-
公开(公告)号：CN115882982B
公开(公告)日：2025-05-23
申请号：CN202211585205.1
申请日：2022-12-09
Applicant: 哈尔滨工业大学
IPC: H04B17/382 , H04B17/336 , H04W40/32
Abstract: 一种多信道协作频谱感知方法及系统，具体涉及一种计算机认知无线网络在多信道情况下的多节点之间的协作频谱感知的获取方法及系统，为了解决多信道协作频谱感知的准确率低、实时性差的问题，定义认知无线网络中主用户和次用户分别服从齐次泊松点过程分布；各个次用户依次对各个主用户信道进行能量检测，得到检测概率矩阵；设置分簇的限制条件，利用二部图对主用户和次用户进行分簇；选举每个簇内接收主用户信号平均信噪比最大的次用户作为簇头，簇头收集所述簇内其他次用户的频谱感知信息，并利用OR融合规则进行融合，根据融合的频谱感知信息判断每簇对应的主用户信道是否有主用户信号，并与其他簇头融合，得到全部主用户信道的占用状态。
-
公开(公告)号：CN118759446A
公开(公告)日：2024-10-11
申请号：CN202410722194.X
申请日：2024-06-05
Applicant: 哈尔滨工业大学
IPC: G01S3/14
Abstract: 基于多参考频点TOPS算法的宽带信号DOA估计方法及装置，属于信号处理领域，本发明为解决现有基于TOPS算法的宽带DOA估计算法处理多信号频谱不重叠的场景时，无法估计所有入射信号的到达角、并伴随信噪比低时估计精度低、性能低下的问题。本发明根据入射信号的频谱特性，在由K个入射信号构成的时域混合信号的频谱范围选取多个参考频点，将参考频点对应的信号子空间变换到与各给定频点相关的子空间、再构造相应的中间变量矩阵Dq'(φ)，根据矩阵Dq'(φ)的缺秩特性，确定相应的空间谱，将所得空间谱取平均后可得频谱互不重叠的入射信号的DOA。本发明主要用于同时对多个频谱不重叠信号的DOA进行估计。
-
公开(公告)号：CN118050686A
公开(公告)日：2024-05-17
申请号：CN202410124538.7
申请日：2024-01-29
Applicant: 哈尔滨工业大学
IPC: G01S7/02 , H04B10/508 , H04B10/556
Abstract: 基于LFM的双基地雷达通信一体化波形设计方法，属于双基地雷达通信一体化波形设计及信号处理领域，本发明解决了传统基于LFM的双基地雷达通信一体化波形最大不模糊距离小，降低雷达的探测距离小，以及雷达脉冲的相参性受信息嵌入的影响大，易出现严重的距离旁瓣杂波干扰的问题。首先，根据双基地雷达的特点，将LFM子脉冲作为通信符号和雷达脉冲的载体，用于构成同时具有通信和感知能力的一体化波形；然后，使用偏移相位对子脉冲进行调制，将嵌入信息对雷达脉冲相参性的干扰降到最小；使用由伪随机噪声码获得的固定相位对子脉冲进行相位编码来增大雷达的最大不模糊距离。本发明在双基地雷达通信一体化系统中应用。
-
公开(公告)号：CN117278154A
公开(公告)日：2023-12-22
申请号：CN202311379839.6
申请日：2023-10-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382 , G06N3/045 , G06N3/08
Abstract: 基于注意力机制的频谱预测方法，解决了如何更准确预测未来尽可能多时刻的频谱占用状态的问题，属于频谱预测领域。本发明包括：在基于注意力机制的Transformer模型的每一个子模块中嵌入门控递归单元得到频谱预测网络，门控递归单元对频谱占用信息进行局部相关性提取，并输出自带位置编码的信息预提取结果；训练集的输入数据包括输入序列和输出序列，输入序列为历史频谱信息序列，输出序列为右移一位的未来频谱信息序列，输出数据为未来频谱信息；利用训练集对频谱预测网络进行训练后，将当前的频谱信息作为输入序列，输入序列中最后一个时刻的频谱信息作为解码子模块输出序列的首次输入，利用频谱预测网络以自回归的形式进行频谱预测。
-
公开(公告)号：CN116310304A
公开(公告)日：2023-06-23
申请号：CN202211106216.7
申请日：2022-09-09
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/84 , G06V10/82 , G06V10/40 , G06N3/0464
Abstract: 一种水域图像分割模型的训练方法，包括：获取水域样本图像；获取水域样本图像对应的标签图像；获取水域样本图像中各像素点属于各个分类结果的预测概率；获取标签图像中各像素点的分类结果；根据该任一像素点与其对应所述水线位置点之间的距离，得到该像素点的障碍分布权重；根据标签图像中各像素点的分类结果，标签图像的水域中分类结果属于障碍的各像素点的障碍分布权重，以及水域样本图像中各像素点属于各个分类结果的预测概率，得到障碍分布加权损失；至少根据障碍分布加权损失调整所述图像分割模型的参数。由于考虑到障碍的分布规律与水线的关联性，使得提高小障碍或者模糊目标的检测精度。本发明还提供了一种水域图像分割方法、存储介质。
