-
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。
-
Patent Agency Ranking
公开(公告)号：CN102508206B
公开(公告)日：2013-10-30
申请号：CN201110336558.3
申请日：2011-10-31
Applicant: 哈尔滨工程大学
IPC: G01S7/02
Abstract: 本发明的目的在于提供基于小波包去噪和功率谱熵的线性调频信号参数估计方法，包括以下步骤：对信号进行多尺度小波包去噪，确定小波包函数和小波包分解层数；计算经小波包去噪后的信号的功率谱熵，并建立不同信噪比条件下，不同调频斜率的线性调频信号的熵特征数据库；对得到的离散熵特征数据进行插值运算；用多项式函数对三次样条函数插值后的曲线拟合，得到不同信噪比下线性调频信号的调频斜率与输入熵特征的关系表达式；利用拟合好的表达式估计接收机接收到的LFM信号的调频斜率。本发明提出的基于小波包去噪和功率谱熵的线性调频信号参数估计方法计算量小，能够在满足参数估计精度要求的前提下，实时地对LFM的调频斜率进行估计。
-
公开(公告)号：CN102916917A
公开(公告)日：2013-02-06
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。
-
公开(公告)号：CN102436588A
公开(公告)日：2012-05-02
申请号：CN201110360924.9
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明的目的在于提供一种辐射源识别方法，包括以下步骤：将传感器采集到的辐射源信号从时域变换到频率域，并在频率域中对信号能量进行归一化处理；预处理后的信号进行L层频率域小波分解，得到2L个频率子空间；在不同的频率子空间上计算信号的指数熵，并构造辐射源识别的特征向量，根据辐射源识别特征向量和辐射源特征数据库，采用灰色关联算法得到最终的识别结果。本发明是能在复杂电磁环境和大动态信噪比变化条件下有效、准确、稳定、可靠的辐射源识别方法，能够保证复杂电磁环境和大信噪比动态范围下对辐射源识别的要求。
-
公开(公告)号：CN102394711A
公开(公告)日：2012-03-28
申请号：CN201110347523.X
申请日：2011-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供复杂环境下一种新的通信电台个体识别方法，包括以下步骤：对不同通信电台发射的同种通信信号进行重采样，将通信信号转化为离散时间信号序列，对重采样的离散通信信号时间序列进行相空间重构，将信号转化到不同的重构相空间下用以捕获不同重构相空间特征，利用一种新的分形盒维数算法计算不同重构相空间下的分形盒维数，得到一个分形盒维数特征向量，利用神经网络对得到的向量空间进行分类，进而达到了对不同的通信电台进行识别的目的。本发明可以在复杂多变的环境下，识别出不同通信电台的细微差别。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.058 seconds)
