-
公开(公告)号：CN110531319B
公开(公告)日：2022-10-21
申请号：CN201910790737.0
申请日：2019-08-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于测量点优化布局的水声应答器位置高精度校准方法，包括以下步骤：首先建立基于波达方向的应答器位置校准模型；其次构建应答器位置校准测量点优化布局目标函数；接着采用遗传算法求解测量点优化布局方位角；然后对测量点进行迭代优化布局；最后获得应答器位置最终精测结果。相对于传统的方法，本发明的优势在于：1)针对基于波达方向的应答器位置校准模型，综合考虑了角度测量误差和测量点位置误差的影响，构建了测量点优化布局目标函数，通过求解目标函数可获得相对于待测应答器位置的最优测量点布局，为获得高精度的校准结果提供了基本保障；2)通过测量点优化布局和循环迭代运算，可有效提高水声应答器位置的校准精度。
-
公开(公告)号：CN109738902B
公开(公告)日：2022-10-18
申请号：CN201910168348.4
申请日：2019-03-06
Applicant: 哈尔滨工程大学
IPC: G01S15/50
Abstract: 本发明提出一种基于同步信标模式的水下高速目标高精度自主声学导航方法，该方法利用目标接收到海底多个分布式潜标发送的同步声信标信号的时延信息，再结合各潜标的位置信息，解算获得目标的位置信息；相对于传统自导航方法，本发明所设计的方法引入了目标运动速度参量，消除了由目标运动速度引起的模型误差，受目标运动速度影响小；引入了目标位置自主保护机制，能够较合理地给出更精确的结果，有效提高了水下高速运动目标的自导航精度；采用差分进化算法结构简单，通用性强，计算量小，稳健性强，全局优化能力强。
-
公开(公告)号：CN114167346B
公开(公告)日：2022-07-19
申请号：CN202111384738.9
申请日：2021-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于协方差矩阵拟合阵元扩展的DOA估计方法及系统，其中，该方法包括：通过均匀直线阵列采集互不相关的信号，构建协方差矩阵；确定扩展阵元所使用的协方差拟合准则；利用协方差拟合方法，拟合扩展阵列的协方差矩阵，并根据无噪声信号的协方差矩阵中各数据的幅度和相位控制扩展阵元的拟合协方差矩阵的幅度和相位；简化扩展阵元的拟合协方差的幅度和相位，利用简化后的结果得到最优扩展阵列的拟合协方差矩阵；借助CBF波束形成器，利用最优扩展阵列的拟合协方差矩阵进行目标方位估计。该方法可在不改变均匀直线阵的阵元间距的同时，扩展阵元个数，增加阵列孔径，实现当阵元个数不足时仍然可得到优秀的DOA估计性能。
-
-
公开(公告)号：CN112684411B
公开(公告)日：2022-06-03
申请号：CN202011351931.8
申请日：2020-11-26
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明公开了一种基于改进到达频率差的水下目标定位方法。步骤1：从输入信号获取解算所需的时延差信息和频率差信息；步骤2：根据获得的时延差和频率差信息建立目标位置的解算方程；根据获得的信息，建立水下机动平台与目标在两个不同的位置的时延差关系方程和频率差关系方程，组成定位解算方程组；步骤3：采用牛顿迭代法对方程进行求解，若求出的结果不符合迭代精度要求，再重复进行循坏求解，直到符合求解的精度要求，最终完成定位精确解算。本发明改进了传统频率差卫星定位方法，使之能应用于水声定位场合，有效提高了水声定位系统定位精度并降低了软硬件设计难度。
-
Patent Agency Ranking
公开(公告)号：CN114167346A
公开(公告)日：2022-03-11
申请号：CN202111384738.9
申请日：2021-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于协方差矩阵拟合阵元扩展的DOA估计方法及系统，其中，该方法包括：通过均匀直线阵列采集互不相关的信号，构建协方差矩阵；确定扩展阵元所使用的协方差拟合准则；利用协方差拟合方法，拟合扩展阵列的协方差矩阵，并根据无噪声信号的协方差矩阵中各数据的幅度和相位控制扩展阵元的拟合协方差矩阵的幅度和相位；简化扩展阵元的拟合协方差的幅度和相位，利用简化后的结果得到最优扩展阵列的拟合协方差矩阵；借助CBF波束形成器，利用最优扩展阵列的拟合协方差矩阵进行目标方位估计。该方法可在不改变均匀直线阵的阵元间距的同时，扩展阵元个数，增加阵列孔径，实现当阵元个数不足时仍然可得到优秀的DOA估计性能。
-
公开(公告)号：CN113820717A
公开(公告)日：2021-12-21
申请号：CN202110967520.X
申请日：2021-08-23
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于负梯度波导下warping变换的单矢量传感器无源测距方法。本发明通过矢量声信号的简正波表示和简正波分类，确定升压和振速信号；基于含负梯度波导，保留海底反射相移；确定声压和水平振速与声压和垂直振速的互相关函数，得到频谱；利用含负梯度波导下warping变换，进行无源测距。本发明提出的测距方法主要适用于下发下收的情况，仅利用引导声源和单矢量水听器即可实现对目标的无源测距，估计结果与真实距离符合较好，目标距离在10～30km时，算法测距相对误差在8％以内。
-
公开(公告)号：CN113702960A
公开(公告)日：2021-11-26
申请号：CN202110724015.2
申请日：2021-06-29
Applicant: 哈尔滨工程大学
IPC: G01S11/14
Abstract: 本发明公开了一种基于时延和多普勒频移的水下机动平台高精度测速方法。步骤1：建立水下机动平台声学测速模型；步骤2：利用步骤1的水下机动平台声学测速模型及单个周期内已知的观测信息，确定不同基元的组合方式；步骤3：针对步骤2的不同基元的组合方式，求解出相应的速度值；步骤4：根据测速误差的空间分布特性，针对步骤3不同的速度解进行融合，得到最优值。本发明解决现有方法受位置测量精度影响严重，且需要多个基元才能完成的问题。
-
公开(公告)号：CN113472390A
公开(公告)日：2021-10-01
申请号：CN202110767877.3
申请日：2021-07-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法，属于电子对抗和通信技术领域，公开了一种，包括以下步骤：1)对接收到的跳频信号进行功率谱估计，得到跳频信号的频率集；2)以频率集中的频率个数来确定所需深度学习网络的个数，并构造对应频率集中各个频率的深度学习网络所需的训练集；3)将训练集输入各个网络中，完成深度学习网络的构建；4)将接收到的信号分别输入构建好的对应频率的网络中，从而获得各个频率所对应网络的输出；5)通过对各个网络的输出进行平滑处理，估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度，对跳频信号的处理具有重要意义。
-
公开(公告)号：CN112684411A
公开(公告)日：2021-04-20
申请号：CN202011351931.8
申请日：2020-11-26
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明公开了一种基于改进到达频率差的水下目标定位方法。步骤1：从输入信号获取解算所需的时延差信息和频率差信息；步骤2：根据获得的时延差和频率差信息建立目标位置的解算方程；根据获得的信息，建立水下机动平台与目标在两个不同的位置的时延差关系方程和频率差关系方程，组成定位解算方程组；步骤3：采用牛顿迭代法对方程进行求解，若求出的结果不符合迭代精度要求，再重复进行循坏求解，直到符合求解的精度要求，最终完成定位精确解算。本发明改进了传统频率差卫星定位方法，使之能应用于水声定位场合，有效提高了水声定位系统定位精度并降低了软硬件设计难度。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.048 seconds)
