-
公开(公告)号：CN115499278B
公开(公告)日：2024-06-04
申请号：CN202211058165.5
申请日：2022-08-30
Applicant: 哈尔滨工程大学
IPC: H04L27/00 , G06N3/0464 , G06N3/08 , G06F18/241
Abstract: 本发明属于数字信号调制技术领域，具体涉及基于轻量级神经网络的MIMO信号调制识别方法。本发明为了解决传统方法识别MIMO系统信号时，出现先验条件限制以及特征识别准确度低、分类器模型复杂等问题，设计了一种轻量级网络，并进而提供了基于轻量级神经网络的MIMO信号调制识别方法。本发明提出的轻量级网络在获得基带信号，无需对信号做额外处理，不依赖先验条件，通过多维度权重卷积在保证特征多维度选择提取的基础上，大幅度减少了卷积过程所需的参数和计算量，并通过注意力模块取代部分卷积过程，从而进一步提升网络训练结果的准确性，在保证MIMO系统信号精确识别的基础上为轻量级网络在工程实践中的应用提供了新的可行性方案。
-
公开(公告)号：CN114584444B
公开(公告)日：2023-10-13
申请号：CN202210206081.5
申请日：2022-02-28
Applicant: 哈尔滨工程大学
IPC: H04L27/22
Abstract: 本发明提供一种基于循环矩特征的Multi‑h CPM调制指数估计方法，本发明估计调制指数时无需将调制指数调整为1，大大增强了估计精度；本发明选取循环谱截面在g＝16处，不仅增强了估计准确度，更增大了适应范围。对1/h不为整数的调制指数可以应用本方法；本发明实现低信噪比下调制参数的准确估计，与现有的估计方法的性能比较表明，在低信噪比下，所提出的估计方法优于现有技术，在相同估计精度条件下对于h＝0.5、0.25、0.125的Single‑h CPM分别可以降低10dB、6dB、3dB，对于Multi‑h CPM可以降低5dB以上，优化效果十分显著。
-
公开(公告)号：CN111103588A
公开(公告)日：2020-05-05
申请号：CN201911407786.8
申请日：2019-12-31
Applicant: 哈尔滨工程大学
IPC: G01S13/931 , G01S13/58
Abstract: 本发明属于车载防撞雷达信号处理领域，目的在于提供一种利用信号能量将对应三角波上下沿频率进行配对的方法，将配对后的频率进行计算，可以在不产生虚假目标的条件下完成多目标检测的利用信号能量的三角波多目标识别方法。包括以下步骤：检测频谱峰值，估计全部谱峰的频谱小数偏移量 然后对临近的谱峰幅度以及对提取的谱峰幅度和频率进行修正；再根据修正后幅度从大到小的顺序，将修正后的频率分别排序；最后将对应位置的修正后的频率配对计算目标的速度和距离 本发明提出的基于信号能量的多目标识别方法使用传统三角波完成了多目标识别，并且在相同条件下比现有波形改进类方法具有更低的计算复杂度和更高的估计精度。
-
公开(公告)号：CN104052703A
公开(公告)日：2014-09-17
申请号：CN201410317188.2
申请日：2014-07-04
Applicant: 哈尔滨工程大学
IPC: H04L27/00
Abstract: 本发明属于通信技术领域，具体涉及一种2ASK、4ASK、2PSK、4PSK、2FSK和4FSK共6种调制方式的微量采样数据数字调制识别方法。本发明包括:对采样信号进行带通滤波处理；使用希尔伯特变换获取信号瞬时信息，包括瞬时幅度、非线性相位和瞬时频率；计算信号幅度中心化参数、相位中心化参数和频率中心化参数；计算信号分类所需的5个特征参数；使用决策树分类器对信号进行分类判决。本发明提出的新的中心化参数和分类门限自动调整方法能够有效地减少识别算法对采样码元数量的要求，使得识别方法可以在资源较少的硬件平台上得到应用，并且能提高方法对信噪比的自适应性。
-
公开(公告)号：CN101179285A
公开(公告)日：2008-05-14
申请号：CN200710144680.4
申请日：2007-11-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种抑制窄带干扰的边带相关置换方法。首先确定期望信号和窄带干扰的频率位置，当窄带干扰处于期望信号频谱的一侧边带时，利用期望信号频谱另一侧边带中与窄带干扰对称的频率分量置换掉窄带干扰频率值。本发明提出了一种新的窄带干扰抑制方法，利用信号频谱的边带对称性，采用边带相关置换算法，用频谱边带对称值代替窄带干扰值，从而消除干扰，降低通信误码率。仿真结果表明，与采用切除函数的变换域算法相比，边带相关置换算法的性能更优。
