-
公开(公告)号：CN118734078A
公开(公告)日：2024-10-01
申请号：CN202411215234.8
申请日：2024-09-02
Applicant: 大连海事大学
IPC: G06F18/214 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于逐层贪婪预训练结构的VHF信号传播延时拟合方法，包括：获取历史VHF信号数据；基于所述历史VHF信号数据训练VHF信号传播延时拟合模型，VHF信号传播延时拟合模型采用双隐藏层结构的四层深度神经网络结构，VHF信号传播延时拟合模型首先采用逐层贪婪训练结构进行无监督预训练，再经过有监督整体训练微调模型的学习率、各层网络权重和偏置；获取当前海面气象因素影响数据，输出训练后的VHF信号传播延时拟合模型，获取模型输出作为VHF信号传播延时数据拟合结果。本发明在深度神经网络中引入逐层贪婪预训练结构，通过对每个隐藏层的特征学习，将梯度在每层之间传播，有效缓解梯度消失问题，进而提升拟合模型在后续有监督微调阶段效率。
-
公开(公告)号：CN118734078B
公开(公告)日：2024-11-01
申请号：CN202411215234.8
申请日：2024-09-02
Applicant: 大连海事大学
IPC: G06F18/214 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于逐层贪婪预训练结构的VHF信号传播延时拟合方法，包括：获取历史VHF信号数据；基于所述历史VHF信号数据训练VHF信号传播延时拟合模型，VHF信号传播延时拟合模型采用双隐藏层结构的四层深度神经网络结构，VHF信号传播延时拟合模型首先采用逐层贪婪训练结构进行无监督预训练，再经过有监督整体训练微调模型的学习率、各层网络权重和偏置；获取当前海面气象因素影响数据，输出训练后的VHF信号传播延时拟合模型，获取模型输出作为VHF信号传播延时数据拟合结果。本发明在深度神经网络中引入逐层贪婪预训练结构，通过对每个隐藏层的特征学习，将梯度在每层之间传播，有效缓解梯度消失问题，进而提升拟合模型在后续有监督微调阶段效率。
-
公开(公告)号：CN115856873B
公开(公告)日：2023-11-07
申请号：CN202211437924.9
申请日：2022-11-15
Applicant: 大连海事大学
IPC: G01S13/86 , G01S7/41 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/084 , G06N5/04
Abstract: 本发明提供一种岸基AIS信号可信性判别模型、方法及装置，所述模型为采用线性决策边界的二分类器，所述模型以基于Q网络学习结果生成的AIS信号样本以及真实AIS信号样本作为训练数据，输出样本属于真实AIS信号样本的概率。基于Q网络学习结果生成AIS信号包括：获取相关数据；基于预训练网络初始化Q网络结构中卷积神经网络的权重；通过Q网络结构生成与真实AIS信号相似的AIS信号样本。本发明主要针对AIS信号特征特点对岸基AIS信号的可信性进行判断，以提高海事导航服务质量。
-
公开(公告)号：CN114978582B
公开(公告)日：2023-08-04
申请号：CN202210376325.4
申请日：2022-04-11
Applicant: 大连海事大学
Abstract: 本发明提供一种基于迭代余弦谱变换的射频指纹识别方法及系统，方法包括：对待识别发射机信号进行功率包络和载波的分离；对功率包络进行一阶求导，在初级瞬态区间内获取瞬态信号；基于瞬态信号的持续长度在瞬态信号的起、止位置处建立浮动区间，建立固定步长设置滑动窗口在浮动区间内滑动，当计算得到的代价函数值小于瞬态信号的代价函数值时，则调整滑动步长，直至寻找到使代价函数值最小的位置，获取最优目标区间；对最优目标区间内的信号依次进行快速傅里叶变换和离散余弦变换后,构建射频指纹特征向量；将射频指纹特征向量输入到支持向量机做设备的身份认证。本申请的认证方法能够利用不同无限设备之间的硬件细微差异对其进行准确的身份认证。
-
公开(公告)号：CN114742265A
公开(公告)日：2022-07-12
申请号：CN202210225095.1
申请日：2022-03-09
Applicant: 大连海事大学
Abstract: 本发明提供一种VHF信号传播路径误差预测方法及系统。方法包括：获取用于神经网络训练的相关数据集；由相关数据集提取第一样本集训练所述BP神经网络；基于混沌策略的PSO算法对BP神经网络的网络权值和阈值进行优化，得到最优的BP神经网络；将所述第一样本集输入SDAE重构后训练LSTM；将训练好的BP神经网络和LSTM神经网络作为基模型组合构建元模型，并对所述元模型进行集成学习，基于训练好的元模型对VHF信号传播路径误差进行预测。本发明能够有效地在复杂海面环境下预测VHF信号传播路径误差，为提高陆基导航系统定位精度提供了实验基础。
-
Patent Agency Ranking
公开(公告)号：CN106772215A
公开(公告)日：2017-05-31
申请号：CN201710048190.8
