“杨益新”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果139个，建议您升级VIP下载更多相关专利

[发明专利]一种利用辐射噪声估计运动声源速度的方法-CN201811264359.4有效
发明人： 杨益新;梁宁宁;郭西京 -专利权人：西北工业大学
申请日： 2018-10-29 - 公布日： 2022-03-11 - 主分类号： G01S11/14 文献下载
摘要：本发明提供了一种利用辐射噪声估计运动声源速度的方法，利用传感器获取噪声信号并记录，对记录的信号进行滤波预处理，代入待定参数，通过Doppler‑CT方法得到信号的时频分布，从时频分布中提取瞬时频率变化曲线，基于最小二乘准则得到待定参数估计值，不断迭代，直至Doppler‑CT迭代收敛，即可得到准确的速度估计值。本发明的有益效果是在拟合多普勒效应导致的瞬时频率变化曲线时，相比PCT一般需要估计多达10个多项式系数，本发明仅需要估计速度等4个参数，因而有效地提高了计算效率。
一种利用辐射噪声估计运动声源速度方法

[发明专利]一种改进的MIMO阵列高分辨空间谱估计方法-CN201810458847.2有效
发明人：刘雄厚;樊宽;孙超;杨益新;卓颉 -专利权人：西北工业大学
申请日： 2018-05-15 - 公布日： 2022-03-08 - 主分类号： G01S7/41 文献下载
摘要：本发明提供了一种改进的MIMO阵列高分辨空间谱估计方法，为了克服现有技术基于发射分集平滑的MIMO阵列高分辨空间谱估计方法在多目标、低信噪比环境下探测能力的不足，根据发射分集平滑特性的解相干效果设计均匀发射直线阵和均匀接收直线阵，在处理回波时进行匹配滤波和时域截断处理改善信噪比，同时结合所设计的发射、接收直线阵的阵元间距关系进行子阵平滑以增加自由度，从而在多目标、低信噪比环境下获得优于已有的发射分集平滑MIMO阵列高分辨空间谱估计方法的探测性能。
一种改进 mimo 阵列分辨空间估计方法

[发明专利]一种针对低速运动声源的被动声学测速测距方法-CN201810853692.2有效
发明人： 杨益新;梁宁宁;郭西京 -专利权人：西北工业大学
申请日： 2018-07-30 - 公布日： 2022-02-22 - 主分类号： G01S15/58 文献下载
摘要：本发明涉及一种针对低速运动声源的被动声学测速测距方法，根据传感器的接收信号s(n)的STFT分析结果确定待分析谱线所在的频率范围，该范围应当将这根谱线由于多普勒效应所造成的最大频率偏移和最小频率偏移包含在内，输入待定参数，通过定义D‑C‑CZT方法得到s(n)的时频分布，从时频分布中提取瞬时频率变化，基于最小二乘准则得到待定参数估计值，将待定参数估计值作为下次迭代的待定参数输入值，重复计算直至得到准确的速度估计值。本发明可以精确的提取出传感器接收信号的瞬时频率变化，尤其适用于传感器接收信号的多普勒频移特征较为微弱时的瞬时频率变化分析，能够获得较高精度的声源运动速度等参数的估计结果。
一种针对低速运动声源被动声学测速测距方法

[发明专利]基于广义回归神经网络的均匀线列阵目标方位估计方法-CN202111250654.6在审
发明人：汪勇;姚琦海;杨益新 -专利权人：西北工业大学
申请日： 2021-10-26 - 公布日： 2022-02-15 - 主分类号： G01S3/802 文献下载
摘要：本发明涉及一种基于广义回归神经网络的均匀线列阵目标方位估计方法，设置对应角度范围的阵列接收到数据并进行范数归一化，以复声压的实部和虚部作为GRNN模型输入特征；使用k折交叉验证来确定最优扩展因子，选取扩展因子范围和步长，将得到的扩展因子用于GRNN模型的优化。最优扩展因子用于GRNN的训练，再以测试集测试GRNN模型的估计性能，训练和验证以及测试后的GRNN模型用于实时数据的方位估计。对各个信噪比下不同方法测试集的估计结果，可得到，在高信噪比下，GRNN方法有着较好的稳健性，在低信噪比下，仍有着较好的估计性能。GRNN方法在0°附近无明显影响，仍可有效估计目标方位，但在90°附近，在信噪比较低时，会出现较小的误差。
基于广义回归神经网络均匀列阵目标方位估计方法

