-
公开(公告)号：CN102679980A
公开(公告)日：2012-09-19
申请号：CN201110361072.5
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明的目的在于提供一种基于多尺度维分解的目标跟踪方法，包括以下步骤：选用小波基函数将目标角度或者航迹的量测数据分解到尺度上，在每个尺度的低频子空间上采用EKF算法对量测数据进行预测和滤波，得到不同尺度上目标的粗跟踪结果，在不同尺度的高频子空间上采用小波阈值算法，进一步去除噪声和野值的影响；通过小波重构算法融合不同尺度上的跟踪数据，得到目标的精确跟踪数据。本发明是能够在各种复杂环境下有效、准确、可靠、稳定的目标跟踪方法，利用FPGA的并行处理结构实现多尺度EKF算法，小波分解和重构、不同尺度上的EKF算法和小波阈值去噪都是同时进行的，保证了对目标跟踪的实时性。
-
公开(公告)号：CN102509020A
公开(公告)日：2012-06-20
申请号：CN201110361602.6
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明的目的在于提供基于传感器网络的复杂环境下多目标信息融合方法，分为以下步骤：选用适当的小波基函数将量测数据分解在若干个尺度上，在每个尺度上的低频子空间信号利用卡尔曼算法进行滤波，得到新的滤波数据，将每个尺度上的高频子空间中细节信号的极大值点去掉，得到新的滤波数据，将每个尺度上处理后的数据通过小波重构算法，得到原始量测数据在不同尺度上滤波后的结果。本发明具有高灵敏度、高精度、高准确率、高稳定性和高可靠性等特点。
-
-
公开(公告)号：CN119885067A
公开(公告)日：2025-04-25
申请号：CN202411866801.6
申请日：2024-12-18
Applicant: 哈尔滨工程大学 , 上海微波设备研究所(中国电子科技集团公司第五十一研究所) , 杭州电子科技大学丽水研究院
IPC: G06F18/25 , G01S7/02 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明提出一种基于时序融合Transformer的雷达工作模式单步预测方法，属于雷达信号处理技术领域，解决了传统雷达工作模式预测中预测精度低、预测功能鲁棒性差的问题，具体步骤包括：对已获取的雷达脉冲信号进行变换域分析，构建雷达工作模式原始样本数据集；对雷达工作模式原始样本数据集中的时频图进行多尺度特征提取与识别，基于提取后的特征与识别得到的对应雷达工作模式标签构建训练数据集；构建TFT预测模型并使用训练数据集对TFT预测模型进行训练；将接收的雷达信号进行变换域分析和多尺度特征提取，生成历史特征和标签序列；将生成的历史特征和标签序列输入训练后的TFT预测模型进行雷达工作模式的单步预测，输出预测结果。
-
公开(公告)号：CN117746163B
公开(公告)日：2025-03-07
申请号：CN202410098174.X
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大人工智能创新研究院
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06V10/52 , G06F18/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 一种基于多尺度视觉Transformer的雷达工作模式识别方法，它涉及一种雷达工作模式识别方法。本发明为了解决传统雷达工作模式识别算法全局特征提取能力差，识别功能泛化性差的问题。本发明使用CWD时频变换将雷达脉冲信号转化为时频图，并对样本进行了长度一致化处理，有利于深度学习模型充分提取信号的时频演化规律；该发明采用基于Biformer的多尺度特征提取网络，引入了分层的双层路由注意力机制，可以更好地在捕捉雷达信号时频图的全局和局部特征，能够在有效降低算法的复杂度的同时取得更高的识别准确率。本发明属于数字信号处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN117993038B
公开(公告)日：2024-12-17
申请号：CN202410172822.1
申请日：2024-02-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于离散量子电磁场优化机制的分布式阵列布局结构优化方法、系统及存储介质，涉及阵列信号处理技术领域，为解决现有方法多以最大旁瓣电平为优化目标，在小采样快拍、冲击噪声等恶劣条件下，分布式阵列性能衰减严重的问题。包括如下过程：设置空间中的辅助信源信息和噪声信息，以模拟测试分布阵列，将信源方位均方误差作为优化目标方程；初始化量子电磁场中的量子电磁粒子信息，获得局部和全局最优测量位置；分别采用基于量子编码的演进策略和基于量子旋转门的演进策略对每个电磁粒子的量子旋转角和量子位置进行更新并获得测量位置；对粒子的局部和全局最优测量位置进行更新；将最终得到的全局最优解转化为所需的阵列布局结构信息。
