-
公开(公告)号：CN118519161A
公开(公告)日：2024-08-20
申请号：CN202410582113.0
申请日：2024-05-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于全卷积神经网络的强噪声环境下的激光测距方法，属于激光雷达技术领域，本发明为解决弱信号测距受强噪声影响导致测距结果不准确的问题。本发明方法包括以下步骤：S1、构建数据集，所述数据集以强噪声环境下的任一已知距离的含噪回波信号及该距离对应的回波峰值信号作为数据对；S2、构建U‑net全卷积神经网络；S3、利用S1的数据集对U‑net全卷积神经网络进行训练，以含噪回波信号作为输入信号，以回波峰值信号作为输出信号；S4、获取训练好的U‑net全卷积神经网络；S5、利用训练后的U‑net全卷积神经网络对弱信号强噪声环境下雷达测距获取的不同目标距离的时域回波信号进行去噪处理，提取在无噪环境下的回波峰值信号，再利用该回波峰值信号获取目标距离。
-
公开(公告)号：CN118604780A
公开(公告)日：2024-09-06
申请号：CN202410820567.7
申请日：2024-06-24
Applicant: 哈尔滨工业大学
IPC: G01S7/48 , G06F18/24 , G06F18/213 , G06N3/02
Abstract: 基于量子轨道角动量特征谱的单光斑目标判别方法及系统，属于激光雷达领域，本发明为解决现有目标识别速度慢的问题。本发明方法包括以下步骤：S1、通过发射系统调制出OAM光束并发射至目标；S2、对目标的回波信号解调获取OAM谱；S3、将OAM谱输出至判别神经网络，输出目标判别结果；所述判别神经网络的训练样本取自OAM谱数据库，判别神经网络的输入为OAM谱，神经网络的输出为目标判别结果。本发明单光斑目标判别系统包括发射系统、4f系统和回波调制判别系统，所述发射系统用于将光束调制出OAM光束，并通过4f系统准直发射至目标上，回波调制判别系统用于对目标的回波信号进行调制获取OAM谱，OAM谱输出至判别神经网络，输出目标判别结果。
-
Patent Agency Ranking
公开(公告)号：CN118534486A
公开(公告)日：2024-08-23
申请号：CN202410609456.1
申请日：2024-05-16
Applicant: 哈尔滨工业大学
Abstract: 基于量子偏振纠缠的相邻像元联合纠正补偿方法及装置，属于量子成像技术领域，本发明为解决现有量子成像技术成像速度慢、信噪比低的问题。本发明方法利用相邻像元间的偏振纠缠作为先验信息，在接收系统中对信号与噪声进行分离，然后通过对相邻像元信号的符合测量，实现基于量子偏振纠缠的相邻像元联合纠正补偿。实现该方法的装置包括激光器、凸透镜、非线性晶体、二向色镜、一号偏振分束器、发射光学系统、接收光学系统、二号偏振分束器；液晶微偏振阵列、盖革APD阵列和计算机，本发明通过对相邻像元信号的符合测量，实现基于量子偏振纠缠的相邻像元联合纠正补偿。
-
公开(公告)号：CN118226460A
公开(公告)日：2024-06-21
申请号：CN202410365896.7
申请日：2024-03-28
Applicant: 哈尔滨工业大学
Abstract: 基于阵列纠缠的量子探测成像方法，属于量子成像技术领域，本发明为解决现有量子成像也具有成像速度慢、成像信噪比和所成图像大小相互制约，成像信噪比低的缺点问题。本发明方法包括：基于自发参量下转换制备量子纠缠光子对阵列，形成轨道角动量纠缠的阵列发射光源，并发射至目标；接收回波信号，阵列中的纠缠光子对同步成像。该方法基于自发参量下转换过程中轨道角动量守恒定理为基础，利用纠缠阵列发生器产生轨道角动量纠缠的阵列发射光源，从而实现基于阵列纠缠的量子探测成像方法。利用相邻像元间的轨道角动量纠缠作为先验信息，在接收系统中通过符合计数测量对信号与噪声进行分离，实现量子成像的成像信噪比提高。
-
公开(公告)号：CN118131259A
公开(公告)日：2024-06-04
申请号：CN202410350945.X
申请日：2024-03-26
Applicant: 哈尔滨工业大学
IPC: G01S17/89 , G01S17/894 , G01S7/48 , G01S7/495
Abstract: 基于关联量子探测成像运动模糊消除方法，属于激光主动目标速度探测领域，本发明为解决关联量子探测成像时运动成像模糊的问题。本发明方法包括：步骤一、对运动目标采用关联量子探测成像，形成由P个采样点的图像构成的初始运动轨迹；步骤二、对初始运动轨迹进行后处理，具体的，对每个采样点的目标轨迹进行预测获得P个预测采样点，通过扩充的P个预测采样点与原始图像轨迹的P个采样点的散斑场相叠加，来得到目标完整运动轨迹，以消除运动模糊。
-
公开(公告)号：CN119087394A
公开(公告)日：2024-12-06
申请号：CN202411137596.X
申请日：2024-08-19
Applicant: 哈尔滨工业大学
Abstract: 基于反向传播神经网络和轨道角动量特征谱的目标特征识别方法及装置，属于激光目标识别领域，本发明为解决现有激光目标识别方法技术无法实现在大气湍流中对典型特征目标进行高效识别的问题。本发明方法包括：步骤一、涡旋光束经发射系统照射在大气湍流环境下的典型物体上并生成回波信号；步骤二、对回波信号进行相位畸变校正，获取校正光束；步骤三、获取校正光束的目标角谱；步骤四、将目标角谱输入至反向传播神经网络中，以识别典型物体的目标形状。装置包括涡旋光束生成单元、4F系统、发射光学系统、一号大气湍流模拟器、一号分束器、二号大气湍流模拟器、接收系统，畸变校正模块、角谱分析模块和算法识别模块；由算法识别模块识别目标形状。
-
公开(公告)号：CN118365553A
公开(公告)日：2024-07-19
申请号：CN202410582112.6
申请日：2024-05-11
Applicant: 哈尔滨工业大学
IPC: G06T5/70 , G06T5/60 , G06N3/0475 , G06N3/094 , G06N3/045
Abstract: 一种基于生成对抗网络的云雾环境下的图像重建方法，属于激光雷达技术领域，本发明为解决现有受到大气后向散射噪声影响的图像重建技术存在的问题。本发明方法为遍历测试图像各像素对应时间通道数据，利用生成对抗网络对每个像素的含噪信号进行去噪处理输出清晰无噪信号，处理后的数据重组输出实现图像重建；生成对抗网络的过程：S1、构建数据集，所述数据集为不同云雾浓度下的含噪信号及对应的清晰无噪信号数据对；S2、构建生成网络；S3、构建判别网络；S4、利用S1的数据集对生成网络进行预训练，然后执行S5；S5、将训预练后的生成网络与判别网络合并，构建生成对抗网络；S6、利用数据集训练生成对抗网络，获取训练好的生成对抗网络。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
