-
公开(公告)号:CN116094873A
公开(公告)日:2023-05-09
申请号:CN202211416473.0
申请日:2022-11-12
Applicant: 秦皇岛港股份有限公司 , 燕山大学
IPC: H04L25/02 , H04B13/02 , H04B7/0413 , H04L27/26
Abstract: 本发明涉及一种减缓频谱泄漏影响的轻量化MIMO‑OFDM水声信道估计方法,水下用户通过发送导频信号到UWA基站,UWA基站对接收到的信号进行转换,在角度‑时延域生成相应的稀疏图像;将稀疏图像二值化,并检测各亮斑中心点;由于频谱泄漏现象,图像中亮斑四周会存在点状拖尾现象,删除中心亮斑的拖尾杂点以保证信道及多径数量的估计准确性;根据信道参数与中心点坐标对应关系计算信道的角度、时延,并由此得出复衰落因子,之后通过信道模型重构出信道矩阵。本发明根据接收导频域转换后稀疏图像的特征,采用轻量化的检测方法,并减缓了频谱泄漏带来的路径数估计严重失误的问题,在低复杂度的前提下实现了较为准确的MIMO‑OFDM水声信道估计。
-
公开(公告)号:CN114998603A
公开(公告)日:2022-09-02
申请号:CN202210253811.7
申请日:2022-03-15
Applicant: 燕山大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度多尺度特征因子融合的水下目标检测方法,属于水下目标检测技术领域,包括采集水下目标检测图像,对水下原始图像进行预处理,裁剪成适合网络输入的图像;对水下图像进行数据增强处理并进行标注,扩大算法训练的数据集;构建具有多尺度特征融合、软阈值注意力机制的检测模型,将标注好的图像数据集送进改进Faster RCNN网络模型进行训练;对训练好的水下目标检测模型进行性能评估。本发明提高了算法水下目标特征提取能力,提高了水下目标检测的平均精度,可用于获取水下图像里海产品及其位置。
-
公开(公告)号:CN114500191A
公开(公告)日:2022-05-13
申请号:CN202210179209.3
申请日:2022-02-25
Applicant: 燕山大学
IPC: H04L25/02 , H04B13/02 , H04B7/0456
Abstract: 本发明公开了一种基于改进YOLO网络的MIMO‑OFDM水声信道估计方法,包括生成上行导频稀疏幅值图像;标注图像并根据标注框得到合适的先验框,修改原有YOLOv4网络与策略并训练;时分双工系统下,水下接收机发送导频信号到UWA浮标站;浮标站对收到的信号进行域转换并生成稀疏图像,利用改进后的YOLOv4网络提取上行链路信道参数,并根据信道模型合成信道矩阵;UWA浮标站根据海洋流速传感器的监测结果调整估计频率,并在下行链路将信道参数发送给水下接收机;接收机端利用信道参数重构出下行信道矩阵以高效实现信道均衡、译码等后续操作,并根据信道估计频率调整下一次发送上行导频的时间,能够实现高质量水声通信。
-
公开(公告)号:CN112218290B
公开(公告)日:2021-11-23
申请号:CN202010988247.4
申请日:2020-09-18
Applicant: 燕山大学
Abstract: 本发明涉及AUVs协同控制技术领域,尤其涉及一种基于能量感知区块链的多AUVs协同控制系统,包括如下步骤:步骤1,母舰将交易事务传输给领导者,领导者生成加密的区块;步骤2,利用共识算法该区块被同步至系统中的其他节点,并更新控制命令与密钥信息;步骤3,改进的共识算法中,当跟随者未收到来自领导者的消息,且剩余能量大于阈值时,其成为候选者,并发起投票请求;步骤4,当该跟随者剩余能量小于阈值时,其成为落选者,并计算与传送新的能量阈值;步骤5,各节点计算在一轮选举过程中能耗情况及剩余能量。本发明采用不断更新所需密钥,提高了AUVs与母舰之间通信的安全性,极大延长了网络的工作时间与提高AUVs的能量利用率。
-
公开(公告)号:CN111968055A
公开(公告)日:2020-11-20
申请号:CN202010827844.9
申请日:2020-08-17
Applicant: 燕山大学
Abstract: 本发明公开一种基于颜色补偿和颜色线先验的水下图像复原算法,应用于水下单幅退化图像恢复领域,针对水下拍摄图像的清晰度低,颜色失真明显的问题,提出的一种图像算法;其步骤包括颜色补偿、拟合颜色线、求取环境背景光、建立模型以及对最优化方程进行求解;本发明利用颜色补偿来恢复图像在水下环境的颜色损失,避免颜色损失导致颜色线先验在水下环境失去作用,根据三通道透射率关系,结合颜色线模型建立新的物理模型,转化为水下图像局部透射率的最优化方程,最终重建清晰的图像,该算法适应性强,图像恢复的颜色更接近真实场景,细节恢复效果好。
