一种稳健波束形成方法，包括：S1：获取接收阵列的输出信号X，网格化观测空间，获得稀疏表示后的接收信号模型；S2：建立稀疏贝叶斯概率模型；S3：采用期望最大化算法及修正的逆迭代算法，估计干扰信号来向、信号功率以及噪声协方差矩阵；S4：根据估计得到的干扰信号来向、信号功率以及噪声协方差矩阵进行INCM重构；S5：利用重构的INCM和估计得到的期望信号角度信息计算波束形成加权矢量w，形成稳健波束。解决了传统的RAB算法在非均匀噪声条件下应用受限的问题，有效提升了波束形成器性能。
-
公开(公告)号：CN116125373A
公开(公告)日：2023-05-16
申请号：CN202310403050.3
申请日：2023-04-17
申请人： 西北工业大学
摘要： 本发明公开了一种宽带阵列天线波达方向估计方法、设备及介质，属于阵列信号处理领域，包括步骤：针对空间中的宽带信号，获取接收阵列的输出信号，并对宽带信号进行处理；定义参数向量，根据贝叶斯准则，将后验概率分布转化成先验分布来表示；利用贝叶斯准则确定权值及其迭代表达式；在粒子滤波算法的基础上对粒子进行高斯‑柯西突变重采样，设定权重阈值和高权重粒子比重阈值，通过设定的阈值对粒子进行筛选；对筛选后的粒子，根据不同频率点的目标阵列流形递归估计DOA。本发明可以减小宽带阵列天线波达方向估计误差，提高DOA估计性能。
-
公开(公告)号：CN115963463A
公开(公告)日：2023-04-14
申请号：CN202211672957.1
申请日：2022-12-26
申请人： 西北工业大学
IPC分类号： G01S7/41
摘要： 本发明公开了基于特征提取的辐射源信号分选方法、装置、设备及介质，所述方法包括：构建脉冲到达时间参数矩阵、脉冲重复间隔频次矩阵和标签矩阵；将脉冲重复间隔频次矩阵作为语义提取模型的网络输入图像进行训练；输出实测数据预测的语义特征提取结果；提取脉冲序列及参差序列完成信号分选。本发明在信噪比较低的参差PRI调制与固定PRI混合场景下，具有较好的分选效果，有助于提升后续对辐射源的定位精度。
-
公开(公告)号：CN112887001B
公开(公告)日：2022-12-13
申请号：CN202110010666.5
申请日：2021-01-06
申请人： 西北工业大学 , 中国船舶重工集团公司第七一五研究所
摘要： 本发明提供了一种基于信号来向的相位中心补偿方法，为实现空域自适应信号处理技术加入阵列数字波束形成后对信号相位中心的高精度补偿，本发明在波束指向为任意角度的情况下，根据信号来向的先验信息，计算出该信号对应相位中心误差，实现相位中心的补偿。本发明实现空域自适应信号处理技术加入阵列数字波束形成后对信号相位中心的高精度补偿。
-
-
-
-
-
-
-
-
-
搜索结果
187 条记录 (耗时 0.032 秒)