-
公开(公告)号：CN115865149A
公开(公告)日：2023-03-28
申请号：CN202211516946.4
申请日：2022-11-29
Applicant: 吉林大学
IPC: H04B7/0426 , G01S7/38
Abstract: 一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法，本发明涉及针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法。本发明目的是为了解决如何设计干扰策略消减RIS为MIMO雷达带来的性能增益的问题。一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法过程为：步骤1、建立RIS辅助的MIMO雷达接收信号模型；步骤2、制定干扰功率分配策略并将干扰功率分配策略转为优化问题；步骤3、求解优化问题获得最优的干扰发射功率。本发明属于雷达干扰领域。
-
公开(公告)号：CN115718422A
公开(公告)日：2023-02-28
申请号：CN202211273696.6
申请日：2022-10-18
Applicant: 吉林大学
IPC: G05B13/04
Abstract: 一种基于双深度Q网络的在线车载雷达抗干扰波形设计方法，本发明涉及车载雷达抗干扰波形设计方法。本发明的目的是为了解决现有车载雷达抗干扰处理技术不稳定，鲁棒性差的问题。过程为：一、估计车载雷达接收信号的信干比；二、构建车载雷达马尔可夫决策过程；三、构建并训练双深度Q网络模型；四、突变的电磁干扰环境下基于双深度Q网络模型参数在线自适应调整，得到突变条件下的电磁干扰环境下双深度Q网络模型；五、获取车载雷达所处的状态空间，输入突变条件下的电磁干扰环境下双深度Q网络模型，输出最优动作价值函数值对应的最优动作，即为车载雷达抗干扰波形。本发明用于雷达抗干扰领域。
-
公开(公告)号：CN119225405A
公开(公告)日：2024-12-31
申请号：CN202411341629.2
申请日：2024-09-25
Applicant: 吉林大学
IPC: G05D1/46 , G05D109/20
Abstract: 一种面向目标定位的无人机自主路径规划方法，本发明涉及无人机路径规划方法，属于无人机技术领域。本发明的目的是为了解决在复杂场景下定位未知目标和无人机的路径规划问题。过程为：一、建立无人机目标定位系统模型；二、令j＝1；根据无人机目标定位系统模型，定位目标并推导目标位置的克拉美罗下界；三、基于无人机目标定位系统模型和目标位置的克拉美罗下界，设计优化问题获得最优的无人机路径；四、基于无人机目标定位系统模型和目标位置的克拉美罗下界，求解无人机飞行速度；五、令j＝j+1重复二、三、四，直至满足相邻两次定位得到的目标位置的距离之差在规定范围内，即得到最优的无人机路径和目标位置。
-
公开(公告)号：CN115865149B
公开(公告)日：2024-06-11
申请号：CN202211516946.4
申请日：2022-11-29
Applicant: 吉林大学
IPC: H04B7/0426 , G01S7/38
Abstract: 一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法，本发明涉及针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法。本发明目的是为了解决如何设计干扰策略消减RIS为MIMO雷达带来的性能增益的问题。一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法过程为：步骤1、建立RIS辅助的MIMO雷达接收信号模型；步骤2、制定干扰功率分配策略并将干扰功率分配策略转为优化问题；步骤3、求解优化问题获得最优的干扰发射功率。本发明属于雷达干扰领域。
-
公开(公告)号：CN117398111A
公开(公告)日：2024-01-16
申请号：CN202311420933.1
申请日：2023-10-30
Applicant: 吉林大学
Abstract: 本发明属于脑电信号分析技术领域，具体涉及一种基于多领域融合特征和深度学习的脑病检测系统；首先将同步压缩小波变换和相干函数相结合，并在时间维度进行压缩得到时间平均同步压缩小波相干；然后将MSWC和小波交叉谱求出的锁相值结合，提出了一种新的标志物P‑MSWC，并使用该标志物构建大脑高维功能连接矩阵；该标志物可以从时域‑频域‑相位三个领域全面捕获原始EEG信号种的信息并对生理噪声有较强的抗干扰能力，优于传统的功能连接标记；最后，提出一种轻量级CNN模型，该模型有效地利用了大脑的高维连接矩阵，能够更准确、更有效地检测各种脑部相关疾病。
-
Patent Agency Ranking
公开(公告)号：CN110335624A
公开(公告)日：2019-10-15
申请号：CN201910686991.6
申请日：2019-07-29
