-
公开(公告)号：CN110147848B
公开(公告)日：2020-12-01
申请号：CN201910440797.X
申请日：2019-05-24
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种基于时变滤波理论的辐射源个体特征增强方法，本发明涉及辐射源个体特征增强方法。本发明的目的是为了解决现有辐射源个体识别准确率低，以及由于主信号参数发生变化时带来的识别失效的问题。过程为：一、对多分量信号进行时频分布计算，并进行时频信息提取，获得主信号分量中各个信号分量的时频信息；二、基于阶时变短时分数阶傅里叶变换的时变滤波算法对主信号分量中各个信号分量逐一恢复分离，得到主信号分量之和的估计结果；三、将辐射源信号减去主信号分量之和的估计结果，得到多分量信号的残余分量；四、对残余分量进行特征提取，构建特征向量；五、将构建的特征向量输入分类器，输出分类识别结果。本发明用于辐射源个体特征增强领域。
-
公开(公告)号：CN109977914A
公开(公告)日：2019-07-05
申请号：CN201910277669.8
申请日：2019-04-08
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供基于VMD的自适应降噪方法，属于信号处理技术领域。本发明首先分别对含噪声的多分量信号和纯噪声信号进行VMD分解，并计算分解后的本征模态函数的能量，然后将这两个本征模态函数的能量进行对比得到噪声分量和信号分量；对于噪声分量，利用信号间隙降噪的方法获得降噪后的噪声分量，做差即可求得噪声信号；对信号分量进行自适应滤波处理，获得信号分量中的噪声，做差即可求得降噪后的信号分量；最后对降噪后的各个本征模态函数求和，即可求得最终降噪后的信号。本发明解决了现有信号降噪技术会极大的破坏信号的连续性特征的问题。本发明可用于语音系统、雷达侦察等多种信号降噪的场景当中。
-
公开(公告)号：CN106645943A
公开(公告)日：2017-05-10
申请号：CN201610825420.2
申请日：2016-09-14
Applicant: 哈尔滨工业大学
IPC: G01R23/16
CPC classification number: G01R23/16
Abstract: 一种基于小波理论和EEMD的微弱信号的去噪方法，涉及微弱信号去噪技术。它是为了解决现有技术对于信噪改善比效果不良的问题。本发明包括：获取原始信号并对其进行EEMD分解，得到本征模态函数集合，通过本每个本征模态函数的能量关系确定用于重构的本征模态函数；对每个用于重构的本征模态函数中每两个过零点之间的极值绝对值与阈值比较并做剔除噪声处理；通过随机改变第一个本征模态函数的采样位置，得到原始信号不同带噪形式，分别对每种所述带噪形式做处理，得到重构后的信号；对所述重构后得到的信号取平均，得到去噪后的信号。本发明可以自适应地结合不同信号的特点有针对性地去噪处理，对目标微弱信号的信噪改善比大于15dB，均方根误差较小。
-
公开(公告)号：CN119966567A
公开(公告)日：2025-05-09
申请号：CN202510077676.9
申请日：2025-01-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于软件无线电的无人机干扰压制诱骗系统及方法，本发明涉及无人机反制领域，具体涉及基于软件无线电的无人机干扰压制诱骗系统及方法。本发明的目的是为了解决现有技术难以对无人机目标进行精准干扰与诱骗的问题。系统包括：主控机、软件无线电设备、功率放大器、天线组件和云端服务器；所述主控机用于下达无人机目标侦察指令和无人机压制干扰和无人机诱骗指令；所述软件无线电设备的接收端用于接收主控机下达的无人机目标侦察指令，对天线组件接收的无线电信号执行无人机目标侦察；所述软件无线电设备的发射端用于接收主控机下达的无人机目标压制干扰和诱骗指令，通过天线组件发射无线电信号对目标无人机执行无人机压制干扰和诱骗。
-
公开(公告)号：CN117611896B
公开(公告)日：2024-05-07
申请号：CN202311580794.9
申请日：2023-11-24
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 一种多模态遥感数据分类的基础模型自适应方法，属于图像处理技术领域。本发明解决了现有技术中难于直接使用预训练好的基础模型实现多模态遥感数据的分类问题。要点：获取多模态遥感数据；预处理多模态遥感数据；建立映射层，选取基础模型；构建跨空间交互模块实现通用特征和多模态数据中的空间特征的交互，沿多模态遥感数据的空间维度生成可学习的空间编码向量集合，并将其加到特征编码向量集合中，输出空间特征；构建跨通道交互模块，在基础模型的编码器模块的多头注意力机制MSA中，增加通用特征与多模态数据中通道维度的特征交互，输出光谱特征；将空间特征和光谱特征输入到全连接层中得到分类结果。本发明提升了多模态遥感数据的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN117611896A
