-
公开(公告)号：CN111767848B
公开(公告)日：2022-04-12
申请号：CN202010606863.9
申请日：2020-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测识别技术领域，具体涉及一种基于多域特征融合的辐射源个体识别方法。本发明针对现有辐射源个体识别方法中存在的特征信息不全面，分类器泛化能力弱，专家分析主观性强，辐射源个体识别率低等问题，通过融合时域、时频域和高阶域等多域特征，并设计多层神经网络模型作为分类器进而实现辐射源个体识别。融合多域特征解决了特征信息不全面的问题，采用神经网络模型进行识别分类，避免了识别时依赖辐射源信号调制方式等先验信息和专家系统的主观性较强等问题。同时，神经网络模型提升了系统的泛化能力，得到较好的辐射源个体识别效果。
-
公开(公告)号：CN109254274B
公开(公告)日：2022-12-13
申请号：CN201811409321.1
申请日：2018-11-23
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明涉及一种基于特征融合的雷达辐射源辨识方法，产生雷达辐射源无意调制信号集；提取AR模型系数、Renyi熵特征、谱峭度特征；计算平滑伪维格纳分布，生成时频图像，进行灰度化和自适应二值化处理，得到自适应二值化图像；提取图像的伪Zernike矩和Hu矩特征；应用AlexNet卷积神经网络提取信号时频图像无意调制特征并分别归一化，进行特征融合，得到融合后特征向量；将融合后特征向量输入支持向量机，训练由粒子群算法优化的支持向量机，将雷达辐射源信号集输入系统完成雷达辐射源辨识。本发明从时域、频域和时频域分析信号，实现多种无意调制特征全面提取，解决提取的无意调制特征适用性低、可靠性差和辐射源辨识困难。
-
公开(公告)号：CN110162077A
公开(公告)日：2019-08-23
申请号：CN201910527322.4
申请日：2019-06-18
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于飞鱼算法的无人机航迹规划方法，属于无人机飞行控制领域。包括建立无人机飞行运动模型，设计球面坐标系动作姿态向量；利用检测概率的效能值和无人机奖惩机制构建航迹评价函数，将无人机连续的飞行动作离散化，以时间作为间隔，使用飞鱼算法对每一时刻的航迹评价函数值寻优；更新飞鱼种群，结合种群飞行寻优思想进行迭代，当迭代寻优操作达到最大迭代次数，生成每一时刻最优动作姿态；将最优动作姿态数据控制无人机，生成有效可靠的无人机飞行航迹。本发明结合飞鱼算法，利用种群飞行觅食寻优和交互平台，增强了航迹规划方法的全局搜索能力，本发明模型简单、收敛速度快、准确率高、可靠性好，适用不同场合下的飞行任务。
-
公开(公告)号：CN111767848A
公开(公告)日：2020-10-13
申请号：CN202010606863.9
申请日：2020-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测识别技术领域，具体涉及一种基于多域特征融合的辐射源个体识别方法。本发明针对现有辐射源个体识别方法中存在的特征信息不全面，分类器泛化能力弱，专家分析主观性强，辐射源个体识别率低等问题，通过融合时域、时频域和高阶域等多域特征，并设计多层神经网络模型作为分类器进而实现辐射源个体识别。融合多域特征解决了特征信息不全面的问题，采用神经网络模型进行识别分类，避免了识别时依赖辐射源信号调制方式等先验信息和专家系统的主观性较强等问题。同时，神经网络模型提升了系统的泛化能力，得到较好的辐射源个体识别效果。
-
公开(公告)号：CN111160171A
公开(公告)日：2020-05-15
申请号：CN201911314248.4
申请日：2019-12-19
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测领域，具体涉及一种联合两域多特征的辐射源信号识别方法，包括以下步骤：对辐射源信号进行短时傅里叶变换、改进的魏格纳时频分布变换和希尔伯特黄变换，获得三种时频特征图像；分别提取三种时频特征图像的Green单通道图像，将三种Green单通道图像进行通道融合，获得新特征图像；本发明采用多时频图像通道融合手段得到新三维时频图像。短时傅里叶变换反应信号的线性时频特征，改进的魏格纳分布反应信号的非线性时频特征，希尔伯特黄变换不受海森堡测不准原理制约，有好的时频分别率，通道融合得到的新三维时频图像可以更全面的表征信号的时频信息，提高系统的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN109444832B
公开(公告)日：2023-02-14
申请号：CN201811250987.7
