-
公开(公告)号：CN114998603A
公开(公告)日：2022-09-02
申请号：CN202210253811.7
申请日：2022-03-15
Applicant: 燕山大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度多尺度特征因子融合的水下目标检测方法，属于水下目标检测技术领域，包括采集水下目标检测图像，对水下原始图像进行预处理，裁剪成适合网络输入的图像；对水下图像进行数据增强处理并进行标注，扩大算法训练的数据集；构建具有多尺度特征融合、软阈值注意力机制的检测模型，将标注好的图像数据集送进改进Faster RCNN网络模型进行训练；对训练好的水下目标检测模型进行性能评估。本发明提高了算法水下目标特征提取能力，提高了水下目标检测的平均精度，可用于获取水下图像里海产品及其位置。
-
公开(公告)号：CN111968055A
公开(公告)日：2020-11-20
申请号：CN202010827844.9
申请日：2020-08-17
Applicant: 燕山大学
Abstract: 本发明公开一种基于颜色补偿和颜色线先验的水下图像复原算法，应用于水下单幅退化图像恢复领域，针对水下拍摄图像的清晰度低，颜色失真明显的问题，提出的一种图像算法；其步骤包括颜色补偿、拟合颜色线、求取环境背景光、建立模型以及对最优化方程进行求解；本发明利用颜色补偿来恢复图像在水下环境的颜色损失，避免颜色损失导致颜色线先验在水下环境失去作用，根据三通道透射率关系，结合颜色线模型建立新的物理模型，转化为水下图像局部透射率的最优化方程，最终重建清晰的图像，该算法适应性强，图像恢复的颜色更接近真实场景，细节恢复效果好。
-
公开(公告)号：CN110048972B
公开(公告)日：2020-04-07
申请号：CN201910332528.1
申请日：2019-04-24
Applicant: 燕山大学
Abstract: 本发明公开一种水声正交频分复用信道估计方法及系统。方法包括：获取广义回归神经网络的训练样本和测试样本；构造广义回归神经网络；根据训练样本对广义回归神经网络进行训练，得到广义回归神经网络训练模型；将测试样本输入至广义回归神经网络训练模型中，得到均方误差；判断均方误差是否位于设定阈值范围内；若是，保存广义回归神经网络训练模型，并将广义回归神经网络训练模型作为水声信道估计模型；若否，调整广义回归神经网络训练模型的平滑因子，得到调整后的广义回归神经网络训练模型；根据水声信道估计模型对水声正交频分复用信道的传输信号进行估计，得到信道状态信息。采用本发明能够提高信道估计的精度，保证水声通信的质量。
-
公开(公告)号：CN109001738A
公开(公告)日：2018-12-14
申请号：CN201810596442.5
申请日：2018-06-11
Applicant: 燕山大学
Abstract: 本发明公开了一种基于收发分离的高精度水下测距设备及测距方法，所述测距设备包括主板和水下探头；主板包括主控制器、换能器驱动模块、信号回收模块、电源模块和输出模块；水下探头包括超声波换能器和水听器。所述方法内容包括：由主控制器提供35KHz，占空比为50％的PWM方波，经放大提供给集成于水下探头中的超声波换能器；主控制器在产生PWM方波信号后启动定时器，在水下探头中的水听器接收到被探测物体反射回的声波信号后，经过信号接收电路处理后由主控制器接收，此时，定时器停止计时，计算出声波在水下的传播时间，结合声波在水下的传播速度，计算出探头到被探测物体之间距离。本发明具有低成本，高精度，灵活度高的特点。
-
公开(公告)号：CN114998603B
公开(公告)日：2024-08-16
申请号：CN202210253811.7
申请日：2022-03-15
Applicant: 燕山大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度多尺度特征因子融合的水下目标检测方法，属于水下目标检测技术领域，包括采集水下目标检测图像，对水下原始图像进行预处理，裁剪成适合网络输入的图像；对水下图像进行数据增强处理并进行标注，扩大算法训练的数据集；构建具有多尺度特征融合、软阈值注意力机制的检测模型，将标注好的图像数据集送进改进Faster RCNN网络模型进行训练；对训练好的水下目标检测模型进行性能评估。本发明提高了算法水下目标特征提取能力，提高了水下目标检测的平均精度，可用于获取水下图像里海产品及其位置。
-
