-
公开(公告)号：CN109752687B
公开(公告)日：2023-08-01
申请号：CN201910036688.1
申请日：2019-01-15
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种降低阵元互耦效应的改进型互质阵列设置方法。主要解决现有稀疏阵列阵元互耦大以及物理阵列孔径不够大的问题。其技术方案是：首先，根据给定的阵元数R确定与改进型互质阵列两子阵列阵元数相关的参数M及N；其次，根据M及N确定两均匀子阵列的阵元位置；最后，再在原点处添加一个阵元作为参考阵元。本发明可用于入射信源个数大于阵元数情况下的波达方向估计，并且能够减少阵元间的互耦效应，在不采用任何解耦算法的情况下仍具有良好的DOA估计性能。在相同阵元数下，本发明对应的改进型互质阵列具有更大的阵元间隔以及物理孔径，从而能够极大地降低阵元间的互耦，相比于传统的互质阵列具有更好的DOA估计性能。
-
公开(公告)号：CN109444810B
公开(公告)日：2022-11-01
申请号：CN201811582959.5
申请日：2018-12-24
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 一种非负稀疏贝叶斯学习框架下的互质阵列非网格DOA估计方法，属于信号处理中高分辨测向方法研究领域。本发明首先对互质阵列接收数据协方差矩阵进行向量化，构造虚拟接收信号模型，然后基于该模型中虚拟入射信号元素非负的特点构造非负稀疏贝叶斯模型，再通过期望最大化算法迭代更新超参数以及网格点集合，最后根据最终更新的网格点集合以及超参数构造信号功率谱，之后再通过谱峰搜索确定估计的DOA。本发明方法将运算过程由复数域转向实数域，从而在一定程度上能够降低计算复杂度。此外，互质阵列的应用可以实现欠定DOA估计，突破了阵元数对最大可估计信源数的限制，从而能够在一定程度上减少硬件成本，具有一定的工程应用价值。
-
公开(公告)号：CN111582236B
公开(公告)日：2022-08-02
申请号：CN202010461186.6
申请日：2020-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于稠密卷积神经网络的LPI雷达信号分类方法，首先制作数据集，获取几种不同脉内调制方式的LPI雷达信号，对雷达信号进行时频分布处理，得到时频图像；采用图像处理技术，对时频图像进行预处理。然后构建一种基于稠密卷积神经网络的特征提取与分类方法。为了加快和优化所提模型的学习效率，采用迁移学习对网络模型进行预训练，利用Adam算法对网络参数进行优化训练。最后采用SoftMax分类器准确获得8个LPI雷达信号分类结果。本发明提出利用稠密卷积神经网络，能更充分提取雷达信号特征，加强特征重利用，从而提高雷达波形在低信噪比下的识别性能，可用于复杂电磁环境下的雷达信号识别。
-
公开(公告)号：CN110095749B
公开(公告)日：2022-08-02
申请号：CN201910377716.6
申请日：2019-05-05
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明听的是一种基于非圆信号的多重孔径嵌套阵列设置及DOA估计方法。首先根据总阵元数N得到原始嵌套阵列两子阵阵元数N1和N2及阵列结构；然后基于嵌套阵列两子阵对应关系得到各自的偏移量l1和l2；接着根据阵列接收非圆信号及虚拟阵列的特点设计连续虚拟阵列自由度最大的多种物理阵列摆放形式；最后根据实际需求取其中一种用于非圆信号欠定波达方向估计。本发明提出的非圆信号阵列设置与现有嵌套阵列相比，具有阵列摆放灵活和孔径多变但连续虚拟阵列自由度固定且有效提高的优点，可实现高性能的非圆信号欠定波达方向估计。
-
公开(公告)号：CN110473167B
公开(公告)日：2022-06-17
申请号：CN201910615378.5
申请日：2019-07-09
Applicant: 哈尔滨工程大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G16H30/40 , G16H50/20 , G01N33/493
Abstract: 本发明涉及医学图像处理领域，具体涉及一种基于深度学习的尿沉渣图像识别系统及方法。图像采集模块对尿液样本采集得到原始图像；图像分割模块对原始图像进行分割处理，得到分割好的尿沉渣成分图像；基于深度学习的图像识别模块对分割好的尿沉渣成分图像进行识别，整合三个网络模型的识别结果，得到基于深度学习的图像识别模块的输出；计数模块对输出结果进行统计处理，得到定量的医学指标参考；系统输出为基于深度学习的图像识别模块的结果和计数模块的结果。本发明可以自动实现端到端的特征提取与分类，有效提取出尿沉渣有形成分中难以被肉眼发现的微小特征，从而高质量地解决11种尿沉渣成分的复杂分类问题，具有很强的医学应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109932680B
