一种舰船辐射噪声信号的去噪特征提取方法

    公开(公告)号:CN114764579B

    公开(公告)日:2024-08-23

    申请号:CN202210520175.X

    申请日:2022-05-12

    摘要: 本发明提供了一种舰船辐射噪声信号的去噪特征提取方法,采录不同类别舰船的辐射噪声信号,得到噪声信号样本集;采用完全噪声辅助聚合经验模态分解算法进行模态分解,得到若干个固有模态函数分量,并进行皮尔逊相关性分析,得到相关系数;得到辐射噪声信号样本集,提取梅尔频率倒谱系数特征,得到去噪信号MFCC特征向量集,构建双向去噪自编码器网络,得到识别准确率,从而衡量所提取的去噪特征的效果。本发明有效地提取舰船辐射噪声信号的去噪特征,提高舰船目标的识别准确率。与传统去噪自编码器相比,本发明提供的双向去噪自编码器所提取的隐层去噪特征更全面、效果更好。

    一种锚节点位置不确定情况下的TOA定位方法

    公开(公告)号:CN113923590B

    公开(公告)日:2023-07-21

    申请号:CN202111125863.8

    申请日:2021-09-24

    摘要: 本发明提供了一种锚节点位置不确定情况下的TOA定位方法,获取原始TOA量测,对节点位置误差进行建模,在锚节点与目标节点通信的原始TOA量测中引入锚节点误差项,对锚节点误差项进行转化,将定位问题转化为一个凸问题,将凸优化问题用MATLAB求解,从而得到目标位置坐标的估计。本发明仅减弱了先验信息要求的苛求程度,实用性得到了较大的提升;有效解决了在锚节点位置误差项不服从任何先验分布的这种更符合实际的情况下,以往发明所没有解决的过度松弛问题,在定位系统受环境影响,导致锚节点真实位置与量测得到的位置出现较大偏差时仍然能够较为准确地得到目标位置的估计,具有较强的实用性。

    基于LabVIEW的水声网络节点自定位方法

    公开(公告)号:CN115551077A

    公开(公告)日:2022-12-30

    申请号:CN202211112463.8

    申请日:2022-09-14

    摘要: 本发明提供了一种基于LabVIEW的水声网络节点自定位方法,利用LabVIEW平开发三维水声网络节点自定位方法,RealTime模块与FPGA模块协同工作进行节点间实时通信与节点内数据处理,根据本地节点ID自动分配工作任务,加入异常处理机制,使节点自主初始化以避免信道变化带来的影响,基于有限状态机的程序设计提高软件可移植性和系统可扩展性。本发明实现三维水声网络节点的高精度自定位。有效解决网络系统在水声信道突变情况下因接收不到信号而陷入停滞状态的问题,提高了系统稳定性,构建有限状态机使所有节点使用同一套程序,避免了不同节点重复编程,同时实现了仅用一个上位机控制整个水声网络,使系统操作更加方便且易于进行节点扩展。

    一种锚节点位置不确定情况下的目标定位方法

    公开(公告)号:CN112954637B

    公开(公告)日:2022-07-22

    申请号:CN202110091536.9

    申请日:2021-01-23

    IPC分类号: H04L67/12 H04W4/38 H04W64/00

    摘要: 本发明提供了一种锚节点位置不确定情况下的目标定位方法,在得到锚节点与目标节点以及目标节点之间的TOA量测信息后,列出目标函数,并引入锚节点误差量。在对目标函数进行向量化后,利用S‑过程消除锚节点误差向量,同时引入了一个凸约束,最后再经过转化与松弛将问题变为一个可以解决的凸问题。该方法在定位系统受环境影响,导致锚节点真实位置与量测得到的位置出现较大偏差时仍然能够较为准确地得到目标位置的估计,具有较强的鲁棒性和实用性。

    一种基于半张量积神经网络的水下目标识别方法

    公开(公告)号:CN110245608B

    公开(公告)日:2022-05-17

    申请号:CN201910513322.9

    申请日:2019-06-14

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明提供了一种基于半张量积神经网络的水下目标识别方法,通过水下声呐传感器接收水下声信号,将声信号的时域及频域信息通过短时傅里叶变换呈现在LOFAR图谱中;以LOFAR图谱样本作为输入特征矩阵构建将数据样本半张量积神经网络;将接收到的水下声信号分为训练集和验证集,输入半张量积神经网络进行训练和验证;通过选取不同的超参数,用训练集对半张量积神经网络进行模型训练,对比验证集的测试效果,确定测试准确率高的超参数;最终将当前采集到的水下目标的声信号输入模型训练后的半张量积神经网络,给出判别结果。本发明能够提高水下目标识别率,拓展应用场景,适用于在复杂的海洋环境噪声中识别水下目标。

    一种KL交互式多模型水下目标跟踪方法

    公开(公告)号:CN114494340A

    公开(公告)日:2022-05-13

    申请号:CN202111659699.9

    申请日:2021-12-30

    IPC分类号: G06T7/246 G06K9/62

    摘要: 本发明提供了一种KL交互式多模型水下目标跟踪方法,针对海水介质的物理特性对量测信息存在的干扰,引入KL散度来计算模型概率加权系数,使用KL散度来计算运动模型集中某一运动模型和目标真实运动模式的匹配度的大小,结合标准IMM算法中基于新息似然函数的模型概率更新方法,使得该模型选择更加贴合目标的真实运动模型,进而提高目标的位置估计精度。本发明不仅能够满足水下目标运动模型的建立既要能够描述机动目标复杂多变的运动状态,还能够满足计算量小、易于处理的要求。

    一种舰船辐射噪声分类方法

    公开(公告)号:CN113850013A

    公开(公告)日:2021-12-28

    申请号:CN202110775874.4

    申请日:2021-07-09

    摘要: 本发明提供了一种舰船辐射噪声分类方法,将舰船辐射噪声信号进行分帧和加窗,并进行归一化处理;搭建变分自编码器模型,优化损失函数生成仿真信号,搭建基于卷积网络的仿真信号分类模型,将网络模型进行优化,将待测的真实舰船辐射噪声片段信号输入到优化并且训练好的网络模型中,即可得到真实信号的分类概率,根据样本判别为3类目标的概率值,得到最终的舰船辐射噪声信号分类结果。本发明有效的应对由于舰船辐射噪声样本数量不足而引起的网络模型分类效果不佳的问题,在一定程度上节约了舰船辐射噪声采集试验的成本,具有很高的实用性。