公开(公告)号：CN111968055B
公开(公告)日：2024-04-09
申请号：CN202010827844.9
申请日：2020-08-17
Applicant: 燕山大学
Abstract: 本发明公开一种基于颜色补偿和颜色线先验的水下图像复原算法，应用于水下单幅退化图像恢复领域，针对水下拍摄图像的清晰度低，颜色失真明显的问题，提出的一种图像算法；其步骤包括颜色补偿、拟合颜色线、求取环境背景光、建立模型以及对最优化方程进行求解；本发明利用颜色补偿来恢复图像在水下环境的颜色损失，避免颜色损失导致颜色线先验在水下环境失去作用，根据三通道透射率关系，结合颜色线模型建立新的物理模型，转化为水下图像局部透射率的最优化方程，最终重建清晰的图像，该算法适应性强，图像恢复的颜色更接近真实场景，细节恢复效果好。
-
公开(公告)号：CN111901024B
公开(公告)日：2021-11-05
申请号：CN202010745080.9
申请日：2020-07-29
Applicant: 燕山大学
Abstract: 本发明公开了一种基于抗拟合深度学习的MIMO道状态信息反馈方法，属于通信领域，包括以下步骤：首先，构建Anti‑overfitting CSI net模型，将信道矩阵分为实部和虚部分别输入进用户端的编码器，编码器包含卷积层、全连接层，数据经过编码经过反馈链路，到达接收端，在接收端的解码器包含抗拟合层，全连接层、RefineNet层、卷积层，最终输出预测的信道矩阵。模型构建完成后，将模型进行离线训练，首先初始化模型参数，误差收敛后保存模型，最后将训练好保存的模型在线进行预测信道状态信息。本发明可以进一步提高信息矩阵的恢复精度，保证系统发射端得到准确的信道状态信息，提高系统的通信质量。
-
公开(公告)号：CN110048972A
公开(公告)日：2019-07-23
申请号：CN201910332528.1
申请日：2019-04-24
Applicant: 燕山大学
Abstract: 本发明公开一种水声正交频分复用信道估计方法及系统。方法包括：获取广义回归神经网络的训练样本和测试样本；构造广义回归神经网络；根据训练样本对广义回归神经网络进行训练，得到广义回归神经网络训练模型；将测试样本输入至广义回归神经网络训练模型中，得到均方误差；判断均方误差是否位于设定阈值范围内；若是，保存广义回归神经网络训练模型，并将广义回归神经网络训练模型作为水声信道估计模型；若否，调整广义回归神经网络训练模型的平滑因子，得到调整后的广义回归神经网络训练模型；根据水声信道估计模型对水声正交频分复用信道的传输信号进行估计，得到信道状态信息。采用本发明能够提高信道估计的精度，保证水声通信的质量。
-
公开(公告)号：CN111901024A
公开(公告)日：2020-11-06
申请号：CN202010745080.9
申请日：2020-07-29
Applicant: 燕山大学
Abstract: 本发明公开了一种基于抗拟合深度学习的MIMO道状态信息反馈方法，属于通信领域，包括以下步骤：首先，构建AOCN模型，将信道矩阵分为实部和虚部分别输入进用户端的编码器，编码器包含卷积层、全连接层，数据经过编码经过反馈链路，到达接收端，在接收端的解码器包含抗拟合层，全连接层、RefineNet层、卷积层，最终输出预测的信道矩阵。AOCN模型构建完成后，将模型进行离线训练，首先初始化模型参数，误差收敛后保存模型，最后将训练好保存的AOCN模型在线进行预测信道状态信息。本发明可以进一步提高信息矩阵的恢复精度，保证系统发射端得到准确的信道状态信息，提高系统的通信质量。
-
公开(公告)号：CN114895246B
公开(公告)日：2024-09-13
申请号：CN202210315177.5
申请日：2022-03-28
Applicant: 燕山大学
Abstract: 本发明公开了一种基于两步卡尔曼滤波的非视距水下航行器定位方法，该方法首先利用第一步卡尔曼滤波对测量值进行状态预测并利用卡尔曼滤波新息去识别当前测量值是否受到非视距（NLOS）误差干扰，如测量值不受NLOS误差干扰则继续第一步卡尔曼滤波得到状态估计；对于受到NLOS误差干扰的测量值，利用第一步卡尔曼滤波的预测结果对NLOS误差进行估计，然后对NLOS误差估计值进行第二步卡尔曼滤波并将滤波结果带入第一步卡尔曼滤波更新步进行状态估计；最后使用CHAN氏算法进行位置求解；本发明不需要NLOS误差的先验统计知识即可对连续NLOS误差进行实时消除，能够明显提高水下环境中水下航行器的定位精度。
