-
公开(公告)号：CN118101102A
公开(公告)日：2024-05-28
申请号：CN202410327631.8
申请日：2024-03-21
Applicant: 哈尔滨工业大学
IPC: H04B17/391 , G06N3/0442 , G06N3/045 , G06N3/042
Abstract: 基于ED‑LSTM架构的混沌跳频序列多步预测模型及预测方法，属于混沌跳频码多步预测算法技术。解决了传统的混沌跳频码多步预测模型由于在序列间数据偏移存在，导致模型预测精度低及泛化能力差的问题。本发明在多步预测模型结构本身进行改进，一方面通过引入消除数据偏移的标准化处理，使得不同时间段数据分布尽可能一致，提高了预测的精度和模型在不同混沌序列上的泛化性。另一方面，引入注意力层，通过加权平均的方式捕获全局特征，模型可以更准确地捕获和学习输入序列时间的维度相关性，进一步提高预测精度。本发明主要用于跳频通信中混沌跳频序列多步预测。
-
公开(公告)号：CN116930904A
公开(公告)日：2023-10-24
申请号：CN202310937148.7
申请日：2023-07-28
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种探地雷达图像对齐及差异检测方法，所述方法包括步骤1：对不同时间获取的探地雷达回波图像进行预处理，得到杂波受到抑制的探地雷达回波图像；步骤2：计算步骤1获取的前后两次测量回波图像的全局相似度并对齐；步骤3：从步骤2完成图像对齐和裁剪的两次图像数据中选取部分有差异的图像和无差异的图像；步骤4：提取步骤3中得到图像的特征，并进行差异检测。本发明解决现有探地雷达图像识别方法难以在大量数据中准确判断地下缺陷的问题，根据不同时间对同一地下环境复测图像进行比对，通过图像变化情况找到异常点进而检测出缺陷点。
-
公开(公告)号：CN111556528B
公开(公告)日：2023-02-28
申请号：CN202010387803.2
申请日：2020-05-09
Applicant: 哈尔滨工业大学
Abstract: 一种自组织网络下基于跳频跳时图案的信道状态判断方法，属于无线网络通信领域。本发明是为了解决在降低时延和提高吞吐量的同时降低算法复杂度的问题。本发明针对全连通自组织网络，物理层采用跳频跳时技术进行发送，共提供m个频点；基于无重叠的跳频跳时图案，预先为每个节点固定分配q个图案，节点的发送和接收以图案为单位；每个图案对应一个时频矩阵，将拆分的物理脉冲映射到时频矩阵中，得到物理脉冲的发送形式，并根据信道负载状态决定是否发送：当信道负载统计值小于优先级阈值时，信道状态为轻载，可以进行发送；否则信道过载，节点退避。主要用于信道状态的判断。
-
公开(公告)号：CN109586728B
公开(公告)日：2022-10-25
申请号：CN201811509899.4
申请日：2018-12-11
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 基于稀疏贝叶斯的调制宽带转换器框架下信号盲重构方法，它用于压缩感知信号的重构技术领域。本发明解决了现有调制宽带转换器框架下的重构方法在信号含有噪声时的重构性能差的问题。本发明首先将输入稀疏信号与伪随机序列相乘，接着对相乘得到的信号进行低速采样和滤波操作，然后构建观测矩阵，将信号表示成压缩感知的表示形式，在恢复时，采用稀疏贝叶斯方法对信号进行估计，通过EM算法迭代求得输入稀疏信号的方差γ，完成稀疏信号的重构；在信号信噪比同为‑15dB的情况下，与现有方法相比，本发明的重构方法可以将稳态均方误差值降低75％以上，有效提升了重构性能。本发明可以应用于压缩感知信号的重构领域。
-
公开(公告)号：CN110138479B
公开(公告)日：2021-08-27
申请号：CN201910477917.3
申请日：2019-06-03
Applicant: 哈尔滨工业大学
IPC: H04B17/382 , G06K9/62
Abstract: 极低信噪比环境下基于字典学习的频谱感知方法，本发明涉及认知无线电中的频谱感知方法。本发明的目的是为了解决现有方法在极低信噪比环境下频谱感知准确率低的问题。过程为：一、建立频谱感知二元假设模型；二、组成字典学习的训练集；三、训练字典；四、计算频谱感知信号与训练后的字典每一列的內积，并找出内积中最大值的位置；五、更新索引集及原子集合，利用最小二乘法求得最大分量；六、对得到的最大分量平方计算得到最大分量对应的能量；七、根据虚警概率公式计算感知门限；八、把得到的最大分量对应的能量和门限进行对比，判断信号是否存在，如果能量大于门限则信号存在，否则信号不存在。本发明用于认知无线电中的频谱感知领域。