[发明专利]一种基于互质阵的匹配场被动定位方法-CN202111175280.6在审
发明人： 杨益新;黎佳艺;周建波;汪勇;姚琦海 -专利权人：西北工业大学
申请日： 2021-10-09 - 公布日： 2021-12-31 - 主分类号： G01S5/20 文献下载
摘要：本发明公开了一种基于互质阵的匹配场被动定位方法，本发明首先利用实测声速剖面，采用简正波模型模拟该海洋环境下声源信号到达互质阵的频域复声压作为阵列接收数据。对声源可能存在的海域划分深度距离网格，利用已知的环境参数、阵列参数结合简正波模型生成处声源位于不同位置处的拷贝向量。对阵列接收数据和拷贝向量进行阵列扩展处理后将二者匹配，得到表征二者相关程度的模糊函数，获取模糊函数矩阵的最大值点即为估计出的声源位置。本发明将子阵间距压缩互质阵应用于匹配场处理中，扩大了稀疏阵技术的适用面，有效的改善了上述匹配场处理由于模糊函数旁瓣较高导致的定位模糊，提升了传统均匀线列阵在噪声干扰下定位的有效性。
一种基于互质阵匹配被动定位方法

[发明专利]一种跨冰层数据无线传输的方法-CN201910470496.1有效
发明人：王宏磊;杨益新 -专利权人：西北工业大学
申请日： 2019-05-31 - 公布日： 2021-11-23 - 主分类号： H04B13/02 文献下载
摘要：本发明涉及一种跨冰层数据无线传输的方法，电磁波信号频率为低频及以下频率，频率范围为0.5kHz～50kHz，数据终端分别位于冰层下方海水中10m以内的深度，和冰层上方的空气层。发射天线采用电偶极子天线。接收天线采用磁性天线。电偶极子天线须进行密封和防海水腐蚀处理，防止海水和天线金属部位的直接接触。电磁波信号从水下跨越冰层后传输至空气中，从而构建了水下—冰层—空气中基于电磁波的数据无线传输链路，基于该链路可以将冰层下方海水中的数据无线传输至冰层上方的空气中。接收天线采用磁性天线，可以提高电磁波信号的检测灵敏度，从而增加数据传输距离。此外，增加冰层下方海水中发射电偶极子天线的电偶极矩，可以增大空气中的传输距离。
一种冰层数据无线传输方法

[发明专利]适用于强干扰环境的波束域快速稀疏贝叶斯方位估计方法-CN202110953837.8在审
发明人： 杨益新;张亚豪 -专利权人：西北工业大学
申请日： 2021-08-19 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种适用于强干扰环境的波束域快速稀疏贝叶斯方位估计方法，采用MVDR‑DL对强干扰进行抑制，构建关于MVDR‑DL波束功率输出线性关系的贝叶斯概率模型，将稀疏贝叶斯算法推广至波束域。在贝叶斯框架下进行DOA估计，避免了超参数选取的问题。本发明在进行DOA估计时，每次迭代仅更新一个网格点对应的信号参数，从而避免了矩阵求逆运算，有效降低了方法的计算量。在强干扰环境下实现了对目标信号方位有效估计的同时，增强了算法的实用性。
适用于干扰环境波束快速稀疏贝叶斯方位估计方法