公开(公告)日：2024-02-27
申请号：CN202311580794.9
申请日：2023-11-24
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 一种多模态遥感数据分类的基础模型自适应方法，属于图像处理技术领域。本发明解决了现有技术中难于直接使用预训练好的基础模型实现多模态遥感数据的分类问题。要点：获取多模态遥感数据；预处理多模态遥感数据；建立映射层，选取基础模型；构建跨空间交互模块实现通用特征和多模态数据中的空间特征的交互，沿多模态遥感数据的空间维度生成可学习的空间编码向量集合，并将其加到特征编码向量集合中，输出空间特征；构建跨通道交互模块，在基础模型的编码器模块的多头注意力机制MSA中，增加通用特征与多模态数据中通道维度的特征交互，输出光谱特征；将空间特征和光谱特征输入到全连接层中得到分类结果。本发明提升了多模态遥感数据的分类精度。
-
公开(公告)号：CN116257772A
公开(公告)日：2023-06-13
申请号：CN202211090645.X
申请日：2022-09-07
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F16/901 , G06F17/14
Abstract: 基于DenseNet结合CBAM注意力机制的手势识别方法，本发明涉及基于毫米波雷达的手势识别方法。本发明的目的是为了解决现有针对毫米波雷达的手势识别的检测方法抗噪能力差、容易漏检、导致获得的手势识别准确率低的问题。过程为：一：雷达采集手势目标信号，对采集的手势目标信号进行处理，得到RTM、DTM、ATM和ETM；对RTM、DTM、ATM和ETM进行拼接，得到拼接后的图谱；二：得到扩充后的图谱数据集；三：建立DenseNet121‑CBAM网络模型；四：得到训练好的网络模型；五：得到拼接后的图谱；将拼接后的图谱输入训练好的网络模型，完成待测手势目标信号的手势识别。本发明用于手势识别领域。
-
公开(公告)号：CN111626114B
公开(公告)日：2022-11-18
申请号：CN202010313300.0
申请日：2020-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于卷积神经网络的心电信号心律失常分类系统，本发明涉及心电信号心律失常分类系统。本发明的目的是为了解决现有基于卷积神经网络的心电信号分类系统不能对现行十种主流心律失常症状进行分类的问题。系统包括：心电信号处理主模块、神经网络主模块、训练主模块和检测主模块；所述心电信号处理主模块用于在目标数据库中提取心电信号数据进行预处理，将处理后的数据分为训练和测试数据集，输入训练和检测主模块；所述神经网络主模块用于搭建卷积神经网络分类器模型；所述训练主模块利用训练数据集对搭建好的分类器模型进行训练；所述检测主模块利用测试数据集对训练好的分类器模型进行验证。本发明用于能医疗检测技术领域。
-
公开(公告)号：CN111626114A
公开(公告)日：2020-09-04
申请号：CN202010313300.0
申请日：2020-04-20
Applicant: 哈尔滨工业大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , A61B5/00 , A61B5/0402
Abstract: 基于卷积神经网络的心电信号心律失常分类系统，本发明涉及心电信号心律失常分类系统。本发明的目的是为了解决现有基于卷积神经网络的心电信号分类系统不能对现行十种主流心律失常症状进行分类的问题。系统包括：心电信号处理主模块、神经网络主模块、训练主模块和检测主模块；所述心电信号处理主模块用于在目标数据库中提取心电信号数据进行预处理，将处理后的数据分为训练和测试数据集，输入训练和检测主模块；所述神经网络主模块用于搭建卷积神经网络分类器模型；所述训练主模块利用训练数据集对搭建好的分类器模型进行训练；所述检测主模块利用测试数据集对训练好的分类器模型进行验证。本发明用于能医疗检测技术领域。
-
公开(公告)号：CN109991572A
公开(公告)日：2019-07-09
申请号：CN201910341112.6
申请日：2019-04-25
Applicant: 哈尔滨工业大学
IPC: G01S5/04
Abstract: 一种基于方位角和俯仰角信息的双机无源定位方法，属于目标定位领域。现有的传统单站无源定位无法完成瞬时定位，且多站定位的加权最小二乘(WLS)表达形式复杂，时间累积特性不好的问题。一种基于方位角和俯仰角信息的双机无源定位方法，为了对定位目标的位置坐标进行求解，首先根据实际定位场景，构建利用到达角度确定/构成的双站观测模型，再由本发明提出的到达信号的方位角和俯仰角座位模型输入，同时考虑观测误差进行目标的高精度定位。本发明能够实现瞬时定位，简化了无源定位过程，时间累积收敛性能好。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
