-
公开(公告)号：CN115022135A
公开(公告)日：2022-09-06
申请号：CN202210836781.2
申请日：2022-07-15
Applicant: 北京理工大学
Abstract: 本发明涉及基于AmBC的双选信道LMMSE估计及ML检测方法，属于无线通信中的信道估计与检测技术领域。所述方法依托的系统包括环境射频源、标签和接收端；所述方法针对环境信号和标签信号设计块状导频簇；采用BEM模型拟合信道状态，将估计信道单位冲激响应CIR转换为估计BEM基的系数向量；用线性最小均方误差估计分别对直接链路和反射链路信道进行估计；在信道估计后采用最小均方误差检测算法检测环境信号，并采用最大似然检测算法检测标签信号。所述方法的准确度显著提升，显著降低了信道估计方法的复杂度，实现了对信道时变特性的有效跟踪，信道估计及检测性能显著提升。
-
公开(公告)号：CN113612586B
公开(公告)日：2022-05-13
申请号：CN202110974576.8
申请日：2021-08-24
Applicant: 北京理工大学
IPC: H04L1/00
Abstract: 本发明涉及一种LT码和多连接结合的低时延信道编码方法，属于信道编码技术领域。所述方法对LT码的度分布函数进行优化，即确定双比例系数联合度分布的度分布函数，并依据信道条件，确定最优的比例系数，利用优化后的度分布函数产生编码符号，通过两条链路进行传输，在接收端将两条链路中收到的编码符号进行合并，进行置信硬判决译码。该方法在译码时延和通信系统稳定性的指标上取得较HARQ与传统多连接较好的表现，优化度分布函数之后的LT码在传输时误码率取得了显著的降低，在译码开销达到0.5时可低于10‑5。
-
公开(公告)号：CN114460033A
公开(公告)日：2022-05-10
申请号：CN202210115412.4
申请日：2022-02-07
Applicant: 北京理工大学
IPC: G01N21/359 , G01N21/3563 , G01N1/28
Abstract: 本发明涉及一种用于检测外墙保温材料中阻燃元素的手持设备，属于近红外光谱识别以及机器学习技术领域。所述手持设备用于检测掺杂阻燃剂的PS板材，包括电源、光谱测定模块、处理器及显示单元；光谱测定模块包括光源、探测器、信号处理及传输模块；处理器包括数据整合模块、过滤模块及分类模块；光源、探测器与目标物相连，电源与处理器、显示单元以及光谱测定模块相连；探测器与信号处理模块相连，信号处理模块与信号传输模块相连，信号传输模块与处理器相连；处理器与显示单元相连；信号传输模块与整合模块相连，整合模块与过滤模块相连，过滤模块与分类模块相连，分类模块与显示单元相连。所述设备体积较小、成本低且操作方便。
-
公开(公告)号：CN114397637A
公开(公告)日：2022-04-26
申请号：CN202210077569.2
申请日：2022-01-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于LSTM的雷达目标极化特征提取与识别方法，属于雷达目标识别技术领域。所述方法包括根据雷达接收机接收的舰船、角反射器阵列的雷达回波数据，计算出无压制噪声存在时、不同有源压制干扰干信比下的目标极化形状因子和极化不变量特征数据，归一化处理不同有源压制干扰干信比下的极化不变量特征数据，制作LSTM模型的训练集和测试集，设计LSTM模型及对该模型的训练和测试。所述特征提取与识别方法，能在有源压制干扰信号的情况下，对舰船和角反射器阵列有较高的识别率；与现有的特征提取于识别方法相比，其性能更优异，对舰船和角反射器阵列有更高的识别率，这有利于提升对海探测目标识别效率。
-
公开(公告)号：CN110706186B
公开(公告)日：2022-04-15
申请号：CN201910986627.1
申请日：2019-10-17
Applicant: 北京理工大学
Abstract: 本发明涉及基于压缩感知及Renyi熵的水下信息抗干扰方法，属于水下模拟信息转换及压缩感知技术领域。包括：1)读取水下采集的信息并计算每行Renyi熵值并求最大值对应的行，计算该行像素最大值作为Renyi熵阈值T1；2)基于T1以W*W为单位滤波；3)进行离散二维小波变换；4)分别对高频系数按行计算Renyi熵值去噪阈值，再去噪；5)构造高斯随机观测矩阵对去噪后高频系数进行压缩观测；6)对所有滤波后的高频系数进行AMP重构；7)低频子系数、重构后的高频子系数进行小波反变换得到恢复的水下采集信息。所述方法能滤除部分噪声；有效改善去噪后水下采集图像的峰值信噪比，优化了去噪后水下图像的平均结构相似性。
-
Patent Agency Ranking
公开(公告)号：CN114283065A
公开(公告)日：2022-04-05
申请号：CN202111618882.4