-
Patent Agency Ranking
公开(公告)号：CN114169368B
公开(公告)日：2024-09-06
申请号：CN202111423589.2
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: G06F18/15 , G06F18/213 , G06F18/22 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/048
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于信号降噪自编码器SDE的信号降噪方法。本发明先利用属于信号集中的训练样本训练自编码器模型，再通过测试集样本挑选出性能表现最好的模型权重，最后接收到的信号输入该自编码器模型，输出即为降噪后的信号。本发明克服了传统降噪方法计算复杂度高、实时性差、复杂电磁环境中降噪性能弱等缺点，根据分块信号的调制规律一致性建模，随信号样本训练更新。本发明不需要人工分析，具有高效的感知处理能力，实时性强，同时低信噪比下降噪性能优于传统方法。
-
公开(公告)号：CN114157540B
公开(公告)日：2023-10-13
申请号：CN202111421586.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数字信号调制技术领域，具体涉及一种判别数字信号相位连续性的方法。本发明针对目前没有直接识别CPM信号集方法的现状，通过提取差分包络连续因子特征，在0dB就可以明显的分离CPM信号集和其它调制方式信号集。本发明计算简单、鲁棒性强、识别效果显著且适应性强，非常适合工程实现，在非合作通信中为后续相位连续信号的类内识别和解调做铺垫。
-
公开(公告)号：CN114157540A
公开(公告)日：2022-03-08
申请号：CN202111421586.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数字信号调制技术领域，具体涉及一种判别数字信号相位连续性的方法。本发明针对目前没有直接识别CPM信号集方法的现状，通过提取差分包络连续因子特征，在0dB就可以明显的分离CPM信号集和其它调制方式信号集。本发明计算简单、鲁棒性强、识别效果显著且适应性强，非常适合工程实现，在非合作通信中为后续相位连续信号的类内识别和解调做铺垫。
-
公开(公告)号：CN115499278A
公开(公告)日：2022-12-20
申请号：CN202211058165.5
申请日：2022-08-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数字信号调制技术领域，具体涉及基于轻量级神经网络的MIMO信号调制识别方法。本发明为了解决传统方法识别MIMO系统信号时，出现先验条件限制以及特征识别准确度低、分类器模型复杂等问题，设计了一种轻量级网络，并进而提供了基于轻量级神经网络的MIMO信号调制识别方法。本发明提出的轻量级网络在获得基带信号，无需对信号做额外处理，不依赖先验条件，通过多维度权重卷积在保证特征多维度选择提取的基础上，大幅度减少了卷积过程所需的参数和计算量，并通过注意力模块取代部分卷积过程，从而进一步提升网络训练结果的准确性，在保证MIMO系统信号精确识别的基础上为轻量级网络在工程实践中的应用提供了新的可行性方案。
-
公开(公告)号：CN111103588B
公开(公告)日：2022-12-13
申请号：CN201911407786.8
申请日：2019-12-31
Applicant: 哈尔滨工程大学
IPC: G01S13/931 , G01S13/58
Abstract: 本发明属于车载防撞雷达信号处理领域，目的在于提供一种利用信号能量将对应三角波上下沿频率进行配对的方法，将配对后的频率进行计算，可以在不产生虚假目标的条件下完成多目标检测的利用信号能量的三角波多目标识别方法。包括以下步骤：检测频谱峰值，估计全部谱峰的频谱小数偏移量然后对临近的谱峰幅度以及对提取的谱峰幅度和频率进行修正；再根据修正后幅度从大到小的顺序，将修正后的频率分别排序；最后将对应位置的修正后的频率配对计算目标的速度和距离本发明提出的基于信号能量的多目标识别方法使用传统三角波完成了多目标识别，并且在相同条件下比现有波形改进类方法具有更低的计算复杂度和更高的估计精度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
