-
公开(公告)号：CN109738902A
公开(公告)日：2019-05-10
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：CN106502147A
公开(公告)日：2017-03-15
申请号：CN201610865811.7
申请日：2016-09-29
Applicant: 哈尔滨工程大学
IPC: G05B19/042
CPC classification number: G05B19/0423 , G05B2219/25257
Abstract: 一种基于FPGA的水声信道中单频脉冲检测和参数估计的装置，涉及水声工程技术领域，具体涉及一种水声参数估计装置。为了解决在设计对水声单频脉冲信号进行检测需求的水声设备时需要重新设计制作PCB并依据所选择的硬件进行相应语言的编程调试的问题。本发明的FPGA用于完成单频脉冲检测和参数估计，FLASH存储器连接到FPGA，E2PROM存储器连接到FPGA，A/D采样接口分别通过8组A/D转换器连接到FPGA，I/O输入输出接口通过I/O输入输出保护电路连接到FPGA；PC机通过配置电缆连接DB9插接件，FPGA也连接有DB9插接件；FPGA通过DB9插接件的相互连接，实现与PC机的通信；供电接口通过供电模块进行供电。本发明可根据不同工况条件下对单频脉冲检测的需求设置相应的AD转换通道数量、采样率和检测参数等，具有低功耗、体积小巧和便于安插的特点，本发明适用于水声定位和水声通
-
公开(公告)号：CN104168103A
公开(公告)日：2014-11-26
申请号：CN201410431781.X
申请日：2014-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及时间应用技术领域，具体涉及以太网传输系统中的一种高精度网络对时方法。本发明包括：在授时端完成授时信号的发送；在受时端得到授时端发送的同步信号；由本地晶振分频计数产生相应周期和脉宽的本地同步脉冲；利用授时端同步信号触发一个计数器清零信号，利用这个信号令计数器进行强制清零并重新计数。本发明提供的以太网对时方法是利用网络信号的差分特性，利用网络变压器的中间抽头传输同步信号，与其他方法相比，对时几乎不占用数据带宽，而且由于同步建立不需要经历往返的数据包传输延迟，从而缩短了同步建立的时间。
-
公开(公告)号：CN102252744B
公开(公告)日：2012-07-11
申请号：CN201110127676.3
申请日：2011-05-17
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种适用于同振式矢量水听器的实时校准装置，其特征是：包括壳体、压力传感器、电池组、数据采集板、方位姿态仪、输入信号接插件、输出信号接插件、连接杆，连接杆、输入信号接插件、输出信号接插件安装在壳体上，压力传感器、电池组、数据采集板、方位姿态仪安装在壳体里，电池组分别与压力传感器、数据采集板、方位姿态仪相连，数据采集板还和输入信号接插件、输出信号接插件相连。本发明低功耗、体积小、重量轻、性能可靠、操作简单、维修方便，适用于各领域中所使用的矢量水听器设备的校准工作，应用范围广、前景广阔。
-
公开(公告)号：CN101846738B
公开(公告)日：2012-02-01
申请号：CN201010142127.9
申请日：2010-04-09
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明提供的是一种基于界面反射极性判别的虚元定位方法。(1)采用自相关运算对接收信号进行预处理，结合自适应能量门限检测和界面反射极性判别，对海面反射声信号进行辨识；(2)采用基于分布式计算理念的虚元定位方法实现对目标的定位解算；(3)针对各个阵元物理特性的差异，以及不同方位和距离上定位精度的差异，对各个阵元的定位结果进行加权融合。本发明提供的虚元定位方法将自适应能量门限检测、自相关运算预处理、界面反射极性判别、聚类分析等方法融合在一起，具有稳健、可靠、实用的特点。
-
Patent Agency Ranking
公开(公告)号：CN101908940A
公开(公告)日：2010-12-08
申请号：CN201010258123.7
