-
公开(公告)号：CN116451124B
公开(公告)日：2023-09-08
申请号：CN202310478939.8
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 一种基于解耦表征学习的不均衡辐射源信号识别方法，它涉及一种不均衡辐射源信号识别方法。本发明为了解决由于辐射源信号不平衡性导致的深度学习模型不能很好的处理长尾辐射源识别任务的问题。本发明使用自适应重加权进行参数更新模型，引入L2正则化，在解决类别不平衡问题的同时提高了模型的泛化能力。本发明属于特定辐射源识别技术领域。
-
公开(公告)号：CN113890782B
公开(公告)日：2023-06-06
申请号：CN202111123917.7
申请日：2021-09-24
Applicant: 哈尔滨工程大学
IPC: H04L12/40
Abstract: 本申请涉及无线通信技术领域，公开一种软件无线电平台，其特征在于，包括：上位机模块；加载控制模块，被配置为通过高速总线协议与所述上位机模块之间建立第一类传输通道和第二类传输通道；基带与数据处理模块，被配置为通过高速总线协议与所述加载控制模块之间建立第一类传输通道和第二类传输通道，并通过高速总线协议与所述上位机模块之间建立第一类传输通道和第二类传输通道；射频模块，被配置为通过高速总线协议与所述基带与数据处理模块之间建立第一类传输通道，并通过高速总线协议与所述上位机模块之间建立第二类传输通道。本申请还公开一种应用任务程序加载的方法及装置。
-
公开(公告)号：CN115392427A
公开(公告)日：2022-11-25
申请号：CN202110565030.7
申请日：2021-05-24
Applicant: 哈尔滨工程大学
Abstract: 基于复数神经网络的星载ADS‑B交叠信号分离方法，所述方法包括如下步骤：S1：对接收到的星载ADS‑B交叠信号进行包络提取，得到包络信号；S2：对所述包络信号进行希尔伯特变换，得到交叠的IQ复数数据；S3：将所述IQ复数数据输入复数神经网络进行交叠信号分离，得到分离的IQ信号；S4：对所述分离的IQ信号的数据位进行PPM解码，再进行CRC校验；S5：根据校验结果存储分离的正确的信号。本发明采用经验公式提取包络信号，减少了计算量，提高了分离效率，采用复数神经网络进行交叠信号分离，分离准确率高，分离信号响应时间快，工程可实现性强，从而解决了传统的分离方法算法复杂度高，耗时长，分离效率不高的问题。
-
公开(公告)号：CN107231200A
公开(公告)日：2017-10-03
申请号：CN201710352897.8
申请日：2017-05-18
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于分簇的水声传感器网络混合介质访问控制通信方法。本发明将大规模集中式网络进行分簇，簇内和簇间通信采取不同数据传输协议，簇内通信采取基于时隙的TDMA协议，簇间通信采取基于竞争的MACA协议，同时根据水声信号的传输特点，对簇间通信中使用的MACA协议进行针对性改进，加入了侦听机制有效防止隐藏终端，另外在数据传输过程中将数据报文分解为多个帧并加入起始标识符和簇成员ID，由此来降低数据丢失后重发的延迟时间。本发明有效地解决了大规模水声通信网络网络资源浪费造成的吞吐量性能差以及数据报文端到端时延过长的问题。
-
公开(公告)号：CN107168743A
公开(公告)日：2017-09-15
申请号：CN201710364531.2
申请日：2017-05-22
Applicant: 哈尔滨工程大学
CPC classification number: G06F8/60 , G06F8/70 , H04L67/2866 , H04L67/34
Abstract: 本发明公开了一种算法重构装置，包括：上位机模块，软件通信体系框架SCA中间层模块、基带处理模块和射频模块；所述上位机模块，用于将算法分类成至少两个子算法；所述SCA中间层模块，用于运行SCA；所述SCA对应所述子算法建立波形应用组件，每个所述波形应用组件用于加载对应的所述子算法；所述上位机模块，还用于配置所述波形应用组件到自身，所述SCA中间层模块，所述基带处理模块和所述射频模块中的至少两个。本发明还公开了一种算法重构方法。