-
公开(公告)号：CN118354392B
公开(公告)日：2024-10-29
申请号：CN202410631447.2
申请日：2024-05-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子绡蝶机制的可扩展层次路由方法。该方法包括：建立无线传感器网络系统模型；设定无线传感器网络运行参数和初始化网络状态，网络运行开始；建立无线传感器网络簇首配置成本函数和适应度函数；初始化量子绡蝶群并设定相关参数；根据映射方程、适应度和感知函数计算所有量子绡蝶所分泌信息素量，并确定量子绡蝶群全局最优量子位置；量子绡蝶依同等概率执行确定性或随机性移动，并在移动过程中使用模拟量子旋转角来演化量子绡蝶的量子位置；应用贪心策略选择出下一代量子绡蝶量子位置；输出当前无线传感器网络簇首配置结果；建立当前无线传感器网络区长概率函数配置区长并进行数据传输；无线传感器网络运行终止。
-
公开(公告)号：CN116707862B
公开(公告)日：2024-07-12
申请号：CN202310477858.6
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: H04L9/40 , H04L67/12 , G06F18/25 , G06F18/241 , G06F18/214
Abstract: 一种基于多网络融合模型的ADS‑B信号认证方法，它涉及一种ADS‑B信号认证方法。本发明为了解决航空环境所存在的非法入侵、辨识模糊的问题。本发明用航空器信号数据集对VAE模型进行训练，使模型能够在误差允许范围内对信号实现特征压缩与重构，并基于欧式空间误差度量方法，计算原始信号与重构信号之间的重构误差，在保证不高于10％的虚警概率下，确定重构误差门限，对信号重构误差高于门限的识别为异常设备，进行非法拦截，实现航空器信号的非法认证。本发明属于无线通信设备识别技术领域。
-
公开(公告)号：CN117970227A
公开(公告)日：2024-05-03
申请号：CN202410158427.8
申请日：2024-02-04
Applicant: 哈尔滨工程大学
IPC: G01S3/00 , G06F18/10 , G06F18/213 , G06F123/02
Abstract: 本发明提供了一种在强冲击噪声下基于相干分布源的幅相误差和角度参数联合估计方法及系统，属于阵列信号处理领域。为了解决现有相干分布源测向方法受强冲击噪声或幅相误差影响，或导致性能恶化甚至失效，或不能直接去相干，不能对幅相误差进行校正的问题。本发明是在强冲击噪声下设计了一种均值滤波器对接收数据进行去冲击预处理，基于预处理数据的极大似然方程对幅相误差和角度参数进行联合估计，并通过量子流向机制快速得到估计结果，解决现有的相干分布源测向方法在强冲击噪声环境和存在幅相误差时性能恶化而且不损失阵列孔径不能去相干的技术难题。
-
公开(公告)号：CN113660670B
公开(公告)日：2024-02-06
申请号：CN202010397271.0
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于射频指纹的无线设备身份认证方法及其装置，该方法包括：获取授权设备的射频指纹；根据所获取的射频指纹为相应授权设备建立高斯混合模型；获取待认证设备的射频指纹；调用k近邻查找器，并在授权设备的射频指纹中查找距离待认证设备的射频指纹最近的至少两种射频指纹；将待认证设备的射频指纹输入到查找到的至少两种射频指纹所对应的授权设备的高斯混合模型中，计算出至少两种射频指纹所对应的授权设备的高斯混合模型的条件概率，并将计算出的条件概率中的最大值与预先设定的阈值进行比较，以判定待认证设备的身份。本申请的认证方法能够利用不同无线设备之间的硬件细微差异对其进行准确的身份认证。(56)对比文件朱华虹;贺前华;李艳雄;张雪源.基于随机映射的声纹模板保护方法.华南理工大学学报(自然科学版).2013,(第05期),全文.季澈;彭林宁;胡爱群;王栋.基于射频信号特征的Airmax设备指纹提取方法.数据采集与处理.2020,(第02期),全文.谢代军;胡捍英;孔范增.基于分布重叠和特征加权的无线局域网室内定位算法.计算机科学.2013,(第11期),全文.俞佳宝;胡爱群;朱长明;彭林宁;姜禹.无线通信设备的射频指纹提取与识别方法.密码学报.2016,(第05期),全文.赵方.基于公共信标集的高精度射频指纹定位算法《.计算机研究与发展》.2012,全文.Jehad M. Hamamreh.Classifications andApplications of Physical Layer SecurityTechniques for Confidentiality: AComprehensive Survey《.IEEE CommunicationsSurveys & Tutorials》.2018,全文.
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.064 seconds)
