-
公开(公告)号：CN107168744B
公开(公告)日：2019-04-16
申请号：CN201710364532.7
申请日：2017-05-22
Applicant: 哈尔滨工程大学
IPC: G06F9/445
Abstract: 本发明公开了一种用于数字信号处理器芯片文件加载的系统，包括：一个主控制模块，一个现场可编程门阵列FPGA芯片和多个数字信号处理器DSP芯片；所述主控制模块和所述FPGA芯片采用紧凑型外设部件互连标准CPCI总线连接；所述主控制模块，用于接收控制指令并根据所述控制指令中目标文件的名称调用目标文件并加载所述目标文件至所述FPGA芯片；所述FPGA芯片，用于引导加载所述目标文件至所述多个DSP芯片；所述多个DSP芯片之间通过超链接Hyper Link接口互联。本发明还公开了一种用于数字信号处理器芯片文件加载的方法。
-
公开(公告)号：CN105373700B
公开(公告)日：2017-12-19
申请号：CN201510726970.4
申请日：2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于信息熵和证据理论的机械故障诊断方法，步骤1：采用四种典型机械故障类型来构造识别框架；步骤2：将振动信号的四种信息熵作为故障特征；步骤3：通过仿真模拟，计算获取四种典型机械故障类型的故障特征参考值；步骤4：获取传感器接收到的故障振动信号，通过信息熵计算得到其故障特征值；步骤5：利用基于加权信息熵的故障特征提取方法，获取传感器振动信号分配给四种典型机械故障类型的基本概率赋值函数；步骤6：利用基于修正证据间冲突的改进证据合成方法，对得到的基本概率赋值函数进行证据合成，得到合成结果；步骤7：根据决策规则，得到故障诊断的最终结果。
-
公开(公告)号：CN105354594A
公开(公告)日：2016-02-24
申请号：CN201510726953.0
申请日：2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
CPC classification number: G06K9/624
Abstract: 本发明涉及一种针对欠定盲源分离的混合矩阵估计方法，对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f)，形成多个散点，去除低能量的散点；求取剩余散点的比值，根据比值将散点进行分类，得到散点数目最多的M类，计算每一类中散点比值的均值，然后将均值转化成直线的斜率角，再转换成列向量，根据方向接近的列向量得到旋转矩阵T，进行旋转变换，得到新的两路观测信号X′1(t,f)和X′2(t,f)；针对两路观测信号X′1(t,f)和X′2(t,f)，再次根据两路观测信号的比值将散点进行分类，得到散点数目最多的S类，计算每一类中散点比值的均值，然后得到相近的斜率角，通过这些斜率角得到对应的列向量，最后得到整个混合矩阵。
-
公开(公告)号：CN104967456A
公开(公告)日：2015-10-07
申请号：CN201510319261.4
申请日：2015-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明实施例提供一种CPCI总线控制型射频发射板卡及收发板卡，该射频发射板卡包括：发射信道，用于将来自基带板卡的70MHz或220MHz的中频信号通过滤波、放大、功率控制和混频处理以变频到2MHz～3000MHz的射频输出信号；第一频综系统，用于执行快速跳频，并产生所述发射信道需要的点频本振；控制系统，用于处理CPCI接口协议命令，以及对所述第一频综系统进行配置；CPCI接口，用于实现所述控制系统和上位机之间的通信，并对所述射频发射板卡提供电源。该板卡的中心频率、接收带宽、发射功率等参数可通过CPCI总线进行配置。
-
公开(公告)号：CN102916917B
公开(公告)日：2014-12-17
申请号：CN201210359005.4
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: H04L27/00
Abstract: 本发明的目的在于提供基于切片双谱和小波变换的FSK信号个体识别方法，包括如下步骤：对接收到的信号进行双谱和切片双谱分析，得到信号的切片双谱的频谱图，分别建立不同信噪比下包络参数特征数据库；对接收到的信号进行小波变换，提取低频小波系数的均值，同时建立不同信噪比条件下，不同M数和不同调制参数的4FSK信号的特征数据库；对切片双谱包络参数特征和低频小波系数特征进行融合，识别FSK信号的调制类型；采用同样的信号处理过程，实现不同参数的4FSK信号的信号个体识别。本发明能够克服现有类内调制识别方法对信号信噪比要求高的不足，在低信噪比和知道较少先验知识的条件下，实时地对FSK信号进行个体识别。
-
Patent Agency Ranking
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。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.065 seconds)