-
Patent Agency Ranking
公开(公告)号：CN102903108B
公开(公告)日：2015-02-25
申请号：CN201210359002.0
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明的目的在于提供基于水下图像统计特性的边缘检测方法，包括如下步骤：对水下图像进行统计特性分析，对两幅水下图像进行平滑，计算平滑后的数据阵列的梯度幅值和梯度方向，对梯度幅值进行非极大值抑制，利用Rosin方法获得单峰图像阈值，利用递归跟踪的算法不断的在低阈值图像中搜集边缘，直到将高阈值图像中所有的间隙都连接起来为止。本发明可以针对不同的水下图像自动设置边缘检测的合理阈值，克服了传统方法手动阈值设定不准确的缺点。同时通过合理确定高斯平滑参数及邻域范围捕捉图像边缘信息，能够在去除噪声的同时，更好地检测图像的边缘轮廓。
-
公开(公告)号：CN104161508A
公开(公告)日：2014-11-26
申请号：CN201410431710.X
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: A61B5/0444
Abstract: 本发明属于生物医学信号处理技术领域，具体涉及一种从相互混叠的母体胎儿混合心电信号中提取胎儿心电信号的胎儿心电信号提取方法。本发明包括：首先将测试设备的电极放于母体腹壁，记录心电传导所引起的电位差数据，记录多组数据，得到多路母体胎儿混合心电信号；然后构造母体心电信号的参考信号，然后利用该参考信号从母体胎儿混合心电信号中提取出母体心电信号；然后将母体胎儿混合心电信号中和提取出的母体心电信号相关的成分去掉，从而达到了提取胎儿心电信号的目的。本发明的胎儿心电信号提取方法，可以有效地从母体胎儿混合心电信号中提取出胎儿心电信号。该方法计算量小，复杂度低，对参数的依赖性小，提取的信号清晰，达到了预期的目的。
-
公开(公告)号：CN104065429A
公开(公告)日：2014-09-24
申请号：CN201410317201.4
申请日：2014-07-04
Applicant: 哈尔滨工程大学
IPC: H04B17/00
Abstract: 本发明属于认知无线电频谱感知技术领域，具体涉及一种在主用户信号先验知识未知，噪声具有不确定性的情况下，利用接收信号的频域盒维数值对无线信道的频谱的占用情况进行盲频谱感知的基于频域盒维数的盲频谱感知方法。本发明包括：将认知无线电感知节点接收到的信号进行采样，得到离散时间序列，截取固定长度；将截取的时间序列通过DFT变换从时域转换到频域；在频域上计算盒维数；将计算得到的频域盒维数和判决门限进行比较，得到频谱的占用情况。本发明能够在缺乏主用户信号的先验知识，噪声具有不确定性的情况下，在一定信噪比范围内，利用DFT将接收序列从时域转换成频域，再计算其盒维数实现盲频谱感知，算法简单有效。
-
公开(公告)号：CN102509020B
公开(公告)日：2014-08-20
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：CN103903010A
公开(公告)日：2014-07-02
申请号：CN201410120917.5
申请日：2014-03-28
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供的是一种基于稀疏特征和邻域同属性的高光谱图像分类方法。包括：1、读入高光谱图像数据；2、求解字典D；3、求解稀疏特征A；4、设定训练集和测试集；5、支持向量机（Support？Vector？Machines,SVM）二分类；6、确定多分类结果；7、读入邻域尺度集合C；8、邻域划分；9、邻域同属性判定；10、重复进行步骤8和步骤9的循环操作，直到得到邻域同属性分类结果Yl，其为最终分类结果YM。本发明具有分类效果好、处理高维数据时花费代价低，且适用性强等优点。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.063 seconds)
