基于虚拟阵列的两阶段主瓣宽度可变波束形成方法

    公开(公告)号:CN118890582A

    公开(公告)日:2024-11-01

    申请号:CN202410910205.7

    申请日:2024-07-08

    Applicant: 福州大学

    Abstract: 本发明提供一种基于虚拟阵列的两阶段主瓣宽度可变波束形成方法,以差分麦克风阵列作为基本单元,由多个差分麦克风阵列组成更大阵列的平面差分波束形成器;波束形成分为两个阶段:首先差分麦克风阵列单元使用MMSE波束形成方法进行基本的差分波束形成,并采用基于Dolph‑Chebyshev多项式的形式的目标方向性图案,使主瓣宽度和旁瓣级可控;再通过组合多个差分麦克风阵列单元的输出进一步提升波束形成的性能;将多个差分麦克风阵列单元进行线性组合并视为虚拟的平面阵列,则全局阵列的导向向量视为差分麦克风阵列单元的导向向量与虚拟阵列导向向量的克罗内克积,全局波束形成器采用基本差分波束形成器和对应于虚拟阵列的波束形成器的克罗内克积。

    双模态融合与校正的遥感图像语义分割方法

    公开(公告)号:CN118710905A

    公开(公告)日:2024-09-27

    申请号:CN202410841491.6

    申请日:2024-06-27

    Applicant: 福州大学

    Abstract: 本发明涉及双模态融合与校正的遥感图像语义分割方法。首先多源高分光学图像和nDSM图像组成的样本对分别输入到网络的对应两个分支。模型的双分支结构对两个模态进行四个阶段的特征提取和通道与空间融合校正,产生阶段性增强特征与阶段性融合特征。第一个阶段的特征提取结果还用于模态互补边界的提取,以得到多尺度边界特征。多尺度边界特征和不同尺度的阶段性融合特征用于逐步的融合与上采样,以得到最终的语义分割结果与边界分割结果。本发明的模型能根据模态差异处理光学图像与nDSM数据,充分利用多模态互补信息实现特征校正与融合,细化边界,强化多尺度特征,有效缓解了高分遥感图像的语义分割任务中光谱混淆和类内差异大、类间差异小的问题。

    基于频域动态卷积和Conformer的声源定位方法

    公开(公告)号:CN118655523A

    公开(公告)日:2024-09-17

    申请号:CN202410909950.X

    申请日:2024-07-08

    Applicant: 福州大学

    Abstract: 本发明提供一种基于频域动态卷积和Conformer的声源定位方法,首先对麦克风阵列捕获的多通道音频进行对数幅度谱和相位谱的计算,并进行串联融合。将融合后的特征输入CNN‑Conformer网络中,网络输出直接路径相位差,然后通过网络输出的直接路径相位差计算空间响应功率谱,最后对空间响应功率谱进行谱峰搜索得到最终的声源位置。本发明的模型将频域动态CNN和Conformer模块结合,能够释放卷积在频率维度上的平移等变性,缓解了时频谱图中不同频率对应相位差不同导致的定位误差,还可有效地捕获时频谱图中的时间‑频率模式和长期依赖关系。相比已有的CRNN模型,该方法拥有更强的空间特征捕获能力,能够有效提高声源定位精度。

Patent Agency Ranking