[发明专利]一种任意形式传感器阵列最优宽带波束图综合方法-CN201810237410.6有效
发明人：汪勇;杨益新;马远良 -专利权人：西北工业大学
申请日： 2018-03-22 - 公布日： 2021-11-09 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种任意形式传感器阵列最优宽带波束图综合方法，首先将传感器接收到的平面波信号展开成不同的级数形式，并利用不同频率处的权值向量可以表达成期望波束权值向量的函数，构建约束优化问题，获得满足约束条件的最优期望波束，最后通过解析的函数关系获得其它频率处的权值向量，合成得到宽带波束。本发明公开的方法可以在满足约束条件下获得最优的期望波束，从而得到更灵活的频率不变响应宽带波束，比现有技术公开的方法更优越。
一种任意形式传感器阵列最优宽带波束综合方法

[发明专利]一种平稳干扰环境下的贝叶斯稳健波束形成方法-CN202110627824.1在审
发明人：杨杰;王德胜;禄婕一;杨益新 -专利权人：西北工业大学
申请日： 2021-06-05 - 公布日： 2021-09-17 - 主分类号： G01S7/28 文献下载
摘要：本发明涉及一种平稳干扰环境下的贝叶斯稳健波束形成方法，属于阵列信号处理领域。包括建立阵列接收信号模型，基于阵列接收信号模型中的干扰+噪声向量建立贝叶斯概率模型，使用集合表示概率模型中全部未知变量，使用变分推断方法，得到集合中各变量的后验分布参数的更新公式，根据干扰+噪声精度矩阵及期望信号导向矢量的收敛解来计算最优权矢量。本发明将各信号分量的结构信息包含在用于空域滤波器参数估计的分层概率模型中，该模型中先验分布参数能够依据实际信号环境进行自适应调整，从而使阵列波束形成方法更好地适应不同信号环境中的处理需求。
一种平稳干扰环境贝叶斯稳健波束形成方法

[发明专利]一种运动干扰环境下的贝叶斯稳健波束形成方法-CN202110627838.3在审
发明人：杨杰;禄婕一;王德胜;杨益新 -专利权人：西北工业大学
申请日： 2021-06-05 - 公布日： 2021-09-17 - 主分类号： G01S7/28 文献下载
摘要：本发明涉及一种运动干扰环境下的贝叶斯稳健波束形成方法，属于阵列信号处理领域。首先提出综合利用不同模型所得观测数据提取感兴趣目标信息的贝叶斯联合重构方法，即非参数化贝叶斯方法‑狄利克雷过程；随后，采用交替迭代优化的方法，实现滤波器参数的联合估计。变分推断算法可用于实现对多组参数的同步优化，其有效性在处理包括非共轭先验分布在内的各种复杂分层概率模型中得到了验证。变分推断方法的这一优势在参数估计方面的表现是由凸近似所带来的局部极值解减少，以及在适宜样本数和信噪比条件下，其在保证全局收敛的基础上估计精度更好地逼近相应的理论下界。与传统概率采样方法相比，本发明所采用的变分推断方法具有更高的计算效率。
一种运动干扰环境贝叶斯稳健波束形成方法

[发明专利]一种双矢量传感器声探头超指向性波束图设计方法-CN201811122703.6有效
发明人：汪勇;杨益新 -专利权人：西北工业大学
申请日： 2018-09-26 - 公布日： 2021-08-27 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种双矢量传感器声探头超指向性波束图设计方法，以双矢量传感器为基础，每个单个矢量传感器包含一个声压通道和一个振速通道。利用两个这样的矢量传感器构成声探头；利用勒让德函数，将期望指向性图表示成一般形式，双矢量传感器声探头的权值系数可表示成一般化期望指向性图权值系数的解析函数形式，通过改变一般化期望指向性图的权值系数可以得到不同的具有超指向性的声探头波束图。本发明公开的方法设计出的声探头波束图的指向性大于文献1、2、3公开的方法设计出的声探头波束图的指向性。可根据实际需求设计不同的声探头波束图，比文献1和2公开的方法更灵活。
一种矢量传感器探头指向波束设计方法

