-
公开(公告)号：CN103873170B
公开(公告)日：2016-02-03
申请号：CN201410116718.7
申请日：2014-03-26
Applicant: 哈尔滨工业大学
IPC: H04B17/30
Abstract: 一种在盲稀疏条件下压缩感知的频谱检测方法，本发明涉及一种在盲稀疏条件下压缩感知的频谱检测方法。本发明是要解决在稀疏度未知的条件下的频谱检测问题，而提出的一种在盲稀疏条件下压缩感知的频谱检测方法；该方法是通过步骤一、建立的数学模型进行最优化迭代求解；步骤二、经过简化，得到重构信号的凸优化问题；步骤三、得到的相关性最大的一个元素，并与上次迭代的支撑集进行合并，得到新的支撑集；步骤四、求取残差；步骤五、求取贡献值，输出频谱检测结果等步骤实现的。本发明应用于压缩感知的频谱检测方法。
-
公开(公告)号：CN103929256B
公开(公告)日：2015-10-28
申请号：CN201410169462.6
申请日：2014-04-25
Applicant: 哈尔滨工业大学
IPC: H04B17/15
Abstract: 一种多帧压缩感知信号频谱检测方法，本发明涉及频谱检测方法。是要解决单帧频谱检测算法的鲁棒性差、检测算法收敛速度慢，算法复杂度大而提出的多帧压缩感知信号频谱检测方法，该方法是通过1、建立的数学模型进行求解；2、数学模型简化成凸优化问题；3、得到新的支撑集Tl；4、Tl中的元素个数大于K，频谱检测结果Ri＝Tl，Tl中的元素个数小于等于K，求取残差，然后转到步骤三执行；5、置信概率向量初始化；6、更新置信概率向量P；7、第i帧信号帧数加一，i＝M，更新后的P转到步骤八进行；i≠M，更新后的P转到步骤六进行更新；8、更新后的置信概率向量P从大到小排序；9、求取多帧频谱检测最终的结果等步骤实现的。本发明应用于频谱检测方法。
-
公开(公告)号：CN103986540A
公开(公告)日：2014-08-13
申请号：CN201410255616.3
申请日：2014-06-10
Applicant: 哈尔滨工业大学
IPC: H04B17/00
Abstract: 一种基于非重构框架的频谱感知方法，本发明涉及非重构框架的频谱感知方法。本发明是要解决无线通信技术已授权的频谱资源利用率低、传统的压缩感知频谱感知算法复杂以及不能在非重构框架下直接利用压缩采样的数据矩阵进行频谱感知的问题，而提出的一种基于非重构框架的频谱感知方法。该方法是通过1、确定归一化稀疏基ψ；2、根据信号长度N，确定压缩后信号长度M；3、生成大小为M×N的矩阵G；4、M×N的矩阵G与ψT相乘得到测量矩阵Φ；5、得到压缩采样后的数据向量y；6、根据噪声方差σ2及虚警概率Pf设定阈值λ；7、max(|y|)>λ判定信道存在主用户信号；8、得到信号的检测概率Pd等步骤实现的。本发明应用于非重构框架的频谱感知领域。
-
公开(公告)号：CN101600247A
公开(公告)日：2009-12-09
申请号：CN200910072485.4
申请日：2009-07-09
Applicant: 哈尔滨工业大学
Abstract: 一种快速优化正交频分复用系统的比特功率分配方法，它涉及无线通信领域。它解决了现有的比特功率分配方法因分配复杂度高导致系统优化时间长的问题。它的实现方法为：初始化正交频分复用系统中的N个子载波的比特和功率；计算N个子载波中每个子载波增加1比特信息所需要的功率增量；找到RT/6」个功率增量较小的子载波并对其中每个子载波分配2比特；更新待分配比特数RT，并继续进行分配直到比特分配完成后进行功率分配。本发明适用于正交频分复用系统的比特分配和发送功率优化过程。
-
公开(公告)号：CN113655447B
公开(公告)日：2023-12-05
申请号：CN202110961424.4
申请日：2021-08-20
Applicant: 哈尔滨工业大学
IPC: G01S7/36 , G01S7/02 , H04B7/0408
Abstract: 一种用于雷达通信一体化的时间调制阵列边带抑制波束控制方法，它属于雷达通信技术领域。本发明解决了在雷达通信一体化场景下，时间调制阵列由于存在边带辐射而导致的能量效率低的问题。本发明使用均匀线阵收发信号，再采用正负交替周期函数对均匀线阵进行周期性调制，最后对参数进行优化，通过对参数进行优化，使时间调制阵列除了+1次谐波分量和‑1次谐波分量之外的部分尽量小，即保证能量损失尽量小，将时间调制阵列辐射场强参数优化后的+1次谐波分量用于通信、‑1次谐波分量用于雷达探测，在保证雷达探测性能与通信性能的前提下，抑制了时间调制阵列的边带辐射，提高其能量效率。本发明可以应用于雷达通信技术领域。
-
Patent Agency Ranking
公开(公告)号：CN116580229A
