-
公开(公告)号：CN105093185A
公开(公告)日：2015-11-25
申请号：CN201510519920.9
申请日：2015-08-23
Applicant: 哈尔滨工程大学
IPC: G01S7/02
CPC classification number: G01S7/02
Abstract: 本发明提供一种基于稀疏表示的单基地多输入多输出雷达目标波达方向估计方法，首先建立单基地MIMO雷达系统的接收信号模型，构造降维转换矩阵进行降维处理；然后利用酉变换矩阵将降维后的接收数据矩阵变为实域的，设计实值扩展数据矩阵并获得其协方差矩阵；根据Khatri-Rao积，将实值协方差矩阵向量化以解决多测量矢量(MMV)问题，并得到稀疏表示框架下的相应模型；最后设计权值矩阵获得估计参数并构造实值l1范数最小化框架，得到恢复矩阵，寻找恢复矩阵中的非零行，实现对MIMO雷达系统中目标DOA的估计。本发明计算复杂度明显降低，具有更高的角度分辨率和更好的角度估计性能，并且具有最低的SNR临界值。
-
公开(公告)号：CN113065584B
公开(公告)日：2023-04-18
申请号：CN202110300837.8
申请日：2021-03-22
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/22 , G06F18/214
Abstract: 本发明属于信息技术领域，具体涉及一种基于区间数相似性差异构造基本概率赋值的目标分类方法。本发明克服了现有基于区间数模型方法中差异性度量不合理及对已有信息利用率低的问题。本发明采用改进的区间数相似性度量来计算待分类目标与模型之间的差异性，得到比现有方法更合理的差异性度量结果。本发明采用均值与标准差线性组合的建模策略，改善了传统区间数建模数据利用率低的不足的问题，充分利用了数据信息，提高了模型的鲁棒性。本发明方法简单易行，便于操作，降低了复杂度，可广泛应用于工业自动化等领域。
-
Patent Agency Ranking
公开(公告)号：CN113064440A
公开(公告)日：2021-07-02
申请号：CN202110275576.9
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于海洋模式的自适应观测方法，步骤一：构建采样背景场；步骤二：构建全局代价函数；步骤三：通过粒子群算法求解采样方案；步骤四：将采样结果用于数据同化；步骤五：更新采样方案。本发明充分利用了区域耦合模式预报数据完成了对海洋移动观测平台采样方案的设计。并将观测结果及时返回到模式中，完成对预报和采样方案的更新，形成闭环。降低了环境变化对采样方案造成的扰动，实现了对有限观测资源的充分利用。在提高了模式预报精度的情况下，增强了采样方案实时性。
-
公开(公告)号：CN113051520A
公开(公告)日：2021-06-29
申请号：CN202110283955.2
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于统计观测均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻；在给定统计观测开始时刻，累计求取观测均值根据统计观测计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定；计算均权重粒子滤波后的状态后验估计值。本发明利用统计观测代替传统均权重粒子滤波对于未来观测的依赖，通过提议密度在同化时刻之前调整集合粒子靠近统计观测信息，进一步改善均权重粒子滤波同化方法，使用该方法可以有效提高在非高斯，非线性模式下，数据同化的同化质量，可以更好的应用于当前实时数据同化应用领域。
-
公开(公告)号：CN109086824A
公开(公告)日：2018-12-25
申请号：CN201810864966.8
申请日：2018-08-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于卷积神经网络的海底底质声呐图像分类方法，属于图像分类技术领域。具体为获取海底底质声呐图像、对图像进行去噪、增强等预处理，基于Canny算法边缘形状提取，生成灰度-基元共生矩阵，构建卷积神经网络分类器结构及样本集，训练神经网络，获得分类模型并实现海底底质声呐图像分类。本发明着手于海底底质声呐图像的图形学特征，解决了使用单一方法的缺点，通过卷积神经网络分类器结构自身的学习策略对不同类型海底底质情况进行学习和训练，最终得到具备分类功能的分类模型，达到对海底底质声呐图像进行快速、准确分类的目的。
-
公开(公告)号：CN105203130A
公开(公告)日：2015-12-30
申请号：CN201510676672.9
申请日：2015-10-13
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/00
Abstract: 本发明公开了一种基于信息融合的船舶组合导航系统故障诊断方法。确定舰船组合导航系统的故障识别框架；利用多组传感器输出故障的基本概率赋值，作为诊断故障的证据；计算证据间的冲突系数，证据支持度、确定度、决策度，证据权重；根据证据权重对证据进行加权平均处理，得到加权平均证据；利用冲突系数，改进Dempster融合规则对加权平均证据进行融合，输出最终的融合结果；按照决策规则对最终的融合结果进行判断，输出诊断结果。本发明能够准确地度量证据间冲突，通过证据权重对证据进行加权平均处理，能够降低冲突证据对融合结果的影响，通过冲突系数改进融合规则，能够得到合理的融合结果。
-
公开(公告)号：CN105068041A
公开(公告)日：2015-11-18
申请号：CN201510535646.4
申请日：2015-08-28
Applicant: 哈尔滨工程大学
CPC classification number: G01S3/143 , G01S3/74 , G01S13/02 , G01S2013/0236
Abstract: 本发明公开了互耦条件下基于协方差矢量稀疏表示的单基地MIMO雷达角度估计方法。包括以下步骤：发射阵列发射相互正交的相位编码信号，接收端进行匹配滤波处理后获得接收数据，利用发射阵列和接收阵列都具有的互耦矩阵，通过线性变换消除未知互耦的影响；对消除互耦后的数据矩阵进行降维处理，获得协方差矩阵并进行向量化操作；获得稀疏表示模型，构造基于协方差矢量的稀疏表示框架，获得恢复矩阵，得到粗略的DOA估计；对得到的粗略的DOA估计，利用最大似然估计方法进行迭代处理，得到DOA的精确估计。本发明具有分辨率高和角度估计性能强的优点。
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
