-
公开(公告)号：CN114880111A
公开(公告)日：2022-08-09
申请号：CN202210295009.4
申请日：2022-03-24
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F9/50
Abstract: 本发明涉及数据处理领域，特别提供了一种有向无环图DAG任务模型的实时系统中基于DAG任务拓扑结构的处理器资源分配方法。研究了DAG任务内拓扑结构的特点对其执行时产生的影响进行深度分析，提出了提出一个基于拓扑结构的DAG任务分配方法。该方法可以有效的降低DAG任务集在系统上的最坏情况下响应时间，从而提升系统处理器资源利用率。通过理论分析和真实平台测试这两个维度的实验结果表明TDTA处理器资源分配方法相较于最新的处理器资源分配方法而言可以平均降低DAG任务集42.43%的最坏情况下响应时间。
-
公开(公告)号：CN105187144B
公开(公告)日：2017-10-03
申请号：CN201510705836.6
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 空天地一体化网络中能够剔除恶意移动终端的协作式频谱感知方法，涉及信息与通信技术领域，本发明是为了解决空天地一体化网络中地面部分可能存在的恶意移动终端的恶意攻击问题。本发明是利用信任度的概念，首先将所研究的网络区域划分为若干个单元格，然后在每个单元格中比较每个移动认知用户的本地检测结果与该单元格中多数用户检测结果差距的大小并以此为据更新各个认知用户的信任度值，并利用预设门限判定该用户是否为恶意用户，而后将恶意用户的所有检测结果均剔除掉。最后，仅仅利用各个认知用户的本地检测结果为每个检测结果计算并分配恰当的权值，使整个系统的检测概率增加，虚警概率保持不变。本发明适用于空天地一体化网络中的频谱感知。
-
公开(公告)号：CN105356953A
公开(公告)日：2016-02-24
申请号：CN201510706056.3
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/30
CPC classification number: H04B17/0082
Abstract: 认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法，涉及信息与通信技术领域。本发明是为了解决现有方法无法对认知无线电网络中移动场景下单节点和多节点协作进行感知的问题。本发明首先获得认知用户的移动速度、方向、当前周期认知用户起点与主用户的距离、终点与主用户的距离之间的函数关系。然后求得主用户与认知用户移动终点之间距离的PDF。然后获得移动用户在当前移动周期内的移动终点处检测到的主用户信号功率与当前移动周期认知用户移动终点与主用户距离之间的函数关系，得出此功率的PDF。最后求得移动场景下单节点感知，硬判决多节点协作感知和软判决协作感知系统中检测概率、漏检概率以及虚警概率的结果。
-
公开(公告)号：CN114880083A
公开(公告)日：2022-08-09
申请号：CN202210294290.X
申请日：2022-03-24
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明涉及数据处理领域，特别涉及一种DAG任务执行逻辑复杂度的优化方法及存储介质。基于DAG任务内拓扑结构的特点对其执行时产生的影响进行深度分析，提出了能够有效降低DAG任务执行逻辑复杂度的无效边删除优化方法。首先提出DAG任务内无效边的概念，即DAG任务中子任务之间多余的执行逻辑约束条件。证明了从DAG任务中删除无效边可以在不影响DAG任务固有的执行逻辑和对DAG任务的最坏情况下响应时间分析的前提下来降低其执行逻辑的复杂度。通过大样本空间的数据的实验结果表明，IED优化方法能够平均减少DAG任务中36.96%的无效边，并且平均减少86.9%的DAG任务WCRT分析时间。
-
公开(公告)号：CN106254002A
公开(公告)日：2016-12-21
申请号：CN201610842770.X
申请日：2016-09-22
Applicant: 哈尔滨工业大学
IPC: H04B17/336 , H04B17/382
CPC classification number: H04B17/336 , H04B17/382
Abstract: 认知网络中加权的基于信号相关特性的频谱检测方法，是为解决认知系统目前已有的频谱检测算法受噪声功率不确定问题影响，需要主用户信号、噪声信号先验知识、在低信噪比弱信号相关性系统中检测性能较差的问题。本发明首先进行采样并利用采样点计算样本协方差矩阵。然后根据样本协方差矩阵计算相应的检测统计量。而后根据预期的虚警概率计算判决门限。最后，比较检测统计量和判决门限的大小从而判定主用户信号是否存在。本发明方法适用于在认知网络中进行频谱检测，判定认知系统中是否存在主用户信号。
-
