-
公开(公告)号：CN112766304A
公开(公告)日：2021-05-07
申请号：CN202011555455.1
申请日：2020-12-24
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于稀疏贝叶斯学习的机动阵列方位估计方法。本发明涉及声纳探测技术领域，本发明根据声纳阵形和平台导航系统提供的阵列指向角，构建机动阵列稀疏信号模型；基于接收噪声的高斯分布假设，建立机动阵列稀疏贝叶斯学习框架，确定阵列接收信号的后验分布形式；根据阵列接收信号的后验分布形式，进行对数最大化操作，得到远场目标方位。本发明利用稀疏贝叶斯学习的思想解决机动阵列方位估计问题，有效提升了方位估计精度和方位分辨能力，同时还能更有效地抑制左右舷模糊。
-
公开(公告)号：CN112666519A
公开(公告)日：2021-04-16
申请号：CN202011465576.7
申请日：2020-12-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于广义二阶时延差的水下目标高精度定位方法。步骤1：等周期间隔选取解算位置，对水下目标的位置进行粗略解算；步骤2：计算目标的水平精度因子HDOP，同时优化定位周期号，最终得到最佳定位周期号；步骤3：根据选取的最佳周期号相应的位置基于广义二阶时延差信息进行定位解算。本发明降低了航行器航路和航行速度对定位精度的影响，进一步提升了定位解算精度，更加适应实际情况下的解算条件。
-
公开(公告)号：CN112230205A
公开(公告)日：2021-01-15
申请号：CN202011109940.6
申请日：2020-10-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种利用舰船辐射噪声仿真信号的水下目标识别系统性能评估方法，通过对仿真生成的一定数量的理想舰船辐射噪声样本，与由信道仿真软件仿真得到的信道冲激响应函数进行卷积，或是设置更为复杂的舰船运动参数，得到数个复杂程度不同的样本库。从每个样本库中分别产生训练集和测试集，对不同水下目标分类识别系统进行训练和性能评估。最后再单独从一个样本库中产生训练集，对不同水下目标分类识别系统进行训练，从不同样本库中产生测试集对这些训练好的水下目标分类识别系统进行性能评估。本方法实现了在实测得到的水下目标样本库不足时，对水下目标分类识别系统的泛化性能的评估。
-
公开(公告)号：CN111999702A
公开(公告)日：2020-11-27
申请号：CN202010291329.3
申请日：2020-04-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种无源水下导航通信定位系统与方法，所述无源水下导航通信定位系统包括无源探头单元和数据通信标签单元；所述无源探头单元包括：敏感元件、储能元件、功率放大器；所述数据通信标签单元包括：数据处理器、存储元件；所述敏感元件、所述数据处理器、所述功率放大器三者相互连接，所述存储元件与所述数据处理器连接；所述储能元件用于所述功率放大器、所述数据处理器、所述存储元件的供能；通过结合水下潜器与各个无源水下导航通信定位系统之间的距离以及各系统的位置信息，可计算所述水下潜器的实际位置，由此可解决累计误差、海流或地壳运动等因素导致长时间航行之后所述水下潜器的绝对坐标产生偏移而无法及时修正的问题。
-
公开(公告)号：CN111856442A
公开(公告)日：2020-10-30
申请号：CN202010630943.8
申请日：2020-07-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于测量值驱动自适应估计新生目标强度的多目标跟踪方法，步骤1：初始化强度函数v0(x)；步骤2：预测存活目标的强度vs,k|k-1(x)；步骤3：预测新生目标的强度vγ,k|k-1(x)；步骤4：对测量值集合Zk进行划分，将其分为存活目标测量值集合Zs,k、新生目标测量值集合Zγ,k和杂波测量值集合Zc,k；步骤5：根据步骤4分出的存活目标测量值集合Zs,k和新生目标测量值集合Zγ,k对步骤2中预测的存活目标强度vs,k|k-1(x)和步骤3中预测的新生目标强度vγ,k|k-1(x)进行更新；步骤6：利用剪枝阈值Tth及合并阈值U对步骤5中的更新结果进行剪枝与合并；步骤7：设定目标状态提取阈值wth，并提取步骤6中的结果。本发明解决GM-PHD滤波器在新生目标强度未知的情况下跟踪性能下降的问题。
-
Patent Agency Ranking
