-
公开(公告)号：CN120014428A
公开(公告)日：2025-05-16
申请号：CN202411892420.5
申请日：2024-12-20
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/44 , G06V10/54 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明复杂背景SAR船舶图像的生成方法，包括以下步骤：获取SAR船舶图像；获取公开的SAR船舶图像构建数据集；对数据集划分为训练集和测试集；构建用于生成复杂背景SAR船舶图像的SAR船舶图像生成模型；基于训练集数据，对SAR船舶图像生成模型进行训练，得到训练好的SAR船舶图像生成模型；将测试集数据输入到训练好的SAR船舶图像生成模型中，生成复杂背景SAR船舶图像。该方法可以大大节省研究人员进行标签标注的时间，为SAR图像处理任务提供技术支撑。
-
公开(公告)号：CN117978226A
公开(公告)日：2024-05-03
申请号：CN202410143572.9
申请日：2024-02-01
Applicant: 大连海事大学
IPC: H04B7/06 , H04B7/0413 , H04B17/391 , H04L25/02
Abstract: 本发明提供一种无蜂窝大规模MIMO系统的误符号率优化方法，包括：在瑞利衰落信道下，建立无蜂窝大规模MIMO系统模型；基于构建的无蜂窝大规模MIMO系统模型，使用最小均方误差法进行信道估计；基于构建的无蜂窝大规模MIMO系统模型，使用最大比合并法进行信号检测；基于构建的无蜂窝大规模MIMO系统模型，计算用户的误符号率；根据计算的用户误符号率，构建最小化所有用户中最大误符号率的优化问题，并设计协同控制用户发送功率系数的优化方法。本发明技术方案中关于误符号率的计算方法可以为研究不同参数下无蜂窝大规模MIMO系统可靠性能提供理论指导，并且设计的优化方法可在较低的计算复杂度下，明显改善表现最差用户的误符号率性能。
-
公开(公告)号：CN115765900B
公开(公告)日：2024-02-27
申请号：CN202211328905.2
申请日：2022-10-27
Applicant: 大连海事大学
IPC: H04B17/391 , H04B7/0413 , H04B7/0426 , H04L25/02
Abstract: 本发明提供一种叠加导频模式下智能反射面辅助的大规模MIMO系统上行传输方法，为了解决使用叠加导频模式带来导频信号与数据信号相互干扰的问题，本发明采用的技术方案包括：建立叠加导频模式下智能反射面辅助的大规模MIMO系统的模型；基于构建的模型，进行上行链路的信道估计和信号检测；分析系统的上行可达速率；根据上行可达速率，构建最大化系统和速率的优化问题式；根据优化问题式，设计联合优化用户导频和数据信号功率控制系数以及IRS反射单元相位的策略。本发明在保证每个用户的导频和数据信号总发送信噪比不大于设定的最大发送信噪比以及IRS反射单元相位满足设定范围的前提下，进一步提升了叠加导频模式下智能反射面辅助的大规模MIMO系统的和速率。
-
公开(公告)号：CN118678001A
公开(公告)日：2024-09-20
申请号：CN202410936292.3
申请日：2024-07-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于并行压缩感知的船舶网络图像加密方法，包括：通过Hash‑512对明文图像进行处理，结合自定义随机字符串结合生成密钥，基于迭代混沌系统生成混沌序列；另一方面通过小波变换对所述明文图像进行稀疏化处理，生成稀疏矩阵；对稀疏矩阵进行Arnold置乱处理，再基于测量矩阵进行图像压缩，随后采用对角线选择性置乱方法来进一步混淆压缩图像像素的位置，叠加扩散操作制造雪崩效应，生成加密图像。本发明通过将混沌图像加密技术和压缩感知技术相结合的方式进行图像加密，并将其应用于智能船舶船岸通信场景中，增强其效率和安全性。
-
公开(公告)号：CN115765900A
公开(公告)日：2023-03-07
申请号：CN202211328905.2
申请日：2022-10-27
Applicant: 大连海事大学
IPC: H04B17/391 , H04B7/0413 , H04B7/0426 , H04L25/02
Abstract: 本发明提供一种叠加导频模式下智能反射面辅助的大规模MIMO系统上行传输方法，为了解决使用叠加导频模式带来导频信号与数据信号相互干扰的问题，本发明采用的技术方案包括：建立叠加导频模式下智能反射面辅助的大规模MIMO系统的模型；基于构建的模型，进行上行链路的信道估计和信号检测；分析系统的上行可达速率；根据上行可达速率，构建最大化系统和速率的优化问题式；根据优化问题式，设计联合优化用户导频和数据信号功率控制系数以及IRS反射单元相位的策略。本发明在保证每个用户的导频和数据信号总发送信噪比不大于设定的最大发送信噪比以及IRS反射单元相位满足设定范围的前提下，进一步提升了叠加导频模式下智能反射面辅助的大规模MIMO系统的和速率。
-
Patent Agency Ranking
公开(公告)号：CN116468880B
公开(公告)日：2025-05-23
申请号：CN202310199188.6