申请日：2018-10-25
Applicant: 哈尔滨工程大学
IPC: G01S7/38
Abstract: 本发明属于电子干扰技术领域，具体涉及一种基于多干扰效能值的群智能干扰决策方法；包括飞行器从电磁环境中获取侦测目标信息，利用组网雷达检测概率和定位精度的自适应加权和构建目标函数，通过群智能技术对目标函数寻优，将连续解离散化，同时引入遗传算法交叉思想，最终将生成的干扰策略送至飞行器干扰设备；本发明联合多指标对干扰效果进行评估，将组网雷达的检测概率和定位精度两个评估指标结合作为干扰决策目标函数，有效提高了计算目标函数值的可靠性，进而提升了干扰决策的正确性，同时，本发明结合自适应加权和方法与群智能算法，提高了算法的收敛速度，提高了寻优的适应性，降低了计算复杂度，并且增强了算法的全局搜索能力。
-
公开(公告)号：CN111865452B
公开(公告)日：2022-04-05
申请号：CN202010606879.X
申请日：2020-06-29
Applicant: 哈尔滨工程大学
IPC: H04B17/309 , H04L27/26
Abstract: 本发明属于辐射源信号分离技术领域，具体涉及一种基于自适应细菌觅食的单通道盲源分离方法。本发明针对现有的SCBSS方法存在准确性低和无法在未知源数目情况下进行准确分离的问题，将单通道观测信号进行虚实分解得到两路待分解信号，在源信号数目未知的条件下，利用基于信息论准则的MDL‑AIC组合数目估计方法和基于GDE的数目估计方法对单通道观测信号进行源数目估计，同时采用自适应细菌觅食算法对VMD的参数进行优化，将VMD所需分解层数、惩罚因子依靠人为确定和重建多路信号所需源数目未知的问题转变为复杂目标函数的求解问题。本发明相较于利用VMD的SCBSS方法可以得到更优的参数，解决了现有SCBSS方法准确性低和需要已知源数目的问题，提升此方法准确性。
-
公开(公告)号：CN109444832A
公开(公告)日：2019-03-08
申请号：CN201811250987.7
申请日：2018-10-25
Applicant: 哈尔滨工程大学
IPC: G01S7/38
Abstract: 本发明属于电子干扰技术领域，具体涉及一种基于多干扰效能值的群智能干扰决策方法；包括飞行器从电磁环境中获取侦测目标信息，利用组网雷达检测概率和定位精度的自适应加权和构建目标函数，通过群智能技术对目标函数寻优，将连续解离散化，同时引入遗传算法交叉思想，最终将生成的干扰策略送至飞行器干扰设备；本发明联合多指标对干扰效果进行评估，将组网雷达的检测概率和定位精度两个评估指标结合作为干扰决策目标函数，有效提高了计算目标函数值的可靠性，进而提升了干扰决策的正确性，同时，本发明结合自适应加权和方法与群智能算法，提高了算法的收敛速度，提高了寻优的适应性，降低了计算复杂度，并且增强了算法的全局搜索能力。
-
公开(公告)号：CN111160171B
公开(公告)日：2022-04-12
申请号：CN201911314248.4
申请日：2019-12-19
Applicant: 哈尔滨工程大学
Abstract: 本发明属于信息侦测领域，具体涉及一种联合两域多特征的辐射源信号识别方法，包括以下步骤：对辐射源信号进行短时傅里叶变换、改进的魏格纳时频分布变换和希尔伯特黄变换，获得三种时频特征图像；分别提取三种时频特征图像的Green单通道图像，将三种Green单通道图像进行通道融合，获得新特征图像；本发明采用多时频图像通道融合手段得到新三维时频图像。短时傅里叶变换反应信号的线性时频特征，改进的魏格纳分布反应信号的非线性时频特征，希尔伯特黄变换不受海森堡测不准原理制约，有好的时频分别率，通道融合得到的新三维时频图像可以更全面的表征信号的时频信息，提高系统的可靠性。
-
公开(公告)号：CN110162077B
公开(公告)日：2022-04-05
申请号：CN201910527322.4
申请日：2019-06-18
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于飞鱼算法的无人机航迹规划方法，属于无人机飞行控制领域。包括建立无人机飞行运动模型，设计球面坐标系动作姿态向量；利用检测概率的效能值和无人机奖惩机制构建航迹评价函数，将无人机连续的飞行动作离散化，以时间作为间隔，使用飞鱼算法对每一时刻的航迹评价函数值寻优；更新飞鱼种群，结合种群飞行寻优思想进行迭代，当迭代寻优操作达到最大迭代次数，生成每一时刻最优动作姿态；将最优动作姿态数据控制无人机，生成有效可靠的无人机飞行航迹。本发明结合飞鱼算法，利用种群飞行觅食寻优和交互平台，增强了航迹规划方法的全局搜索能力，本发明模型简单、收敛速度快、准确率高、可靠性好，适用不同场合下的飞行任务。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