申请日：2021-12-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于硬件加速的ORB特征点匹配系统及匹配方法，属于硬件加速以及同时定位与建图以及图像拼接技术领域。所述系统包含摄像头模块、PS端和PL端；PS端包括图像存储模块、方向向量计算模块以及位姿计算模块；PL端包括FAST算法执行模块、地址计算模块、旋转不变性描述子及签名计算模块、汉明距离计算模块、旋转不变性描述子存储单元、签名存储单元、匹配结果存储单元；摄像头模块连接PS端，PS端和PL端相连，所述方法对特征点环境像素进行低复杂度降维，构建低位宽的签名值，在匹配时对待匹配的特征点进行粗筛选得到粗筛后的特征点，再计算及比较特征点BRIEF描述子的汉明距离。所述方法节约了存储器资源，提高了ORB特征点匹配精度和速度。
-
公开(公告)号：CN114254713A
公开(公告)日：2022-03-29
申请号：CN202210187798.X
申请日：2022-02-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于时频变换与动态模式分解的分类系统及方法，属于数据分类、图像分类及信号识别技术领域。所述系统,包括预处理模块、时频分析模块、动态模式分解模块、能量特征提取模块、各阶矩求解模块以及分类模块；所述方法，包括：将采集的数据进行预处理得到有效信号；将有效信号先进行时频分析再动态模式分解，得到多个特征值与动态模态并排序得到从大到小的能量值、对应特征值与动态模态，组合形成能量特征矩阵；提取能量特征矩阵的前S个元素并丢弃后续数据，更新能量特征矩阵，再求该能量特征矩阵的二范数得到变换后的特征矩阵；基于变换后的特征矩阵作为待分类数据进行阈值分类并输出分类结果。所述方法能实现了较高的分类准确率。
-
公开(公告)号：CN114154630A
公开(公告)日：2022-03-08
申请号：CN202111393465.4
申请日：2021-11-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种量化MobileNet的硬件加速器及其设计方法，属于硬件加速及计算机视觉技术领域。包括顶层控制模块、存储器控制模块、逐点卷积模块、逐通道卷积模块及后处理模块；顶层控制模块与存储器控制模块、逐点卷积模块、逐通道卷积模块及后处理模块相连；存储器控制模块与逐点卷积模块、逐通道卷积模块及后处理模块相连。所述方法将输入数据与权重放入不同大小缓存，通过并行数可变的深度可分离卷积降低硬件使用并获得卷积结果，再通过后处理完成池化、跨层连接与地址生成，使得数据在连续地址上排布。所述方法解决了MobileNet缓存利用率低的问题、降低了耗时与资源消耗。
-
公开(公告)号：CN113920391A
公开(公告)日：2022-01-11
申请号：CN202111094615.1
申请日：2021-09-17
Applicant: 北京理工大学
IPC: G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于生成尺度自适应真值图的目标计数方法，属于数字图像处理和深度学习技术领域。包括：1)针对所给目标计数任务，设计计数神经网络；2)制作目标计数数据集，并划分为测试集和训练集两部分；3)对目标计数数据集中的每一个样本，生成尺度自适应真值密度图；4)分别利用目标计数数据集的训练集和测试集及其真值密度图，对计数神经网络进行训练和测试。所述方法具有自适应性，没有因为输入图像尺度变化改变网络模型和训练方法，即没有增加网络的复杂度和训练难度；基于数字图像处理方法生成包含尺度信息的真值图，不涉及神经网络的训练，故复杂度低、易操作；生成的真值图不仅标示了每个目标的具体位置，还体现了每个目标的尺度信息。
-
公开(公告)号：CN113612586A
公开(公告)日：2021-11-05
申请号：CN202110974576.8
申请日：2021-08-24
Applicant: 北京理工大学
IPC: H04L1/00
Abstract: 本发明涉及一种LT码和多连接结合的低时延信道编码方法，属于信道编码技术领域。所述方法对LT码的度分布函数进行优化，即确定双比例系数联合度分布的度分布函数，并依据信道条件，确定最优的比例系数，利用优化后的度分布函数产生编码符号，通过两条链路进行传输，在接收端将两条链路中收到的编码符号进行合并，进行置信硬判决译码。该方法在译码时延和通信系统稳定性的指标上取得较HARQ与传统多连接较好的表现，优化度分布函数之后的LT码在传输时误码率取得了显著的降低，在译码开销达到0.5时可低于10‑5。
-
-
-
-
-
-
-
-
-
Search Results
276
records
(took 0.045 seconds)