申请日：2023-03-03
Applicant: 大连海事大学
Abstract: 本发明一种基于生成对抗网络的SAR图像任意方向舰船目标生成方法，包括以下步骤：利用少量包含任意方向舰船目标的SAR图像进行预处理；引入任意方向舰船目标位置约束和引入任意方向舰船目标像素值约束，对包含任意方向舰船目标的SAR图像并进行位置约束、像素值约束的特征提取；对提取的位置约束的特征、像素值约束特征和特征向量的特征进行融合，得到融合后的特征图；将融合后的特征图输入到SAR图像舰船目标生成网络中，生成任意方向舰船目标的SAR图像及其标签；结合SAR图像舰船目标的特点，设计损失函数；利用损失函数来训练SAR图像任意方向舰船目标生成网络。为SAR图像任意方向舰船目标检测提供数据支持，具有重要的研究价值和研究意义。
-
公开(公告)号：CN119940755A
公开(公告)日：2025-05-06
申请号：CN202411656585.2
申请日：2024-11-19
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q30/0645 , G06Q50/40
Abstract: 本发明提供一种基于北斗三代的北极航道船队调度优化方法，包括：设计基于北斗三代的北极航道多基站型船队信息服务框架，重塑北斗服务下船舶之间和船舶岸两端的信息交互流程；基于设计的北极航道多基站型船队信息服务框架，构建基于北斗三代的北极航道船队调度优化模型；改进差分进化算法，求解船队调度过程中的非确定性多项式问题。本发明设计了基于北斗的多基站船队信息服务框架为北极航道船队动态调度提供支持，解决了北极航线上信息即时交互困难的问题。在北斗多基站船队信息服务框架的支持下，将该框架所得信息用于北极航道船队动态调度优化模型的求解。该模型使船队能够在航行环境信息失真后迅速修改货运调度方案，减少经济损失。
-
公开(公告)号：CN119485427A
公开(公告)日：2025-02-18
申请号：CN202411575710.7
申请日：2024-11-06
Applicant: 大连海事大学
IPC: H04W24/06 , H04W24/02 , H04B17/309 , H04B17/391 , H04L27/26
Abstract: 本发明提供一种基于PAM和QAM调制的无蜂窝网络误符号率分析及优化方法，包括：建立基于瑞利衰落信道下的无蜂窝网络模型；基于构建的网络模型，使用最小均方误差法进行信道估计；基于构建的网络模型，使用最大比合并法进行信号检测；基于构建的网络模型，计算用户PAM和QAM两种调制的误符号率；根据计算得到的用户误符号率，构建最小化所有用户中最大误符号率的优化问题，并设计协同控制用户发送功率系数的优化策略。本发明公开的误符号率计算方法可以为研究不同调制方案下无蜂窝网络的可靠性能提供理论指导，并且所设计的优化方法可在较低的计算复杂度下，明显改善表现最差用户的误符号率性能。
-
公开(公告)号：CN118338324A
公开(公告)日：2024-07-12
申请号：CN202410597003.1
申请日：2024-05-14
Applicant: 大连海事大学
IPC: H04W24/02 , H04W28/22 , H04B7/0413 , H04B17/391 , H04L25/02 , H04W52/36
Abstract: 本发明提供一种智能超表面赋能的无蜂窝大规模MIMO系统的速率优化方法，包括：S1、建立空间相关瑞利衰落信道下智能超表面赋能的无蜂窝大规模MIMO系统模型；S2、基于构建的所述无蜂窝大规模MIMO系统模型，进行下行链路的信道估计和信号检测；S3、分析无蜂窝大规模MIMO系统模型的下行可达速率；S4、根据所述下行可达速率，构建最大化系统和速率的优化问题式；S5、根据优化问题式，设计协同控制接入点功率控制系数以及智能超表面相移的优化方法。本发明在保证接入点发送功率不大于设定的最大功率以及智能超表面相移满足设定范围的前提下，进一步提升了智能超表面赋能的无蜂窝大规模MIMO系统的和速率性能。
-
公开(公告)号：CN119485428A
公开(公告)日：2025-02-18
申请号：CN202411575713.0
申请日：2024-11-06
Applicant: 大连海事大学
IPC: H04W24/06 , H04W24/02 , H04W72/1268 , H04B17/309 , H04B17/391
Abstract: 本发明提供一种智能超表面赋能的无蜂窝网络误符号率分析方法，包括：建立空间相关瑞利衰落信道下智能超表面赋能的无蜂窝网络模型；基于构建的模型，进行上行链路训练；基于训练的上行链路，进行上行信道数据的传输；根据传输的上行信道数据，设计期望信号和等效噪声的概率密度函数；根据设计的期望信号的概率密度函数，设计M‑PAM、M‑QAM及M‑PSK的SER的解析表达式。本发明通过降低误码率，使通信网络能够在更高的信噪比下稳定传输，提高数据传输的可靠性，低误码率意味着用户在使用过程中遇到的掉线或数据错误情况减少，提升整体用户体验。仿真结果验证了分析的误符号率的可靠性，展示了将智能超表面赋能到无蜂窝网络的优势，为6G的发展部署提供理论依据。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
