公共文化服务平台

基于VMD与IMWPE的舰船辐射噪声特征提取研究: 2023年; 舰船辐射噪声的特征提取是水下识别的依据,传统的特征提取可识别性较弱,水下识别较为困难。本文提出一种基于变分模态分解(variational mode decomposition, VMD)与改进多尺度加权排列熵(improved multisacle weighted permutation entropy, IMWPE)相结合的方法进行特征提取,将原始信号通过VMD分解成多个固有模态函数(intrinsic mode function, IMF),选取能够充分体现目标复杂度特征的IMF作为研究对象,然后通过IMWPE方法采用平移均值法解决多尺度加权排列熵(multisacle weighted permutation entropy, MWPE)的单一粗粒化问题。实验数据表明,将本文算法与对比算法提取的特征参数经过粒子群优化的支持向量机(particle swarm optimization support vector machine, PSO-SVM)进行分类识别,IMWPE算法识别率最高,具有良好的稳定性和优越性。; 丁元明柳力嘉刘苏睿杨阳; 关键词：舰船辐射噪声特征提取

基于变分模态时频分布下的水下目标DOA估计研究: 2021年; 在声呐、雷达等设备的目标探测中,声源方位估计是需要解决的关键问题之一。针对水下传感器阵列接收信号的波达方向角(DOA)估计算法中,传统的BP神经网络算法会因网络参数不合理和层数过多导致过拟合的问题,以往通过粒子群算法(PSO)进行优化后,网络仍容易过早结束训练而导致性能不佳。为此,本文提出一种基于变分模态分解结合粒子群算法优化后的BP神经网络算法。首先对目标回波信号进行可变模态分解,对分解得到的各分量进行时频分析后叠加的谱图特征作为经粒子群算法优化后的BP神经网络算法的输入进行训练测试,以此来提高阵元接收目标回波的DOA估计精度。仿真实验结果表明,结合变分模态分解及粒子群算法优化的BP神经网络具有更好的识别效果和泛化能力,提高了DOA的估计精度。; 杨阳毛家林潘成胜; 关键词：粒子群算法

一种微纳卫星多目标优化资源分配方法: 本发明公开了一种微纳卫星多目标优化资源分配方法，包括：通过微纳卫星资源分配问题的目标函数，确定优化目标为频谱效率与能量效率：假设搜索空间维数表示卫星通信网络中设备的数量，粒子群算法中各粒子表示波束资源分配情况，将波束资源...; 张然陈成锴孙明晨丁元明杨阳

基于压缩感知与熵的多天线宽带频谱检测方法: 本发明公开了一种基于压缩感知与熵的多天线宽带频谱检测方法，具体步骤包括首先，利用离散分数阶傅里叶变换(DFRFT)算法对信号进行稀疏表示；然后，通过共享各阵元接收信号之间稀疏系数的先验信息，基于层次贝叶斯概率模型的多任务...; 丁元明刘敏提刘春玲张然杨阳潘成胜; 文献传递

基于深度学习的主动声呐目标回波识别研究被引量：3: 2020年; 在水下小目标探测与识别研究中,目标回波受水下复杂环境干扰严重。传统的水声目标识别方法是直接对水下目标进行特征提取再利用分类器识别,但由于对目标回波特征认知有限,手工提取目标特征会不可避免的丢失一部分关键信息。针对上述问题,研究了一种基于贝叶斯正则化理论的BP(Back Propagation)神经网络识别算法。方法可以在一定程度上避免人工特征提取丢失信息的问题,提高目标识别率。依据目标亮点模型,基于贝叶斯正则化理论,推导了BP神经网络训练结果的网络性能函数,利用网络训练过程中超参数大小的自适应调整,优化网络性能,采用识别准确率和识别效率等性能参数评价效果。仿真结果表明,与传统L-M优化算法相比,基于贝叶斯正则化理论的BP神经网络算法抗干扰能力强,在优化模型的不断更新中提高了目标识别的效率和精度。; 潘成胜毛家林杨阳; 关键词：水下目标探测贝叶斯正则化反向传播神经网络