申请日：2010-08-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种海上远程实时数据传输系统与数据传输方法。包含终端控制平台、基站和水声浮标；终端控制平台由计算机和操作软件组成，通过USB数据总线与下层节点建立连接；基站包含一个GPS信息接收装置、一个无线电扩频通信平台和一个USB数据通信接口，分别通过USB数据总线和无线电通信方式与上下两层节点建立连接，其下层节点是中继站或水声浮标；水声浮标包含一个GPS信息接收装置、一个无线电扩频通信平台和一个声学处理与数据存储平台，以无线电通信方式与上层节点建立连接。本发明主要解决了海上远程实时通信的困难问题，它采用扩频通信与时分多址相结合的通信技术来进行数据传输，具有抗噪声能力强、抗干扰能力强、通信容量大等特点。
-
公开(公告)号：CN101848027A
公开(公告)日：2010-09-29
申请号：CN201010133633.1
申请日：2010-06-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种无线电与水声组合遥控系统及遥控方法。包含船载显控平台、无线电通信基站、水面中继站和水下应答器；船载显控平台由安装有操作软件的计算机组成；无线电通信基站包含一个无线电台和一个USB数据通信接口；水面中继站包含一个无线电台、一个水声发射装置和一个水声接收装置；水下应答器包含一个水声发射装置和一个水声接收装置。本发明将无线电通信机制与水声通信机制组合在一起，创建了一种声电一体化的混合通信体制；水声通信采用FSK的编码方式，并在相邻的两个码元之间插入保护时隙，在码组内部设立了确认码元和校验码元，提高系统抗多途和混响的能力；“询问应答”与“自主查询”相结合，可以实现高可靠半双工通信。
-
公开(公告)号：CN101777954A
公开(公告)日：2010-07-14
申请号：CN201010101259.7
申请日：2010-01-27
Applicant: 哈尔滨工程大学
Abstract: 本发明是基于本征声线视在搜索的水声信道有效声速估计方法。对声源出射声线按不同掠射角跟踪，抵达接收点深度且满足能量约束条件时对其进行多途辨识并求取等效声速。在初始掠射角有效空间自适应变步长遍历完毕后，对各类多途抵达声线等效声速内插拟合。最后比较各空间采样点等效声速取最大值获得该点有效声速，实现空间区域各采样点本征声线的视在搜索，将各采样点有效声速存入矩阵，通过内插拟合迅速准确地获取任意两点的有效声速。本方法采取初始掠射角有效空间自适应变步长遍历、能量约束、多途辨识机制确保了复杂多途到达结构时有效声速也能准确获取，用本征声线视在搜索机制避免了声场的频繁计算，将准确度、适应度及速度较好地融合起来。
-
公开(公告)号：CN119986749A
公开(公告)日：2025-05-13
申请号：CN202510063324.8
申请日：2025-01-15
Applicant: 哈尔滨工程大学
Abstract: 一种基于矢量基线融合算法解相位模糊的超短基线定位方法，本发明涉及基于矢量基线融合算法解相位模糊的超短基线定位方法。本发明的目的是为了解决现有算法解模糊成功率低，计算开销大的问题。过程为：步骤1、在N元圆阵中，通过接收信号的相位计算每个基线组合中的伪模糊数组合集合；步骤2、获得N元阵各基线的伪模糊数组合；步骤3、建立条件判定损失函数；计算伪模糊数组合的误差；步骤4、得到组合优化模型，组合优化模型定义为综合损失函数；基于综合损失函数得到对应基线的解模糊后的相位差；步骤5、基于得到的对应基线的解模糊后的相位差计算方位函数，基于方位函数求出目标的方位。本发明用于超短基线定位领域。
-
公开(公告)号：CN119580769A
公开(公告)日：2025-03-07
申请号：CN202411647396.9
申请日：2024-11-18
Applicant: 哈尔滨工程大学
IPC: G10L25/51 , G10L25/18 , G10L25/30 , G06F18/25 , G06F18/2131 , G06F18/2415 , G06N3/045 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 一种基于多维度时频特征融合的水下目标识别方法，本发明涉及水下目标识别技术领域，具体涉及基于多维度时频特征融合的水下目标识别方法。本发明目的为了解决常规水声目标识别中，由于特征冗余和目标类别信息不显著而导致的识别准确率低的问题。过程为：步骤1：基于水下目标辐射噪声数据库构建训练数据集和测试数据集；步骤2：构建CAF‑ViT模型，CAF‑ViT模型依次包括特征提取模块、特征融合模块、目标识别模块；基于训练数据集对CAF‑ViT模型进行训练，获得训练好的CAF‑ViT模型；步骤3：基于训练好的CAF‑ViT模型对测试数据集中数据进行预测，识别水下目标类别。
-
-
-
-
-
-
-
-
-
Search Results
198
records
(took 0.031 seconds)