-
Patent Agency Ranking
公开(公告)号：CN109004996B
公开(公告)日：2020-11-03
申请号：CN201810917687.3
申请日：2018-08-13
Applicant: 哈尔滨工业大学
IPC: H04B17/309 , H04B17/382
Abstract: 本发明提供基于多正弦窗功率谱峰值的信号检测方法，属于认知无线电技术领域。本发明首先根据带宽和中心频率确定信号采样频率，按照采样频率对信号进行采样接收；然后利用多正弦窗对接收信号进行功率谱估计，并计算接收信号的功率谱峰值；之后再设定虚警概率，采用纽曼皮尔逊准则计算信号检测门限；最后把功率谱峰值和检测门限进行比较，如果功率谱峰值大于检测门限则信号存在，否则信号不存在。本发明解决了现有信号检测技术存在计算复杂度高、信号检测性能不高的问题。本发明可用于认知无线电中的信号检测。
-
公开(公告)号：CN107102292B
公开(公告)日：2019-11-15
申请号：CN201710464010.4
申请日：2017-06-19
Applicant: 哈尔滨工业大学
IPC: G01S3/14
Abstract: 一种基于贝叶斯方法的目标方位跟踪方法，属于阵列信号处理领域。解决了低信噪比情况下，基于空间类DOA跟踪方法精度差，以及粒子滤波DOA跟踪方法需要的已知条件过多的问题。在本发明利用泰勒展开公式，将角度慢变模式下的DOA跟踪建模为一个动态模型，并基于贝叶斯理论，将角度的跟踪转化为概率模型中的参数估计问题，根据前一时刻的信号到达角度、信号功率和噪声功率的估计值，以及当前时刻的观测值，利用EM算法，对前一时刻的信息进行校正，进而实现对信号到达角度的追踪。本发明主要用于对目标方位进行跟踪。
-
公开(公告)号：CN110138476A
公开(公告)日：2019-08-16
申请号：CN201910430447.5
申请日：2019-05-22
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 本发明提供基于稀疏表示最大分量的频谱感知方法，属于认知无线电中的频谱感知技术领域。本发明首先采用OMP算法第一次迭代，得到稀疏表示的最大分量，对最大分量进行平方操作得到检验统计量；然后，根据要求设定虚警概率，按照设定的虚警概率计算感知门限，最后把得到的检验统计量和感知门限进行比较得到频谱感知结果。本发明解决了现有频谱感知技术在实际应用时，低信噪比情况下频谱感知性能低的缺点。本发明可用于认知无线电中的频谱感知。
-
公开(公告)号：CN106411795B
公开(公告)日：2019-07-16
申请号：CN201610933561.6
申请日：2016-10-31
Applicant: 哈尔滨工业大学
IPC: H04L25/02
Abstract: 一种非重构框架下的信号估计方法，属于认知无线电参数识别和估计领域。为了解决现有采用重构算法恢复信号时，存在重构速度慢，准确性差的问题。估计方法包括：建立采样信号循环谱向量和采样信号循环自相关向量rx的联系；建立采样信号压缩测量值自相关向量rz和采样信号循环自相关向量rx的联系；建立采样信号压缩测量值自相关向量rz和采样信号循环谱向量的关系；删除采样信号循环谱向量中的冗余元素，获得简化后的采样信号循环谱向量利用采样信号压缩测量值自相关向量rz和基于块稀疏的正交匹配追踪算法，对简化后的采样信号循环谱向量进行重构，获得原始信号循环谱；根据原始信号循环谱提取原始信号的参数信息。主要用于提取信号参数信息。
-
公开(公告)号：CN110011745A
公开(公告)日：2019-07-12
申请号：CN201910300728.9
申请日：2019-04-15
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 基于DPMM的宽带频谱感知中信号个数的估计方法，它属于宽带频谱感知技术领域。本发明解决了利用现有方法对接收信号中信号个数估计的准确率低的问题。本发明通过选取信号的循环谱作为特征，恢复信号的循环谱，以提高宽带频谱感知方法的抗噪声性能；将提取出的循环谱建模成高斯混合模型进行信号和噪声二分类，去噪后保留下来信号元素，并对保留下来的信号进行聚类，根据计算出的最大概率，估计出接收信号中信号的个数。在信噪比为-4dB的情况下，采用本发明方法可以将信号个数估计的准确率提高30％左右，而且本发明方法的抗噪性能更优。本发明可以应用于宽带频谱感知技术领域。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.046 seconds)
