-
公开(公告)号：CN118837864A
公开(公告)日：2024-10-25
申请号：CN202410810215.3
申请日：2024-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种适用于极地双声道环境下的声源深度辨别方法，属于水声阵列信号处理领域。本发明利用双声道声场中不同模态的传播特性，将上表面声道和波弗特声道中传播的模态划分为不同子空间，并通过这些模态子空间的投影算子和一个深度辨别估计器来有效辨别上表面声道和波弗特声道中的声源。本发明即使是在海冰参数未知且稀疏布阵的情况下，依然可以实现稳健的声源深度辨别，同时有着较好的工程应用价值。
-
公开(公告)号：CN118764342A
公开(公告)日：2024-10-11
申请号：CN202410807971.0
申请日：2024-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种突发脉冲噪声环境下的水声信道估计方法，属于水声通信领域，解决传统的水声信道估计算法在脉冲噪声环境下性能严重下降的问题。基于相移键控调制的单载波体制中，为了降低脉冲噪声环境下出现的突发脉冲干扰对传统信道估计算法的影响，提出了一种基于变分贝叶斯推断的信道估计算法。不同于现有方法，该算法将信道估计模型建模为不受脉冲噪声干扰的正常值和受到脉冲噪声污染的异常值的组合，同时，该算法引入了一组指标变量来检测和识别异常值。在上述模型的基础上，该算法利用近似贝叶斯推断交替地估计水声信道和脉冲噪声，在并通过迭代机制逐步提升估计性能。本发明的提出能够显著降低突发脉冲噪声干扰对传统信道估计算法的影响。
-
Patent Agency Ranking
公开(公告)号：CN119916298A
公开(公告)日：2025-05-02
申请号：CN202510088751.1
申请日：2025-01-21
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于四元数矩阵降维的声矢量阵列DOA估计方法，包括以下步骤：在接收端构建CAACIS声矢量互质阵，基于阵列输出建立接收信号四元数模型，估计四元数协方差矩阵，对四元数协方差矩阵进行降维处理，获取声矢量互质阵列的虚拟阵列接收信号模型，重构Hermitian‑Toeplitz矩阵，对Hermitian‑Toeplitz矩阵进行特征值分解并构建空间谱函数，通过谱峰搜索获取DOA估计结果。本发明解决如何在声矢量互质阵列下基于四元数框架实现兼具低复杂度与良好性能的多目标DOA估计这一问题。
-
公开(公告)号：CN116338574B
公开(公告)日：2023-09-19
申请号：CN202310372679.6
申请日：2023-04-10
Applicant: 哈尔滨工程大学
IPC: G01S5/02 , G06F18/2321 , G06N7/01
Abstract: 本发明公开了一种基于匹配波束的稀疏贝叶斯学习水下声源定位方法，针对现有的稀疏贝叶斯学习匹配场定位算法存在的环境失配问题，利用波束形成技术将阵列接收到的声压数据转化到波束域空间，并在波束域中限制或跟踪特定方向的声信号，将波束域内的定位问题转化为具有稀疏约束的欠定方程求解问题，最后通过稀疏贝叶斯学习更新公式进行迭代求解。与原有方法相比，本发明的优点在于：(1)在保证高分辨低旁瓣定位结果的同时，对环境失配具有更强的宽容性，有效提高了定位的鲁棒性；(2)具有更快的运行速度。
-
公开(公告)号：CN118590350A
公开(公告)日：2024-09-03
申请号：CN202410494670.7
申请日：2024-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种脉冲噪声环境下的鲁棒符号检测方法，属于数据水声通信技术领域，基于向量近似消息传递和变分贝叶斯推断的符号检测算法。该算法将分块处理中的符号检测模型建模为正常信号和受脉冲干扰信号的异常值的组合，并采用一组二进制指标变量来自动识别异常值，在此组合模型下，利用变分贝叶斯推断估计所有的变量，并在估计通信信号之间补偿脉冲噪声，从而提高算法在存在脉冲噪声时的稳定性。本发明提出的算法能够在不增加额外计算复杂度的情况下获得优于传统算法的性能。本发明的提出能够显著降低脉冲噪声干扰对传统符号检测算法的影响。
-
公开(公告)号：CN118054992A
公开(公告)日：2024-05-17
申请号：CN202410219759.2
申请日：2024-02-28
Applicant: 哈尔滨工程大学
IPC: H04L25/02 , H04L25/03 , H04B7/0413 , H04B13/02
Abstract: 本发明公开了一种低复杂度的多输入多输出深海信道估计方法及水声通信系统。所述方法包括：发射端的多个发射换能器同时发射不同的单载波信号；接收端的水听器阵列同时接收信号；接收端的信号处理装置将接收的信号解调到基带，并根据所有水听器的基带接收信号和观测矩阵，将不同发射换能器到同一水听器的信道进行分离并建立概率模型，将所有发射换能器的信道、超参数的倒数和噪声方差的倒数视作隐变量，利用变分贝叶斯推断完成推导，通过平均场的变分分布近似隐变量集合的后验分布，在指定的收敛门限和最大迭代次数下进行迭代估计，收敛后输出信道估计结果，用于后续均衡。本发明的复杂度远低于基于稀疏贝叶斯学习的方法且估计效果更好。
-
公开(公告)号：CN116338574A
公开(公告)日：2023-06-27
申请号：CN202310372679.6
申请日：2023-04-10
Applicant: 哈尔滨工程大学
IPC: G01S5/02 , G06F18/2321 , G06N7/01
Abstract: 本发明公开了一种基于匹配波束的稀疏贝叶斯学习水下声源定位方法，针对现有的稀疏贝叶斯学习匹配场定位算法存在的环境失配问题，利用波束形成技术将阵列接收到的声压数据转化到波束域空间，并在波束域中限制或跟踪特定方向的声信号，将波束域内的定位问题转化为具有稀疏约束的欠定方程求解问题，最后通过稀疏贝叶斯学习更新公式进行迭代求解。与原有方法相比，本发明的优点在于：(1)在保证高分辨低旁瓣定位结果的同时，对环境失配具有更强的宽容性，有效提高了定位的鲁棒性；(2)具有更快的运行速度。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