公开(公告)日：2023-08-11
申请号：CN202310469615.8
申请日：2023-04-27
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/44
Abstract: 一种基于深度学习的水稻叶龄检测方法，它属于水稻叶龄期检测技术领域。本发明解决了现阶段人工检测水稻叶龄费时费力、主观性强且检测准确率低的问题。本发明基于电子设备获取水稻各生长时期图像，再通过图像预处理技术分别构建移栽前和移栽后图像数据集，并利用对应的图像数据集对深度学习模型进行训练，将训练好的深度学习模型与尖端轮廓方法结合进行水稻植株的叶龄检测，相比较于现阶段的检测方法，本发明方法具有检测速度快、检测准确率高的优势，而且检测过程不需要人工参与，不受人为主观性的影响。本发明方法可以应用于水稻叶龄期检测。
-
公开(公告)号：CN115529048A
公开(公告)日：2022-12-27
申请号：CN202211165730.8
申请日：2022-09-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于线性逼近与滑动窗口的Turbo码译码方法，涉及差错控制编码技术领域，针对现有技术中译码延迟大的问题，本申请针对现有算法非线性操作多、并行程度低导致译码延迟较大的缺点，提出了一种基于线性逼近与滑动窗口的SISO译码器译码方法，在保证译码性能的前提下很好地解决了吞吐率不足的问题，同时将非线性运算近似为线性，大幅降低了计算复杂度，在高速时钟下也具有优异的稳定性；同时，引入滑窗法使得SISO译码器只需存储一个窗口长度的后向状态度量有效值，而不需如传统算法存储整个交织深度的前向状态度量与后向状态度量，使得存储资源的使用得到了降低，进一步优化了硬件结构。
-
公开(公告)号：CN113655447A
公开(公告)日：2021-11-16
申请号：CN202110961424.4
申请日：2021-08-20
Applicant: 哈尔滨工业大学
IPC: G01S7/36 , G01S7/02 , H04B7/0408
Abstract: 一种用于雷达通信一体化的时间调制阵列边带抑制波束控制方法，它属于雷达通信技术领域。本发明解决了在雷达通信一体化场景下，时间调制阵列由于存在边带辐射而导致的能量效率低的问题。本发明使用均匀线阵收发信号，再采用正负交替周期函数对均匀线阵进行周期性调制，最后对参数进行优化，通过对参数进行优化，使时间调制阵列除了+1次谐波分量和‑1次谐波分量之外的部分尽量小，即保证能量损失尽量小，将时间调制阵列辐射场强参数优化后的+1次谐波分量用于通信、‑1次谐波分量用于雷达探测，在保证雷达探测性能与通信性能的前提下，抑制了时间调制阵列的边带辐射，提高其能量效率。本发明可以应用于雷达通信技术领域。
-
公开(公告)号：CN106230441B
公开(公告)日：2019-08-23
申请号：CN201610555062.8
申请日：2016-07-14
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种基于m序列的可变维度的压缩感知观测矩阵构造方法，本发明涉及基于m序列的可变维度的压缩感知观测矩阵构造方法。本发明的目的是为了解决现有压缩感知观测矩阵硬件存储空间大、应用范围受限、其信号重构性能和重构概率低以及硬件复杂度高的缺点。具体过程为：根据待采样信号长度N选择子矩阵维数；得到m序列优选对；分别产生第一组m序列和第二组m序列；得到A和B；合并为Φ1；选取Φ1中前N列构成Φ2；根据实际所需要的观测量，随机生成S个子集Γi；计算互相关；得到最优子集；根据最优子集中元素，选取Φ2对应的行序号，构成本发明的观测矩阵。本发明用于信号处理和通信技术领域。
-
公开(公告)号：CN110007265A
公开(公告)日：2019-07-12
申请号：CN201910364197.X
申请日：2019-04-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度神经网络的波达方向估计方法，涉及阵列信号处理技术领域，为解决现有技术中基于深度学习的DOA估计不能求解真正角度值导致估计精度低的问题。本发明将DOA估计问题看作是一个回归问题，通过训练神经网络，使其能够估计出真实角度到临近网格的间隔，进而求解真实的角度值。此外，在实际环境中，阵列接收的信号是多个时域信号叠加的，即从时域上，不同用户的信号是不可分的，因此本发明设计的模型不仅能够实现单用户高精度估计，还适用多用户环境。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.048 seconds)
