-
公开(公告)号：CN104378319A
公开(公告)日：2015-02-25
申请号：CN201410677241.X
申请日：2014-11-21
Applicant: 河海大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于短波信道MIMO-OFDM通信系统的信道估计方法，在发送端构造由循环正交码组成的导频序列，并将其间歇的插入发送数据以组成双循环结构的时隙结构，其中，第m根发送天线的导频序列为第0根发送天线的导频序列向右循环移位m×Dmax位，Dmax为信道的最大时延，时隙分为多个子时隙，每个子时隙的保护段是由导频的后LG个符号组成的，而整个时隙的最后LG+Lp个符号组成时隙开头的保护段及导频段；接收端利用接收信号的每个导频段，采用最小二乘法估计出信道冲激响应，再利用时间的相关性，获取数据段时间内信道的冲激响应参数。本发明方法提高了信道参数估计的精确度并降低了实现的复杂度，从而促使系统性能的提升。
-
公开(公告)号：CN109285168B
公开(公告)日：2022-02-11
申请号：CN201810840260.8
申请日：2018-07-27
Applicant: 河海大学
Abstract: 本发明提出一种基于深度学习的SAR图像湖泊边界提取方法。首先获取有关湖泊的SAR遥感影像数据并对其进行整理，将整理好的数据通过Frost滤波器进行滤波降噪处理，然后构建一个自编码器对滤波结果进行降维，再通过卷积神经网络对图像进行湖泊水域的特征提取，最后使用Softmax回归算法输出分类结果，并获得选取湖泊边界提取后的图像。本发明使用卷积神经网络方法提取SAR湖泊图像的边界，提高了湖泊边界提取精度。卷积神经网络可以高效地提取并湖泊SAR图像中水域的特征，由此构建边界提取模型，有较高的提取准确率。
-
公开(公告)号：CN104540181B
公开(公告)日：2018-02-06
申请号：CN201410769324.1
申请日：2014-12-12
Applicant: 河海大学
CPC classification number: Y02D70/00
Abstract: 本发明公开一种基于重复博弈的节能路由方法。在分簇阶段采用非均匀分簇的方法，将节点剩余能量、拓扑结构和传输距离综合考虑，使靠近Sink节点的簇头数目增加，避免了能量空洞现象；在数据传输阶段采用重复博弈模型，假设所有节点都是自私而理性的，综合考虑节点历史转发概率、剩余能量和收益，在互相博弈过程中寻找最佳路由。仿真结果表明UCRG算法可以有效的延长网络生命周期，均衡网络能耗。
-
公开(公告)号：CN106569037A
公开(公告)日：2017-04-19
申请号：CN201611006207.5
申请日：2016-11-16
Applicant: 河海大学
Abstract: 本发明公开了一种基于MEMS技术的感应式电导率传感器及其制造方法，属于微电子机械系统制造及海洋测量领域。该电导率传感器包括一个导流管、一个电导池、两个环绕在导流管外壁的MEMS螺线管电感，所述导流管呈圆环柱形，其内部供液体流通的圆柱形空腔即为电导池，两个MEMS螺线管电感相互平行并间隔一段距离，两个螺线管分别通过连接引线与外界测试电路相连。本发明采用MEMS加工工艺来制造传感器，具有体积小、功耗低、成本低、可大批量生产的优点；本发明提供的传感器结构简单，操作方便，抗污染能力高，耐腐蚀性强，通用性强，可靠性高，适用于海水等高浓度水体的电导率测量。
-
公开(公告)号：CN106559666A
公开(公告)日：2017-04-05
申请号：CN201611022910.5
申请日：2016-11-18
Applicant: 河海大学
IPC: H04N17/00
CPC classification number: H04N17/002
Abstract: 本发明公开了一种视觉感知实验用屏不均匀性的补偿方法，首先根据测试图测定指定位置的一系列显示器参数，而后根据这些参数，分别生成每个像素位置的RGB分量的γ值以及每隔一定像素的γ曲线数据。将对视觉感知用图先扩边至与显示器分辨率相同，而后进行γ矫正。对每个像素的RGB分量，若其值大于设定值，则以该值所在位置的插值所得γ值作为指数进行反矫正；若其值小于设定值，则其转换至XYZ空间，而后转换呈rgb，再根据最近位置的γ曲线数据反向补偿。本发明目的在于消除显示屏幕不均匀所带来的干扰，提高JND测定的精确度，最终为显示技术的设计、研究提供依据。
