-
公开(公告)号：CN119254405A
公开(公告)日：2025-01-03
申请号：CN202411366906.5
申请日：2024-09-29
Applicant: 中北大学
Abstract: 本发明公开一种基于混沌序列的地声信号远距离通信方法，包括：进行混沌序列编码从而获得循环移位编码信号；对循环移位编码信号进行解码后从而获得原始的信息序列；基于确定获得所有原始的信息序列，完成地声信号远距离通信。还公开了对应的系统、电子设备以及计算机可读存储介质，采用混沌实值序列作为扩频码，抗干扰特性和优异的自相关性，有效减少了多用户环境中的多址干扰和误码率；利用混沌序列的自相关特性进行相关检测确保信号的精确解码，即使在恶劣的通信环境中也能保证信息的完整性和准确性；使用循环移位扩频编码技术，在不增加额外带宽的情况下，增加每个序列携带的信息量，在相同的频带宽度内可以传输更多的信息，提高传输效率。
-
公开(公告)号：CN114944888B
公开(公告)日：2023-07-04
申请号：CN202210511081.6
申请日：2022-05-11
IPC: H04L1/00 , H04L27/26 , G06F18/10 , G06F18/213
Abstract: 本发明涉及一种高精度快速分离星基ADS‑B交织信号的方法，其包括估计交织信号的条数；交织信号去噪；根据交织信号条数确定分离次数；判断首尾信号单独存在区间；利用首尾信号单独存在区间样本估计对应信号的导向矢量；基于LCMV算法计算首尾信号分离矩阵，每次可分离两条信号；接收信号向首尾信号的正交空间投影提取剩余交织信号；重复以上步骤至全部信号分离。本发明提供的一种高精度快速分离星基ADS‑B交织信号的方法，可用于多天线星基ADS‑B系统解交织。
-
公开(公告)号：CN114944888A
公开(公告)日：2022-08-26
申请号：CN202210511081.6
申请日：2022-05-11
Applicant: 中北大学
Abstract: 本发明涉及一种高精度快速分离星基ADS‑B交织信号的方法，其包括估计交织信号的条数；交织信号去噪；根据交织信号条数确定分离次数；判断首尾信号单独存在区间；利用首尾信号单独存在区间样本估计对应信号的导向矢量；基于LCMV算法计算首尾信号分离矩阵，每次可分离两条信号；接收信号向首尾信号的正交空间投影提取剩余交织信号；重复以上步骤至全部信号分离。本发明提供的一种高精度快速分离星基ADS‑B交织信号的方法，可用于多天线星基ADS‑B系统解交织。
-
公开(公告)号：CN114754869A
公开(公告)日：2022-07-15
申请号：CN202210422907.1
申请日：2022-04-21
Applicant: 中北大学
Abstract: 本发明提供了提供一种快照式光场光谱成像装置，涉及光谱测试技术领域，包括双支路宽视角远心投影光学模块、光场成像模块和光谱成像模块；被测物体设置于双支路宽视角远心投影光学模块的输入光路上；双支路宽视角远心投影光学模块用于将被测物体发出的光束进行耦合分光，形成透射光束和反射光束；光场成像模块用于根据反射光束得到被测物体的光场图像；光谱成像模块用于根据透射光束得到被测物体的光谱图像。通过设置双支路宽视角远心投影光学模块能够同时捕捉物体的光场信息和光谱信息，增加了成像装置可捕捉的维度，提高了物体多维度信息获取的时效性。
-
公开(公告)号：CN113570478A
公开(公告)日：2021-10-29
申请号：CN202110724751.8
申请日：2021-06-29
Applicant: 中北大学
Abstract: 本发明涉及一种基于边缘计算的桥梁健康状态智能评估方法，首先对桥梁健康状态特征信息进行数据预处理，将预处理后的数据输入至深度特征提取网络中，通过位移卷积网络提取输入信息中的深度特征信息，将此深度特征信息输入到桥梁健康状态预测网络层，最终输出桥梁的健康状态预测结果。本发明与传统的卷积神经网络相比，利用二维位移卷积操作和轻量点卷积，高效快速地从时频图中挖掘有效的时频特征，提高桥梁识别准确度。同时通过边缘计算的方式，将中心节点的运算量下放到边缘端，可以有效的减少中心节点的计算压力，同时从边缘端发送的不再是冗余的原始数据，而是经过深度卷积网络处理后的结果，从而可以实时性的评估桥梁健康状态。
-
Patent Agency Ranking
公开(公告)号：CN113484906A
公开(公告)日：2021-10-08
申请号：CN202110724731.0