-
Patent Agency Ranking
公开(公告)号：CN110138479A
公开(公告)日：2019-08-16
申请号：CN201910477917.3
申请日：2019-06-03
Applicant: 哈尔滨工业大学
IPC: H04B17/382 , G06K9/62
Abstract: 极低信噪比环境下基于字典学习的频谱感知方法，本发明涉及认知无线电中的频谱感知方法。本发明的目的是为了解决现有方法在极低信噪比环境下频谱感知准确率低的问题。过程为：一、建立频谱感知二元假设模型；二、组成字典学习的训练集；三、训练字典；四、计算频谱感知信号与训练后的字典每一列的內积，并找出内积中最大值的位置；五、更新索引集及原子集合，利用最小二乘法求得最大分量；六、对得到的最大分量平方计算得到最大分量对应的能量；七、根据虚警概率公式计算感知门限；八、把得到的最大分量对应的能量和门限进行对比，判断信号是否存在，如果能量大于门限则信号存在，否则信号不存在。本发明用于认知无线电中的频谱感知领域。
-
公开(公告)号：CN110007265A
公开(公告)日：2019-07-12
申请号：CN201910364197.X
申请日：2019-04-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度神经网络的波达方向估计方法，涉及阵列信号处理技术领域，为解决现有技术中基于深度学习的DOA估计不能求解真正角度值导致估计精度低的问题。本发明将DOA估计问题看作是一个回归问题，通过训练神经网络，使其能够估计出真实角度到临近网格的间隔，进而求解真实的角度值。此外，在实际环境中，阵列接收的信号是多个时域信号叠加的，即从时域上，不同用户的信号是不可分的，因此本发明设计的模型不仅能够实现单用户高精度估计，还适用多用户环境。
-
公开(公告)号：CN109495115A
公开(公告)日：2019-03-19
申请号：CN201811295448.5
申请日：2018-11-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的LDPC译码器及译码方法，它属于通信领域中信道编码技术领域。本发明解决了如何在减少硬件资源开销的同时提高LDPC译码器的吞吐率的问题。本发明利用兵乓缓存的方法将串行电路与并行部分分离，各部分采用独立的时钟，以保证连续数据流的流入流出与高吞吐率；而且本发明采用一种新的循环存储的方式以解决地址冲突问题，避免了桶形移位寄存器或连接网络的使用，同时减小了译码电路硬件资源占用率。当采用本发明的部分并行译码结构，并行度为7，主时钟频率选择110MHz，码率7/8，子矩阵维度511，迭代次数15次，平均变量节点更新时钟数为1.008时，吞吐率达到的最大值约为356.48Mbps。本发明可以应用于通信领域中信道编码技术领域。
-
公开(公告)号：CN103781147B
公开(公告)日：2017-11-03
申请号：CN201410064235.7
申请日：2014-02-25
Applicant: 哈尔滨工业大学
CPC classification number: Y02D70/00
Abstract: 一种基于扇形分簇的无线传感器网络路由协议的通信方法，本发明涉及一种基于扇形分簇的无线传感器网络路由协议算法，具体涉及一种汇聚点在中心位置的无线传感器网络中各节点能量均衡的相关原理和方法。本发明是要解决近汇聚点传感器节点负担过重，由能量有限的电池供电且部署后不易再次充电，导致网络的生命周期短的问题，而提供了一种基于扇形分簇的无线传感器网络路由协议的通信方法。一、监控区域分簇区；二、网络建立阶段中继点选择；三、网络建立阶段簇首选择；四、时隙分配；五、网络稳定阶段中继点卸任与继任；六、簇首卸任与继任；七、数据的采集和融合；八、数据传输。本发明应用于通信领域。
-
公开(公告)号：CN107102292A
公开(公告)日：2017-08-29
申请号：CN201710464010.4
申请日：2017-06-19
Applicant: 哈尔滨工业大学
IPC: G01S3/14
Abstract: 一种基于贝叶斯方法的目标方位跟踪方法，属于阵列信号处理领域。解决了低信噪比情况下，基于空间类DOA跟踪方法精度差，以及粒子滤波DOA跟踪方法需要的已知条件过多的问题。在本发明利用泰勒展开公式，将角度慢变模式下的DOA跟踪建模为一个动态模型，并基于贝叶斯理论，将角度的跟踪转化为概率模型中的参数估计问题，根据前一时刻的信号到达角度、信号功率和噪声功率的估计值，以及当前时刻的观测值，利用EM算法，对前一时刻的信息进行校正，进而实现对信号到达角度的追踪。本发明主要用于对目标方位进行跟踪。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.046 seconds)