[发明专利]一种基于可靠声路径的水下目标主动分类与定位方法-CN201711418295.4有效
发明人：刘雄厚;刘佳鹏;孙超;杨益新 -专利权人：西北工业大学
申请日： 2017-12-25 - 公布日： 2021-06-29 - 主分类号： G01S15/42 文献下载
摘要：本发明涉及一种基于可靠声路径的水下目标主动分类与定位方法，先利用主动探测方法获得目标场景中俯仰角‑距离二维图，并根据可靠声路径画出一条俯仰角‑距离曲线，利用该曲线对目标分类以提取水下目标的俯仰角和距离，结合声场信息将水下目标的俯仰角和距离转换为水平距离和深度，获得定位结果，本发明可以在深海环境对目标进行有效定位。
一种基于可靠路径水下目标主动分类定位方法

[发明专利]一种深海环境下单水听器声源被动定位方法-CN201711452003.9有效
发明人： 杨益新;刘文旭 -专利权人：西北工业大学
申请日： 2017-12-28 - 公布日： 2021-04-02 - 主分类号： G01S5/22 文献下载
摘要：本发明涉及一种深海环境下单水听器声源被动定位方法，利用单个水听器接收的宽带信号，不需要多个水听器组成大孔径的阵列，不需要水听器间的信号同步，同时在被动接收方式下不会暴露自身位置即可实现在深海环境下的声源定位。本发明将无法区分的六个相对时间延迟按照从小到大的顺序排列，构成相对时延向量，用于声源定位。本发明将测量时间延迟向量与预测时间延迟向量相减得到的误差向量求1范数并求倒数对声源定位。本方法用于夏季南海2680米海深环境，声源为带宽2.9kHz‑3.1kHz的线性调频信号，声源距离13.8公里，深度49米，完成对声源进行定位，距离相对误差2.9％，深度相对误差22.5％。
一种深海环境下单水听器声源被动定位方法

[发明专利]一种基于高斯混合概率假设密度滤波器的静态融合方法-CN202011182947.0在审
发明人：刘梦凡;韩一娜;赵伟康;杨坤德;杨益新;李钢虎 -专利权人：西北工业大学
申请日： 2020-10-29 - 公布日： 2021-02-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于高斯混合概率假设密度滤波器的静态融合方法，通过将时间维上的多目标跟踪算法迁移到传感器维度上，多源目标静态融合问题可以被看作是时间间隔为0的多目标跟踪问题，在此基础上进行目标的状态模型和观测模型的建模，再将高速有效的跟踪算法——高斯混合概率假设密度(GMPHD)滤波依据模型修改后进行静态融合，可以得到精度更高的融合结果且运算效率大幅提高。该方法适用于各种情况的输入量测，可有效提高融合结果的定位精度和运算效率。
一种基于混合概率假设密度滤波器静态融合方法

[发明专利]一种对水下入侵目标引起声场异常的实时检测方法-CN201811243699.9有效
发明人：雷波;张遥;杨益新 -专利权人：西北工业大学
申请日： 2018-10-24 - 公布日： 2020-12-08 - 主分类号： G01H17/00 文献下载
摘要：本发明提供了一种对水下入侵目标引起声场异常的实时检测方法，由发射端周期性发射单频脉冲信号，在远处布置的接收端上通过对接收数据进行处理，将数据按预处理为训练数据，训练数据建立二叉树，计算异常得分后，通过异常得分判断是否存在前向散射信号引起的声场异常，实现对目标穿过收发连线时的接收信号变异检测。本发明采用孤立森林无监督学习算法，实现了对水下入侵目标前向散射导致的微弱声场异常进行检测，并具有较好的检测性能；相比现有方法，可以实现对前向散射信号的实时检测；除训练数据以外，本发明无需的其他先验信息；通过对训练数据的更新，本方法可以自适应不同的应用环境而无需调整算法。
一种水下入侵目标引起声场异常实时检测方法