Patent Agency Ranking
公开(公告)号：CN105391453A
公开(公告)日：2016-03-09
申请号：CN201510741828.7
申请日：2015-11-04
Applicant: 哈尔滨工业大学
CPC classification number: H03M7/3013 , H03M7/50
Abstract: 基于Xampling框架构造观测矩阵的信号压缩感知方法，涉及信息及通信技术领域。它是为了解决目前压缩感知中随机观测矩阵不易在硬件中实现的问题、确定性观测矩阵重构概率低导致的信号压缩感知能力低问题。其方法：首先产生一个随机向量a；然后将随机向量a循环移位产生一个新向量ai；再将向量ai与随机向量a对应元素相乘，得到观测矩阵的第i行ri；最后循环N次进行上面的步骤，构造出M×N维的观测矩阵R，进而对信号进行压缩感知。本发明适用于信号压缩感知。
-
公开(公告)号：CN105187144A
公开(公告)日：2015-12-23
申请号：CN201510705836.6
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 空天地一体化网络中能够剔除恶意移动终端的协作式频谱感知方法，涉及信息与通信技术领域，本发明是为了解决空天地一体化网络中地面部分可能存在的恶意移动终端的恶意攻击问题。本发明是利用信任度的概念，首先将所研究的网络区域划分为若干个单元格，然后在每个单元格中比较每个移动认知用户的本地检测结果与该单元格中多数用户检测结果差距的大小并以此为据更新各个认知用户的信任度值，并利用预设门限判定该用户是否为恶意用户，而后将恶意用户的所有检测结果均剔除掉。最后，仅仅利用各个认知用户的本地检测结果为每个检测结果计算并分配恰当的权值，使整个系统的检测概率增加，虚警概率保持不变。本发明适用于空天地一体化网络中的频谱感知。
-
公开(公告)号：CN103248327A
公开(公告)日：2013-08-14
申请号：CN201310203247.9
申请日：2013-05-28
Applicant: 哈尔滨工业大学
IPC: H03F1/32
Abstract: Σ-Δ闭环加速度计接口电路中的低噪声前置补偿电路，它涉及一种Σ-Δ闭环加速度计接口电路，它解决了目前高阶系统设计导致的稳定性差，后级按比例放大部分的运算放大器低频工作时较高的闪烁噪声与电压失调的问题。输入信号Xinp通过开关S11n、电容C1n、开关S22n、开关S1n、运算放大器OP反向输入端、运算放大器OP的正向输出端、开关S1nd输出信号Youtp，输入信号Xinn通过开关S11p、电容C1p、开关S22p、开关S1p、运算放大器OP正向输入端、运算放大器OP的反向输出端、开关S1pd输出信号Youtn。本发明可保证高阶系统稳定性，降低放大器工作闪烁噪声和失调电压，提高系统信噪比及系统性能。
-
公开(公告)号：CN103219989A
公开(公告)日：2013-07-24
申请号：CN201310133197.1
申请日：2013-04-17
Applicant: 哈尔滨工业大学
IPC: H03K19/0175 , G01P15/00
Abstract: 高线性Σ-Δ闭环加速度计接口电路，属于MEMS惯性器件领域，本发明为解决目前的Σ-Δ闭环加速度计接口电路环路增益低，敏感结构质量块位移大，导致电荷电压转换非线性增加，输出信号谐波成分增强的问题。微机械加速度计敏感结构通过本发明的电荷检测\相关双采样保持电路、相位补偿电路、第一级积分器电路、第二级积分器电路、求和电路、比较器相连接；比较器的输出端与微机械加速度计敏感结构的质量块反馈端相连；比较器的输出端输出系统位流信号。本发明相对于传统的反馈结构大大提高了系统环路的增益，增大了静电反馈力，减小了质量块位移，降低了信号检测和处理电路的非线性，提高了Σ-Δ闭环加速度计接口电路的性能。
-
公开(公告)号：CN105933008B
公开(公告)日：2022-08-09
申请号：CN201610236127.2
申请日：2016-04-15
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 基于聚集稀疏正则化正交匹配追踪算法的多频带信号重构方法，涉及信息与通信技术领域，是为解决从Xampling框架下经过调制宽带转换器采样，通过连续‑有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题。由于信号处理过程中的许多模拟信号满足多频带信号模型，本发明对于将压缩感知理论运用于模拟信号有很大作用。本算法的基本思想是将无限观测值向量问题转化成单观测值向量问题。实现方法是将测量值列矢量化，将观测矩阵通过克罗内克积进行扩展，运用两者及信号稀疏度估计原信号的支撑集，最终重构信号，估计支撑集的过程中运用了正则化思想。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
