-
公开(公告)号：CN102930512A
公开(公告)日：2013-02-13
申请号：CN201210359018.1
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于HSV色彩空间结合Retinex的水下图像增强方法，包括如下步骤：读取RGB空间水声图像，将其转换成HSV空间图像；将HSV空间图像分解成色度H、饱和度S、数值V三个分量；对色度H分量保持不变，饱和度S分量进行表面波去噪，对数值V分量进行Retinex增强，得到处理后的三个分量H，S，V；将色度分量H、去噪后的饱和度分量S′、以及增强后的数值分量V'合成新的HSV图像；将新的HSV图像逆变换至RGB空间，得到增强后的图像。本发明利用色彩空间转换以及不同增强方法的结合对水下图像进行增强，能有效保持图像的边缘和目标特性，为后续处理和分析提供准确的目标特性和边缘保持度。
-
公开(公告)号：CN102903108A
公开(公告)日：2013-01-30
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：CN102508206A
公开(公告)日：2012-06-20
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：CN116628472B
公开(公告)日：2024-08-30
申请号：CN202310486505.2
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/241 , G06N3/042 , G06N3/0464
Abstract: 一种基于特征关联的辐射源个体信号图结构映射方法，它涉及一种辐射源个体信号图结构映射方法。本发明为了解决现有图结构映射方法在辐射源个体识别任务上效率低，性能差的问题。本发明的核心在于采用基于特征关联性的图结构映射方法构建个体信号图分类数据集，通过GNN模型实现辐射源个体识别，有效提高识别性能。本发明属于信号识别技术领域。
-
公开(公告)号：CN113657016B
公开(公告)日：2024-07-05
申请号：CN202010397272.5
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的优先级无人机编队动态信道分配方法及其系统，该方法包括：对无人机编队信道的动态分配过程建立模型，并在模型中建立无人机在环境中的环境状态、动作集合以及奖赏函数，无人机的业务具有优先级；将LSTM加入到DQN中形成改进型深度强化学习网络模型；利用模型对改进型深度强化学习网络模型进行训练；以及利用训练后的改进型深度强化学习网络模型对无人机编队动态分配信道。根据本申请，改善了有优先级的网络下的无人机群网络用频自主决策。通过对无人机编队信道的动态分配过程进行建模来评估无人机因为等待所造成的丢包影响，并且通过将LSTM引入到中加快了DQN训练的收敛速度。
-
Patent Agency Ranking
公开(公告)号：CN113867836B
公开(公告)日：2024-06-11
申请号：CN202111123915.8
申请日：2021-09-24
Applicant: 哈尔滨工程大学
Abstract: 本申请涉及嵌入式系统应用技术领域，公开一种用于FPGA的装置，包括：上位机；Zynq芯片，被配置为与所述上位机之间建立基于PCIe总线协议的第一程序加载通道；FPGA芯片，被配置为与所述Zynq芯片之间建立基于PCIe总线协议的第二程序加载通道；所述上位机通过所述第一程序加载通道将待加载程序文件发送至所述Zynq芯片，所述Zynq芯片通过所述第二程序加载通道将所述待加载程序文件发送至所述FPGA芯片，以使所述FPGA芯片对所述待加载程序文件进行加载。本申请能够提升FPGA芯片对程序文件加载速率和数据传输连续性，并提高平台的一体化和集成化程度。本申请还公开一种用于FPGA程序动态加载以及数据传输的方法。
-
公开(公告)号：CN116527461B
公开(公告)日：2024-05-24
申请号：CN202310479129.4
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: H04L25/03 , H04L27/00 , G06F18/214
Abstract: 一种基于遮挡分析的电磁信号时域增强方法，它涉及一种电磁信号时域增强方法。本发明为了解决现有的数据增强方法算法不适配，效率不高的问题。本发明的核心在于设计了一种面向电磁信号的数据增强策略，采用遮挡分析和加性高斯白噪声获得增强数据，在尽可能保证原始数据分布和标签不变的情况下，生成额外的数据，极大程度上提升深度学习算法的工程效率。本发明属于数字信号处理技术领域。
-
公开(公告)号：CN116527177B
公开(公告)日：2024-03-12
申请号：CN202310478993.2
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: H04B17/382 , G06N3/0464 , G06N3/048
Abstract: 一种基于相关性分析和图卷积网络的三维频谱预测方法，它涉及一种三维频谱预测方法。本发明为了解决传统卷积神经网络在涉及空域的三维频谱预测中预测性能下降的问题。本发明的核心在于利用先验的空间电磁频谱相关性分析结果辅助神经网络实现高精度的预测，同时使用基于图卷积的网络模型替代卷积神经网络，解决传统卷积网络难以有效拟合空域非结构性数据的困扰，以及进一步加强网络输出结果的精度和可靠性。本发明属于电磁频谱预测技术领域。
-
公开(公告)号：CN117113073A
公开(公告)日：2023-11-24
申请号：CN202310477430.1
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/213 , G06F18/241 , G06N3/094
Abstract: 一种电磁信号识别模型对抗域泛化防御方法，它涉及一种对抗域泛化防御方法。本发明为了解决DL模型的不可解释性使得它们的结果很容易受到对输入数据添加精心设计的不可察觉扰动的影响的问题。本发明采用对齐原始信号和对抗样本的任务相关特征的方法，结合对抗训练增强AMC模型的对抗鲁棒性。本发明属于通信技术领域。
-
公开(公告)号：CN116628472A
公开(公告)日：2023-08-22
申请号：CN202310486505.2
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/241 , G06N3/042 , G06N3/0464
Abstract: 一种基于特征关联的辐射源个体信号图结构映射方法，它涉及一种辐射源个体信号图结构映射方法。本发明为了解决现有图结构映射方法在辐射源个体识别任务上效率低，性能差的问题。本发明的核心在于采用基于特征关联性的图结构映射方法构建个体信号图分类数据集，通过GNN模型实现辐射源个体识别，有效提高识别性能。本发明属于信号识别技术领域。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.061 seconds)