Applicant: 吉林大学
Abstract: 本发明公开了基于功率归一化倒谱系数特征的帕金森病语音检测方法，为克服帕金森病语音检测中易受噪声干扰的问题，通过Gammatone滤波器、去除噪声、功率归一化等方法增强所提取特征的鲁棒性，检测方法步骤：1)建立帕金森病语音库和健康语音库；2)对语音信号进行功率归一化倒谱系数特征提取:首先对语音信号进行预处理,然后利用Gammatone滤波器进行滤波，得到语音短时功率谱,接下来对语音短时功率谱进行加权平滑，最后计算功率归一化倒谱系数特征；3)利用外积得到特征向量；4)对特征向量进行功率和l2范数归一化；5)利用SVM训练帕金森病语音和健康语音模型；6)利用SVM分类方法进行分类，实现帕金森病语音检测。
-
公开(公告)号：CN108520759A
公开(公告)日：2018-09-11
申请号：CN201810329076.7
申请日：2018-04-13
Applicant: 吉林大学
Abstract: 本发明公开了用于帕金森病语音检测的时频特征图像提取方法,为克服现有技术不能全面反映帕金森病语音的特点，增加了分类方法进行帕金森病语音检测难度的问题，步骤：1)对语音信号进行预处理；2)对语音信号进行时频特征提取：(1)对预处理后的语音信号进行短时离散傅里叶变换；(2)频率归一化得到单位频率功率谱时频矩阵；(3)构造线性频率三角形滤波器组；(4)频域滤波；(5)得到幅度谱时频矩阵；3)得到等高线时频特征图像：把幅度谱矩阵上数值最大的点和参考平面之间的距离分成n等份，把数值相等的点连成闭合曲线并垂直投影到参考平面，形成n条等高线时频特征图，把等高线时频特征图转换为JPEG图像，得到等高线时频特征图像。
-
公开(公告)号：CN119626256A
公开(公告)日：2025-03-14
申请号：CN202411694300.4
申请日：2024-11-25
Applicant: 吉林大学
IPC: G10L25/51 , G10L25/24 , G10L25/18 , G10L25/30 , G10L19/02 , G10L19/26 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 基于声学融合特征的低慢小无人机检测方法，本发明涉及无人机检测方法，属于信号处理技术与深度学习领域。本发明的目的是为了解决传统的无人机检测方法主要依赖于雷达、视觉和红外等技术，但在复杂城市环境下低慢小无人机检测准确率低的问题。过程为：建立城市环境下无人机音频信号数据集；构建无人机检测网络模型；将城市环境下无人机音频信号作为无人机检测网络模型的输入，检测结果作为无人机检测网络模型的输出；检测结果为是否存在无人机；获得训练好的无人机检测网络模型；将待测城市环境下音频信号输入训练好的无人机检测网络模型，训练好的无人机检测网络模型输出检测结果。
-
公开(公告)号：CN119598149A
公开(公告)日：2025-03-11
申请号：CN202411694288.7
申请日：2024-11-25
Applicant: 吉林大学
IPC: G06F18/21 , G06F18/25 , G06F18/2131 , G06F18/10 , G06N3/0464 , G06N3/084
Abstract: 一种基于注意力机制与多域特征融合的辐射源识别方法，本发明涉及基于注意力机制与多域特征融合的辐射源识别方法。本发明的目的是为了解决现有方法针对特定辐射源识别的准确性和可靠性差的问题。过程为：步骤一、构建辐射源数据集；步骤二、构建辐射源识别网络；辐射源识别网络包括变分模态分解VMD模块、离散小波变换DWT模块、特征提取器、多域特征融合模块、线性网络；将步骤一构建的辐射源数据输入辐射源识别网络，辐射源识别网络输出识别结果；对辐射源识别网络进行训练，获得训练好的辐射源识别网络；步骤三、将待测辐射源输入训练好的辐射源识别网络，训练好的辐射源识别网络输出识别结果。本发明用于辐射源识别领域。
-
公开(公告)号：CN118105032A
公开(公告)日：2024-05-31
申请号：CN202410131049.4
申请日：2024-01-30
Applicant: 吉林大学
Abstract: 用于帕金森病检测的组合特征参数提取系统及帕金森病预测系统，本发明涉及特征参数提取系统和预测系统。本发明的目的是为了解决现有单一的语音信号特征不能全面反映帕金森病的特点，导致不能准确地检测出早期的帕金森病，而且脑电图信号数据量大不易处理的问题。用于帕金森病检测的组合特征参数提取系统包括：语音信号特征参数提取模块、脑电图信号特征参数提取模块、组合特征参数获取模块、降维模块；组合特征参数获取模块用于组合语音信号特征参数和脑电图信号特征参数；降维模块用于利用线性最小均方误差准则对组合特征参数向量进行降维，得到降维后的组合特征参数向量。帕金森病预测系统包括训练模块和预测模块。本发明涉及信号处理技术领域。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.019 seconds)