公开(公告)日：2022-05-20
申请号：CN201910268459.2
申请日：2019-04-04
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明提供的是一种基于平移互质阵列的非圆信号波达方向估计方法。平移传统互质阵列得到平移互质阵列得平移互质阵列接收数据，得到扩展接收数据矢量，求该扩展接收数据矢量的协方差矩阵，向量化该协方差矩阵得到虚拟接收信号模型，对虚拟接收信号矢量进行去重排序操作后得到一个新的对应于虚拟均匀线阵的虚拟接收信号模型，取此时的虚拟接收矢量中的元素形成所需的埃尔米特矩阵即等价的协方差矩阵，对等价的协方差矩阵进行特征值分解得到噪声子空间，构造空间谱，谱峰处所对应的角度即为估计的入射信号的DOA。本发明的平移互质阵列与传统互质阵列相比，具有更大的虚拟阵列孔径以及虚拟连续自由度，可估计信源数更多，具有更优的DOA估计性能。
-
公开(公告)号：CN113343796A
公开(公告)日：2021-09-03
申请号：CN202110569016.4
申请日：2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习与雷达信号调制识别技术领域，具体涉及一种基于知识蒸馏的雷达信号调制方式识别方法。本发明结合知识蒸馏的思想，利用知识蒸馏的网络压缩方法设计轻量化网络，对设备内存要求低，有利于集成到芯片，部署到终端设备。本发明提出利用两个教师网络完成知识蒸馏训练，将低信噪比情况下时频结构受损严重的雷达信号单独训练第二教师网络，得到软标签作为监督信息，能够提高轻量化网络在低信噪比情况下的识别正确率。本发明所提到的网络都采用的是残差网络，能够提取到时频图像更深层的特征，对多种雷达信号具有良好的适应性。本发明在使识别网络轻量化的同时，能够在较低信噪比下对雷达信号的调制方式有较高的识别正确率。
-
公开(公告)号：CN112598620A
公开(公告)日：2021-04-02
申请号：CN202011333284.8
申请日：2020-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明尿沉渣中透明管型、病理管型以及粘液丝的识别方法，步骤1：收集分割后的尿液有形成分显微图片，按比例随机划分为训练集和测试集；步骤2：训练集数据的预处理；步骤3：构建urine_8Net尿液有形成分识别网络；步骤4：设置所用的网络参数；步骤5：训练基于步骤3所述urine_8Net尿液有形成分识别模型；步骤6：利用步骤1、2得到的尿沉渣图像测试集对所得模型进行测试，得到测试集中管型成分的识别结果及总体准确率。本发明能够自动提取图像特征，对选取的尿液有形成分进行有效的细粒度识别，具有准确率高，识别速度快的特点，在临床中的尿沉渣识别检验有着广阔的应用前景。
-
公开(公告)号：CN111431573B
公开(公告)日：2021-01-05
申请号：CN202010253354.2
申请日：2020-04-02
Applicant: 哈尔滨工程大学
IPC: H04B7/06 , H04B7/08 , H04W4/02 , H04W4/021 , H04B7/0404
Abstract: 本发明一种CSI单接入点定位的天线资源配置与阵列设计方法，构建基于到达时间差与到达角的单接入点定位观测方程；给出天线资源分配策略与约束条件；给出不同功能天线位置分布策略与约束条件；给出天线位置分布范围的约束条件；给出天线摆放方向的策略与约束条件；基于定位观测方程与费雪信息矩阵的行列式，构建单接入点天线资源配置与阵列设计的优化目标函数；基于步骤二到步骤五给定的各类策略与约束条件，通过最大化步骤六的目标函数，寻找最优的单接入点定位天线资源配置与天线摆放位置。本发明有效提高天线资源配置效率，保证单接入点定位精度。本发明给出的各种天线资源配置策略与约束条件，能有效降低优化算法的计算复杂度。
-
公开(公告)号：CN111405657B
公开(公告)日：2021-01-05
申请号：CN202010253356.1
申请日：2020-04-02
Applicant: 哈尔滨工程大学
IPC: H04W64/00 , G01S5/10 , H04B17/309
Abstract: 本发明一种基于CSI的到达角与到达时间差单接入点定位方法，步骤一：将单接入点的多天线分成多组：距离较远的天线组用于获取到达时间差定位信息；距离较近的天线组阵列用于获取到达角定位信息；步骤二：扫描获取单接入点每个天线的多个CSI样本；步骤三：计算待定位目标的单接入点不同天线的直达波到达时间差；步骤四：计算待定位目标的单接入点各个天线阵列的直达波到达角；步骤五：建立基于到达时间差与到达角的目标位置约束方程，根据单接入点各天线坐标解算出目标位置。本发明与现有通信协议兼容，能有效降低单接入点定位系统部署的复杂度和成本；同时利用AOA与TDOA信号的互补优势，可以保证精确和可靠的定位结果。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.026 seconds)