申请日：2017-01-20
Applicant: 大连海事大学
IPC: G01S1/02
Abstract: 本发明属于电波传播领域，具体涉及一种基于分形理论的VHF多径信号测量处理系统，包括接收信号时序分解重构模块，用于对VHF信号进行时序分解和重构、分形维数计算模块1、2和3，用于对重构后的接收信号进行分形维数的计算、分形噪声重构模块，用于重构分形噪声信号、分形噪声剥离模块，用于对重构的分形噪声信号进行分形噪声剥离计算、VHF信号重构模块，对剥离分形噪声后的VHF信号进行重构、分形维数分析计算模块，用于对分形维数进行分析计算处理、VHF信号小波重构模块，用于对接收的VHF信号进行小波重构。与现有技术相比，本发明的有益效果是：利用本发明能够有效地克服传统VHF信号多径衰落模型不能灵活适应复杂信道环境的缺点，为接收端能够准确地重构信号提供了实验基础。
-
公开(公告)号：CN119788217A
公开(公告)日：2025-04-08
申请号：CN202510264709.0
申请日：2025-03-07
Applicant: 大连海事大学
IPC: H04B17/364 , H04L7/00 , G01S19/37
Abstract: 本发明公开了一种基于软件无线电外设的ASM信号时延测算系统，所述系统包括发射端和接收端；发射端包括信号发生器、第一时频同步设备和VHF发射天线；第一时频同步设备外部触发所述信号发生器通过VHF发射天线发送预先生成的ASM信号；接收端包括软件无线电设备、第二时频同步设备、计算主机以及VHF接收天线；第二时频同步设备外部触发所述软件无线电设备通过VHF接收天线接收ASM信号，所述软件无线电设备将处理后的接收信号序列发送至计算主机，通过滑动相关算法得到精确的时延。本发明基于通用软件无线电外设USRP接收ASM信号，同时利用ASM信号良好的自相关性计算信号时延，提高信号传输时延测量精度，保障船舶航行安全。
-
公开(公告)号：CN119334352A
公开(公告)日：2025-01-21
申请号：CN202411477685.9
申请日：2024-10-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于GNSS/DR因子图组合的船舶定位方法，涉及船舶定位技术领域，该方法包括：获取DR系统和GNSS系统的观测信息；对传统DR系统重新建模并进行航迹推算，根据DR系统传感器误差建立误差因子，进而构建DR因子；根据DR系统位置增量以及GNSS和DR系统的位置新息，设计自适应模糊逻辑推理系统输出GNSS系统观测协方差预测值，构建自适应GNSS因子；建立GNSS/DR组合导航系统的因子图模型，将上述因子加入因子图中，建立滑动窗口机制，当窗口中变量达到设定大小时进行边缘化处理，构建边缘化因子并加入因子图；最后，通过全局联合优化求解船舶位置最优估计结果。本发明作为一种高可信性的定位解决方案，可以为船舶提供更高精度的导航定位结果，保障航行安全。
-
公开(公告)号：CN118520064B
公开(公告)日：2024-09-10
申请号：CN202410979318.2
申请日：2024-07-22
Applicant: 大连海事大学
IPC: G06F16/29 , G01S5/02 , H04W64/00 , G06F18/2415 , G06F18/213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种室外指纹定位区域不规则网格化方法及应用，属于无线电定位技术领域。本发明在定位区域网格化阶段使用了一种全新的不规则网格化方法，该网格化方法根据定位区域内的指纹分布密度划分定位区域，网格化后每个网格中的指纹数量相同，有效避免了由于不同网格内指纹数量差异过大而导致的预测模型准确率和定位精度下降的问题，基于该定位区域不规则网格化的指纹定位方法相较基于常规网格化的指纹定位方法大幅度提升了指纹定位精度；并且在定位区域较大时，显著地减少网格数量，降低预测模型的计算压力，保证定位结果的实时性。
-
公开(公告)号：CN114742265B
公开(公告)日：2023-07-18
申请号：CN202210225095.1
申请日：2022-03-09
Applicant: 大连海事大学
IPC: G06N3/084 , G06N3/0442 , G06N3/006 , G06N3/048 , G06N20/20
Abstract: 本发明提供一种VHF信号传播路径误差预测方法及系统。方法包括：获取用于神经网络训练的相关数据集；由相关数据集提取第一样本集训练所述BP神经网络；基于混沌策略的PSO算法对BP神经网络的网络权值和阈值进行优化，得到最优的BP神经网络；将所述第一样本集输入SDAE重构后训练LSTM；将训练好的BP神经网络和LSTM神经网络作为基模型组合构建元模型，并对所述元模型进行集成学习，基于训练好的元模型对VHF信号传播路径误差进行预测。本发明能够有效地在复杂海面环境下预测VHF信号传播路径误差，为提高陆基导航系统定位精度提供了实验基础。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