申请日：2021-06-29
Applicant: 中北大学
IPC: G01V1/28
Abstract: 本发明涉及一种基于低频能谱数据驱动的高分辨率能量场重建方法，通过设置在地表的等间距震动传感器阵列采集震源产生的震动信号；通过信号预处理模块对震动信号中的地噪声进行预处理并剔除传感器阵列中的无效数据；获取所有传感器的共有主频范围及不同频段的波形；获取多谱能量场序列图；设计生成对抗网络模型；网络模型训练稳定后保存下来，进行测试时，输入一个信号，生成网络模型将输出一个比其频率更高的信号。本发明建立低频信号到高频信号的非线性映射模型，补充了高频细节信息，提高了聚焦点分辨率；利用生成对抗网络优势，在生成对抗过程完成非线性映射模型的训练，能够更精确地估计丢失的高频信号，提高能量场聚焦程度。
-
公开(公告)号：CN113469018A
公开(公告)日：2021-10-01
申请号：CN202110725737.X
申请日：2021-06-29
Applicant: 中北大学
Abstract: 本发明涉及一种基于RGB与骨骼多模态的人体交互行为识别方法，首先会对视频进行预处理，提取视频中人和物体信息，然后利用多模态从全局到局部构建人与物体之间的空间关系；并利用图卷积网络提取对应的深度特征，最后在特征层和决策层融合各个模态特征，用于识别人体交互行为；本发明利用RGB信息与人体三维骨骼模态的数据，通过构建空间关系网络模型，挖掘人与物体之间的空间关系，提取人与物体之间的多模态交互信息，并建立基于多模态交互信息的融合网络，有效地融合各个模态特征，利用各个模态的优势提高交互行为识别精度。
-
公开(公告)号：CN112114361A
公开(公告)日：2020-12-22
申请号：CN202010928919.2
申请日：2020-09-07
Applicant: 中北大学
Abstract: 本发明涉及一种地下浅层复杂空间中震动场时空层析成像方法，结合自相关成像技术消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像序列，提高能量场图像的数量和质量。利用生成对抗网络优势，在生成对抗过程中自我学习三维能量场重要的时空信息，提高了震源定位的稳定性。利用生成对抗网络，自我学习、自我对抗、自我调参的优势，降低了试验次数和传感器的数量，实现了预设1次起爆点下的震源定位。
-
公开(公告)号：CN117765614A
公开(公告)日：2024-03-26
申请号：CN202311758810.9
申请日：2023-12-20
Applicant: 中北大学
Abstract: 本发明涉及一种基于强化学习的人体行为视频分割方法，首先，利用预先分割好的视频数据集对行为识别网络进行训练，然后将生成候选框的视频片段，输入到预训练好的行为识别网络，利用行为识别准确率作为奖励函数；并结合边界位置回归和强化学习的思想，建立深度策略网络拟合视频片段到候选框生成动作之间的映射，训练得到高质量候选框生成模型。本发明利用强化学习构建深度策略网络，以行为识别网络为监督手段，监督时序候选框的提取，突破传统连续视频中生成候选框质量低及交互动作识别精度低下的技术瓶颈，提高了连续视频行为识别精度，提升了视频分析技术性能。
-
公开(公告)号：CN117147031A
公开(公告)日：2023-12-01
申请号：CN202311109234.5
申请日：2023-08-31
Applicant: 中北大学
IPC: G01L5/00 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0442 , G06N3/084 , G01L5/14
Abstract: 本发明涉及一种冲击波场数据智能重构方法，基于生成对抗网络用来重建爆炸场测量盲区波形，首先，对传感器的点位进行布置，通过传感器对爆炸的冲击波进行采集，之后利用传感器采集到的时域波形信息及相应的位置信息进行数据处理并生成学习样本，再将处理好的样本数据输入到生成对抗网络中，最终通过生成对抗网络中生成器和判别器对抗训练生成测点盲区的波形。本发明通过建立深度学习网络模型，结合冲击波在空气中的传播规律，使得重建后的波形更加贴近真实波形。同时，能够为侵彻类弹药评估毁伤威力，检验、修正理论模型，改进打击方式提供重要的依据。本发明能够端到端自动补全所需的波形数据，具有很高的效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.022 seconds)
