-
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：CN118642047B
公开(公告)日：2025-05-16
申请号：CN202410830811.8
申请日：2024-06-26
Applicant: 哈尔滨工程大学 , 中国船舶集团有限公司第七一五研究所
Abstract: 本发明公开一种深海异构声纳融合定位方法、系统、装置及存储介质，涉及水声学和水声信号处理技术领域，以解决GMPHD滤波器产生的系统性缺陷的问题。所述深海声纳融合定位方法包括：采集各个平台的量测信息，利用GMPHD滤波器对所述平台的量测信息进行独立滤波，产生目标的局部状态估计；利用以马氏距离为准则的数据关联算法，对所述目标的局部状态估计进行关联，得到多个局部估计之间的关联矩阵；利用加权凸组合融合法对所述多个局部估计之间的关联矩阵进行融合，得到目标的全局状态估计；利用自适应反馈算法对目标上一时刻的全局状态估计进行分析，得到目标当前时刻的全局状态完整估计。本发明还提供了一种深海异构声纳融合定位系统、装置及存储介质。
-
公开(公告)号：CN118112570B
公开(公告)日：2024-09-13
申请号：CN202410204388.0
申请日：2024-02-23
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种深海异构主被动声纳融合定位方法，涉及声纳探测及信息融合技术领域，以解决传统主动声纳定位和被动声纳定位存在的定位缺陷问题，提高定位精度。所述深海异构主被动声纳融合定位方法包括：求解主动声纳的定位结果以及主被动声纳交叉定位的结果；求解主动声纳定位和主被动声纳交叉定位的误差协方差矩阵、互协方差矩阵；利用计算得到的误差协方差矩阵、互协方差矩阵，求解主动声纳与被动声纳定位结果的融合加权系数；利用融合加权系数，计算主被动声纳融合定位结果。本发明还提供一种深海异构主被动声纳融合定位系统。本发明提供的方法、系统应用于水下多传感器数据融合，以实现水下目标的高精度定位。
-
公开(公告)号：CN117994536A
公开(公告)日：2024-05-07
申请号：CN202311737883.X
申请日：2023-12-15
Applicant: 哈尔滨工程大学
IPC: G06V10/62 , G06V10/44 , G06V10/74 , G06V10/82 , G06N3/0475 , G06N3/0455
Abstract: 本发明属于水声目标跟踪定位技术领域，涉及一种基于GAN的中断航迹接续关联系统及方法。系统和方法均依托于航迹关联网络，所述航迹关联网络包括航迹生成器和航迹判别器构建航迹关联的网络系统，此外本发明将编码器‑解码器加入到航迹生成器当中，作为其骨干网络。航迹生成器通过自动编码‑解码器结构提取航迹运动特征和中断特征，并加入注意力模块增强对中断位置和目标运动的敏感性。航迹判别器用于判别生成的连续航迹图像的真伪，并为航迹生成器提供指导。航迹生成器和航迹判别器通过交替训练达到纳什平衡，使判航迹别器无法准确判断生成的连续航迹图像的真假。该系统和方法相比于JPDA能够在航迹接续中具有更好的连接效果。
-
Patent Agency Ranking
公开(公告)号：CN118642047A
公开(公告)日：2024-09-13
申请号：CN202410830811.8
申请日：2024-06-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种深海异构声纳融合定位方法、系统、装置及存储介质，涉及水声学和水声信号处理技术领域，以解决GMPHD滤波器产生的系统性缺陷的问题。所述深海声纳融合定位方法包括：采集各个平台的量测信息，利用GMPHD滤波器对所述平台的量测信息进行独立滤波，产生目标的局部状态估计；利用以马氏距离为准则的数据关联算法，对所述目标的局部状态估计进行关联，得到多个局部估计之间的关联矩阵；利用加权凸组合融合法对所述多个局部估计之间的关联矩阵进行融合，得到目标的全局状态估计；利用自适应反馈算法对目标上一时刻的全局状态估计进行分析，得到目标当前时刻的全局状态完整估计。本发明还提供了一种深海异构声纳融合定位系统、装置及存储介质。