-
公开(公告)号:CN111542016A
公开(公告)日:2020-08-14
申请号:CN202010429714.X
申请日:2020-05-20
Applicant: 燕山大学
Abstract: 本发明涉及一种基于滑翔机的水下传感网络数据收集方法,包括:滑翔机在沿锯齿形轨迹运行过程中,在通信范围内选择适当的传感器节点收集数据;数据收集过程中,滑翔机对传感器节点进行动态规划,最优化传感器节点调度;采用离线计算,在线调度的方式,减少计算负荷;改进基廷斯指数算法,设置阈值,减少广播频率和广播所带来的能量消耗,减少通信负荷,延长水下传感网络的使用寿命。所述水下数据收集方法利用滑翔机作为数据收集平台,能够实现大范围、长时间的数据收集任务;采用带阈值的指数算法降低了求解动态规划的计算复杂度,在保证数据收集质量的基础上减少通信消耗,优化传感器调度,最大化水下传感网络寿命。
-
公开(公告)号:CN106685555B
公开(公告)日:2020-05-29
申请号:CN201710124958.5
申请日:2017-03-03
Applicant: 燕山大学
IPC: H04B17/391 , H04L25/03
Abstract: 本发明公开了一种基于低秩矩阵恢复的MIMO水声系统信道状态信息反馈方法,在SRF(Smoothed Rank Function)低秩矩阵恢复算法基础上进行改进,在原算法上采用牛顿法与梯度法相结合的混合优化算法对其求解。本发明方法减小信道状态信息矩阵的重构误差,提高信道信息矩阵的恢复精度,发射端可以得到准确的信道状态信息来扩大信道容量,提高通信系统的质量。
-
公开(公告)号:CN110048972B
公开(公告)日:2020-04-07
申请号:CN201910332528.1
申请日:2019-04-24
Applicant: 燕山大学
Abstract: 本发明公开一种水声正交频分复用信道估计方法及系统。方法包括:获取广义回归神经网络的训练样本和测试样本;构造广义回归神经网络;根据训练样本对广义回归神经网络进行训练,得到广义回归神经网络训练模型;将测试样本输入至广义回归神经网络训练模型中,得到均方误差;判断均方误差是否位于设定阈值范围内;若是,保存广义回归神经网络训练模型,并将广义回归神经网络训练模型作为水声信道估计模型;若否,调整广义回归神经网络训练模型的平滑因子,得到调整后的广义回归神经网络训练模型;根据水声信道估计模型对水声正交频分复用信道的传输信号进行估计,得到信道状态信息。采用本发明能够提高信道估计的精度,保证水声通信的质量。
-
公开(公告)号:CN109001738A
公开(公告)日:2018-12-14
申请号:CN201810596442.5
申请日:2018-06-11
Applicant: 燕山大学
Abstract: 本发明公开了一种基于收发分离的高精度水下测距设备及测距方法,所述测距设备包括主板和水下探头;主板包括主控制器、换能器驱动模块、信号回收模块、电源模块和输出模块;水下探头包括超声波换能器和水听器。所述方法内容包括:由主控制器提供35KHz,占空比为50%的PWM方波,经放大提供给集成于水下探头中的超声波换能器;主控制器在产生PWM方波信号后启动定时器,在水下探头中的水听器接收到被探测物体反射回的声波信号后,经过信号接收电路处理后由主控制器接收,此时,定时器停止计时,计算出声波在水下的传播时间,结合声波在水下的传播速度,计算出探头到被探测物体之间距离。本发明具有低成本,高精度,灵活度高的特点。
-
公开(公告)号:CN108809881A
公开(公告)日:2018-11-13
申请号:CN201810410315.1
申请日:2018-05-02
Applicant: 燕山大学
CPC classification number: H04B13/02 , H04L27/2601
Abstract: 一种基于改进的EXP3算法水下自适应OFDM通信方法,基于MAB理论,建立自适应OFDM通信系统决策模型;运用正交试验方法,根据需调参数及其水平与数据传输速率的关系,选择正交表,完成正交试验;采用极差分析法处理数据,判断每个参数以及同一参数的不同水平对于数据传输速率的影响程度,删除部分不重要的水平,完成对参数组合的初筛;学习执行器根据评价器的建议随机选择调制参数,相应的回值将回馈至学习执行器与评价器,在评价器中进行回值估计和权重更新;评价器依照平衡“探索与利用”的原则更新策略选择概率函数;判断当前操作次数加1后是否超过预设的总操作次数,如果判定没超过则学习执行器继续做决策,否则结束算法,最终实现网络吞吐量的最大化。
-
-
-
-
-
-
-
-
-