-
Patent Agency Ranking
公开(公告)号：CN105636143A
公开(公告)日：2016-06-01
申请号：CN201511016210.0
申请日：2015-12-29
Applicant: 河海大学
Abstract: 本发明针对无线传感器网络中能量消耗不均引起的热点问题，提出了一种基于合作博弈的非均匀分簇协作路由算法。算法在分簇时综合考虑节点的位置、剩余能量、通信代价等因素，根据这些因素构造竞选函数，并利用合作博弈权衡各因素的权重大小，寻求最佳节点担任簇头，普通节点根据自身与簇头的距离和簇头与汇聚节点的距离加入相应的簇。并且进一步在路由阶段，在每个簇中根据节点剩余能量和位置等信息选出协作转发节点，利用协作节点转发簇头传来的数据，以此来避免簇头耗能过快。仿真结果表明，算法能有效均衡网络的能量消耗，缓解网络热点问题，从而延长网络的生命周期。
-
公开(公告)号：CN102722702B
公开(公告)日：2015-01-28
申请号：CN201210169345.0
申请日：2012-05-28
Applicant: 河海大学
IPC: G06K9/00
Abstract: 本发明公开了一种多特征融合的粒子滤波视频目标跟踪方法，属于视频目标跟踪领域。该方法先对粒子进行初始化定位，确定目标的初始状态，并提取目标的颜色特征信息和运动边缘特征信息，再对粒子的状态进行传播，然后分别求出颜色特征信息和运动边缘特征信息的观测值概率密度函数，将两者融合后通过粒子归一化对粒子权重进行更新，接着计算当前时刻目标状态的最小均方差估计，通过重采样机制后置时间为下一时刻，转到粒子传播阶段进行新一轮循环，直至视频序列结束。本方法在目标被遮挡或相似背景干扰下均能对目标实现持续准确地跟踪，提高了算法的准确性和鲁棒性。
-
公开(公告)号：CN105407529B
公开(公告)日：2019-04-30
申请号：CN201510885899.4
申请日：2015-12-04
Applicant: 河海大学
Abstract: 本发明为了提高WSN节点定位精度，针对测距误差对定位结果的影响，提出基于模糊C均值聚类的节点定位算法。算法首先利用三边定位算法得到若干个定位结果，将这些定位信息作为聚类的初始样本。通过聚类算法分析可以得到每个类的成员个数。然后，通过查找成员个数较少的类就可以找出误差较大的测距值，并将其丢弃。最后，对优选后的测距值利用多边定位方法进行定位计算。仿真结果表明，本发明算法能有效降低节点定位误差。
-
公开(公告)号：CN109670521A
公开(公告)日：2019-04-23
申请号：CN201810840258.0
申请日：2018-07-27
Applicant: 河海大学
Abstract: 本发明公开了一种基于遥感图像的内陆水体蓝藻分类识别方法，包括如下步骤：1）获得光学遥感数据源图像，然后对获得的数据源图像进行处理，得到一个可以进行识别的预处理光学图像；2）对步骤1）中得到的可识别的预处理光学图像进行辐射定标和大气校正；3）利用步骤2）中得到的进行过辐射标定和大气校正之后的图像建立用于提取水体蓝藻信息的深度神经网络并通过其识别蓝藻信息。本发明将遥感图像引入到蓝藻的监测当中，克服传统的人工现场采集水样进行水质分析的方法因为采样频次有限、成本高。耗时长等困难。遥感图像具备高空间覆盖度、高时间分辨率的特点，能够很好地对湖泊蓝藻水华进行检测。
-
公开(公告)号：CN109285168A
公开(公告)日：2019-01-29
申请号：CN201810840260.8
申请日：2018-07-27
Applicant: 河海大学
Abstract: 本发明提出一种基于深度学习的SAR图像湖泊边界提取方法。首先获取有关湖泊的SAR遥感影像数据并对其进行整理，将整理好的数据通过Frost滤波器进行滤波降噪处理，然后构建一个自编码器对滤波结果进行降维，再通过卷积神经网络对图像进行湖泊水域的特征提取，最后使用Softmax回归算法输出分类结果，并获得选取湖泊边界提取后的图像。本发明使用卷积神经网络方法提取SAR湖泊图像的边界，提高了湖泊边界提取精度。卷积神经网络可以高效地提取并湖泊SAR图像中水域的特征，由此构建边界提取模型，有较高的提取准确率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