水下目标跟踪粒子滤波算法性能分析被引量：6: 2022年; 粒子滤波(PF)、扩展粒子滤波(EPF)和无迹粒子滤波(UPF)在非线性状态估计方面表现出更好的性能。分析了PF、EPF、UPF 3种算法,UPF的估计状态依赖于测量值,对历史模型信息的敏感度较低,并避免了雅可比矩阵的计算,比EPF更容易进行模型设计;EPF在计算上虽然高效,但跟踪效果不稳定。以AUV水下三维目标跟踪为背景,在高斯噪声(GN)和散粒噪声(SN)环境下,仿真比较分析了PF、EPF、UPF 3种算法的性能。仿真实验结果表明,在高斯测量噪声中,PF和UPF获得了精确的估计,EPF误差较大;在散粒测量噪声中,EPF估计值更加不稳定;当测量噪声不变时,增大目标的状态噪声,EPF的跟踪性能优于PF和UPF。; 张程振丁元明杨阳; 关键词：AUV 目标跟踪粒子滤波

一种微纳卫星多目标优化资源分配方法: 本发明公开了一种微纳卫星多目标优化资源分配方法，包括：通过微纳卫星资源分配问题的目标函数，确定优化目标为频谱效率与能量效率：假设搜索空间维数表示卫星通信网络中设备的数量，粒子群算法中各粒子表示波束资源分配情况，将波束资源...; 张然陈成锴孙明晨丁元明杨阳

基于压缩感知的空间虚拟阵列波束形成技术被引量：3: 2020年; 主动声呐目标回波受海洋环境噪声干扰严重,远距离探测回波信号弱,目标方位估计准确度低,并且传统基阵空间谱估计方法需要满足奈奎斯特采样率,采集数据量大。利用信号的空域稀疏性,以回波信号亮点模型为基础,研究了基于压缩感知的空间虚拟阵列目标方位估计技术。在接收基阵物理孔径有限的情况下,利用线性预测(LP)虚拟阵列方法提高阵列孔径尺度,采用压缩感知(CS)算法对目标回波信号进行重构与恢复,通过数据仿真分析表明该算法提高了基阵空间谱估计的分辨力,有效地抑制了噪声干扰。; 许萌杨阳徐磊丁元明; 关键词：水下目标探测空间谱估计稀疏信号虚拟阵元压缩感知

水下小尺寸基阵的空域窄波束形成技术: 2019年; 在水下小尺寸无人平台的主动声呐目标探测中,无人平台体积限制了传感器阵列的物理孔径,影响接收波束的空域分辨能力。针对混响背景下小尺寸阵列波束分辨力差,抗干扰性不强的问题,提出一种水下小尺寸基阵的空域窄波束形成技术。上述算法根据已知传感器阵元的接收数据,采用卡尔曼滤波算法估计虚拟阵元数据,抑制预测信号的系统状态参数干扰,减小预测值的偏差,使阵列基阵孔径在虚拟的意义上得到扩展,实现阵的高指向性窄波束接收,提高对目标的分辨力。数据仿真结果表明,与传统线性预测(Linear Prediction, LP)方法相比,卡尔曼滤波算法能够减小波束形成主瓣宽度,有效地提高基阵的角度分辨力和抗干扰性能。; 丁元明徐磊杨阳杨阳; 关键词：水下目标探测虚拟阵元

韩国女装原型结构设计: 2014年; 韩国服装原型有美国和日本服装原型的缩影，但是韩国服装原型却有很多自身结构设计特征，尤其是韩国的女装原型，韩国女装原型包括身原型、袖原型、裙原型。; 吴正春巨德辉杨阳; 关键词：女装原型服装原型

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

杨阳