公开(公告)号：CN111553207A
公开(公告)日：2020-08-18
申请号：CN202010290195.3
申请日：2020-04-14
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提出了一种基于统计分布的舰船辐射噪声特征重组方法，根据舰船辐射噪声特性，分别对有限长原始噪声信号进行1 1/2维谱分析、LOFAR谱分析和DEMON谱分析，并利用统计分析方法获取舰船辐射噪声谱图中线谱及调制谱的概率分布特征。为了降低特征信息冗余，再通过主成分分析法降低特征样本维度构建综合特征样本，最后输入到识别分类器进行训练、识别，实现对舰船辐射噪声的分类。本发明识别效果明显高于单一谱分析特征提取方法，特别是样本数目越多识别正确率越高；能够有效地解决在未知、复杂环境下舰船特征不明显的问题，降低目标错误识别概率；且不仅提高综合特征的识别效率并且算法模型也较为简单。
-
公开(公告)号：CN107105052B
公开(公告)日：2020-02-14
申请号：CN201710343392.5
申请日：2017-05-16
Applicant: 哈尔滨工程大学
IPC: H04L29/08
Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模，阐述了其与智能规划问题的对应关系；为了解决基于图规划的服务组合算法的盲目搜索的缺点，提出了状态距离的概念，分析和证明了其在可达性分析中的作用，给出了状态距离矩阵的构建方法；依据状态距离矩阵，设计启发函数对服务的可达性进行估计，修剪不必要的服务，减小规划图的规模，提高算法的求解效率。
-
公开(公告)号：CN110471455A
公开(公告)日：2019-11-19
申请号：CN201910304772.7
申请日：2019-04-16
Applicant: 哈尔滨工程大学
IPC: G05D1/12
Abstract: 本发明提出一种基于深潜器的黑匣子声信标搜探航路规划方法，采用本发明所涉及的航路规划方法能使潜器发现声信标，引导潜器接近声信标，定位声信标坐标并有效提高定位精度。本发明所涉及的航路规划主要由三个阶段构成，即：信号搜索阶段、测向导引阶段及精确定位阶段。其中，信号搜索阶段采用梳形搜索路径，采用梳形搜索路径可保证较高的信号搜索效率及较低的漏扫概率；测向导引阶段采用弧形路径，目的是在不丢失目标的前提下，引导潜器快速接近目标；精确定位阶段采用圆形路径，保证了目标的定位精度。本发明可应用于飞机、舰船黑匣子搜索，失事潜艇、潜器营救等场景。
-
公开(公告)号：CN110411480A
公开(公告)日：2019-11-05
申请号：CN201910796111.0
申请日：2019-08-27
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种复杂海洋环境下水下机动平台声学导航误差预测方法，包括以下步骤：S1建立水下机动平台声学导航模型，确定导航误差的主要来源；S2确定与实际环境相关的时延测量误差；S3确定与实际环境相关的声速测量误差；S4确定与实际环境相关的阵位测量误差；S5推导出机动平台声学导航误差预测模型，将上述时延测量误差、声速测量误差及阵位测量误差带入机动平台声学导航误差预测模型，获得全空间声学导航误差预测结果。本发明更符合水声物理实际环境特性，测时延误差选择更切合实际，误差预测结果不仅适用于静止平台，也适用于机动平台，且大大缩短计算时间，提高运算效率，具有简便易操作性。
-
公开(公告)号：CN110260858A
公开(公告)日：2019-09-20
申请号：CN201910554950.1
申请日：2019-06-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于最优阶数灰色自适应动态滤波的航迹跟踪方法，属于目标跟踪滤波技术领域。所述方法为：首先，建立r阶灰色模型；其次，对阶数r进行自主优化确定最优阶数，并预测第n+1时刻导航数据的估计值；再次，通过第n+1时刻导航数据的估计值和n+1时刻初始导航数据计算偏差e，并对第n+1时刻导航数据的估计值和n+1时刻初始导航数据进行加权融合，获得第n+1时刻的UUV的导航数据；然后，通过数据更新获得新的初始序列，利用所述新的初始序列重新建立新的灰色模型，并利用新的灰色模型对n+2时刻导航数据的采样值进行滤波处理；最后，重复以上过程直到最后一个导航数据的采样值完成滤波处理，实现动态滤波。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.042 seconds)