-
公开(公告)号：CN106124085A
公开(公告)日：2016-11-16
申请号：CN201610629729.4
申请日：2016-08-03
Applicant: 哈尔滨工程大学
IPC: G01K11/20
CPC classification number: G01K11/20
Abstract: 本发明提供的是一种染料掺杂液晶微球温度传感器及其制备方法。将荧光染料DCM掺入胆甾相液晶溶液，混合溶液通过锥形毛细微管注入待测液体形成液体微球腔。液晶微球中的荧光染料在532nm激光脉冲的激发下发射荧光，在微腔的限制作用下产生高品质回音壁模式激光发射，使用光谱仪记录激光光谱。当环境温度发生微弱变化时，液晶折射率的改变引起激光波长发生变化，从而光谱产生漂移，实现高灵敏度的温度传感。本发明基于光学微谐振腔结构及独特的光学材料，提出了一种全新的高灵敏度温度微传感器器件。
-
公开(公告)号：CN105853025A
公开(公告)日：2016-08-17
申请号：CN201610152752.9
申请日：2016-03-17
Applicant: 哈尔滨工程大学
IPC: A61F2/16
CPC classification number: A61F2/1613 , A61F2/1624 , A61F2250/0091
Abstract: 本发明涉及一种焦距可调节的液晶人工晶状体及其制作方法。本发明包括两片圆形柔性材料丙烯酸酯基板、液晶和光敏聚酰亚胺，圆形丙烯酸酯的直径5.50?6.00毫米、材料厚度为0.5?0.8毫米、含支撑襻总直径10.5?11.5毫米、半球冠厚度0.5?1.6毫米；光控取向膜的厚度为200?300纳米，589.3纳米光波处液晶的折射率各向异性值大于0.1。本发明的人工晶体其内部植入了可调谐的液晶液体材料，使得原本不能调节焦距的人工晶体变为焦距可调节的，这样在很大程度上提高了人眼的可视范围。
-
公开(公告)号：CN105778916A
公开(公告)日：2016-07-20
申请号：CN201610144288.9
申请日：2016-03-14
Applicant: 哈尔滨工程大学
CPC classification number: C09K11/7772 , A61K49/0017 , A61K49/0091
Abstract: 本发明提供的是一种具有细胞示踪功能的液体荧光微球的制备及应用方法。将纳米晶体NaYF4:Yb3+,Er3+加入到有机溶剂环己烷中，其在环己烷中可以均匀分散。混合溶液中加入有机溶剂二辛脂，环己烷挥发后纳米晶体均匀分散于二辛脂中。借助毛细注射管将纳米晶体均匀分散的二辛脂溶液注入体外培养细胞，其在细胞内液中形成液体微球。使用细胞注射器将含有液体微球的细胞注入生物体内。液体微球中均匀分散的纳米晶体在980nm激光照激发下发出绿色荧光，具有细胞示踪功能。本发明提出了一种全新的体内细胞示踪方式，对于研究细胞在体内的迁移、增殖、代谢和分布规律等具有重要的临床意义。
-
公开(公告)号：CN103926932A
公开(公告)日：2014-07-16
申请号：CN201410172322.4
申请日：2014-04-25
Applicant: 哈尔滨工程大学
Abstract: 本发明一种船舶运动姿态分解域智能预报方法，包括以下几个步骤：分解船舶横摇角时间序列；检验分解所得分量和余项的波动程度；对分量和余项进行分类；将分量和余项重构为高频、中频和低频三个分量；对三个分量分别建立不同结构的信息熵加权Elman神经网络时间序列直接多步预报模型；对高频、中频和低频分量的多步预报结果进行自适应叠加，完成智能预报。不仅能保证较高的预报精度，同时又能提高建模效率，具有可靠性强、通用性强等优点，是一种提高预报准确率的有效方法。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.039 seconds)
