-
公开(公告)号：CN113589265B
公开(公告)日：2024-03-12
申请号：CN202110913575.2
申请日：2021-08-10
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了块近端梯度双稀疏字典学习波束形成方法及系统，包括：建立基于双稀疏字典学习的多重约束最优化数学模型；通过引入拉格朗日乘子，获得与上述模型等效的无约束的代价函数表示，并确定各参数数值；将无约束代价函数的最小化求解转化为稀疏编码、字典学习和信号源估计三个子问题分别求解，规定各变量迭代初值，基于估计的信号源形成波束。本发明模型中同时包含了稀疏表示系数和字典矩阵的l1,1范数项，在已知解析字典的稀疏域中有效提高了字典矩阵Dj的稀疏性；另一方面，l1,1范数相对于传统的l1,2范数具有更高的稀疏度，有效提高稀疏表示性能。
-
公开(公告)号：CN113222860B
公开(公告)日：2022-09-20
申请号：CN202110614392.0
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于噪声结构多重正则化的图像恢复方法及系统，选择多个稀疏变换并加入相互独立的噪声，建立相互独立的稀疏表示似然函数；基于稀疏表示的似然函数，在各个稀疏域内，假设稀疏变换系数是相互独立的，各自建立满足共轭匹配关系的条件先验概率密度，定义服从Gamma分布的超参数；确定噪声不确定度和超参数的均值估计模型；最后通过变分期望最大化方法结合共轭梯度法迭代实现目标图像的快速重建，不但克服了综合法贝叶斯压缩感知对稀疏变换方法的单重性和可逆性限制，而且联合稀疏域能够有效提高算法的收敛速度。
-
公开(公告)号：CN114296087A
公开(公告)日：2022-04-08
申请号：CN202111514936.2
申请日：2021-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种线上贝叶斯压缩水下成像方法及系统、设备和介质，该方法通过引入状态转移方程建立源向量各快拍之间的结构关系，结合波束形成模型，构建转移概率密度和似然概率密度，给出超参数的估计公式，包括稀疏超参数、噪声不确定度和转移矩阵，并采用锯齿滞后周期性更新机制结合Kalman滤波‑RTS平滑实现源向量的高精度重构。该方法具有非迭代特征，以快拍或时间序列推进估计进程，具有收敛性保证，算法同时兼具低计算量和计算量可预测性，尤其适用于水下成像系统在线工作。
-
公开(公告)号：CN110764088A
公开(公告)日：2020-02-07
申请号：CN201911020842.2
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供的是一种超分辨率驻点扫描实时成像算法。步骤(1)：天线在空间平面上对目标等间距扫描采样，并在频域记录回波数据；步骤(2)：采用距离偏移算法计算反射率函数的三维图像，在计算初始图像过程中、对插值后的回波进行三维逆快速傅里叶变换求取改进相干因子；步骤(3)：利用步骤(2)得到的改进相干因子校正初始图像。本发明的方法在波数域重新定义了相干因子的表达形式，在计算反射率函数非相干功率时，只需要一次三维快速傅里叶变换即可完成，因此在保证成像质量的前提下，将计算量从原来的2倍距离偏移算法降低到1.5倍，更适于实时性要求高的成像系统。
-
公开(公告)号：CN120014077A
公开(公告)日：2025-05-16
申请号：CN202510092146.1
申请日：2025-01-21
Applicant: 哈尔滨工程大学
IPC: G06T9/00 , G06T7/10 , G06T3/4038
Abstract: 本发明公开了一种基于自适应量化的三维声呐数据压缩方法及系统，涉及三维声呐数据压缩方法的技术领域，所述方法包括：基于小波变换的图像数据高低频子带对比度增强的动态范围压缩模型；在动态范围压缩模型处理后，使用2D‑DCT方法获得图像数据的频域信息分布模型，根据频域信息分布模型，统计得到自适应量化模型；根据自适应量化模型，对不同像素块分类，并使用不同量化表处理不同像素块；对量化后的结果进行熵编码后得到压缩码流结果。与深度学习类三维声呐压缩方法相比，本发明具有更低的硬件开销成本，压缩倍率和图像质量更高。
-
Patent Agency Ranking
公开(公告)号：CN119091137A
公开(公告)日：2024-12-06
申请号：CN202411056662.0
申请日：2024-08-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种各向异性残差降噪与稀疏模糊聚类的声呐图像分割方法，目的是为了解决目前存在的由于声呐图像成像效果不佳，目标边缘信息模糊导致的分割精度低的问题，实现对水下沉底目标的高精度分割。该方法首先通过形态学重构初步降低图像中存在的高斯、脉冲干扰，使用各向异性降噪方法构建残差降噪结构，在降低斑点噪声的同时增加保留的目标信息量；对处理后的声呐图像提取自身结构信息，通过两种滤波器提取特征，得到两组声呐图像特征集；然后，引入KL散度约束，保证当前像素值强度与其邻域像素值的平均强度接近；最后，为加快目标函数的收敛，引入稀疏隶属度函数来增加收敛速度，在保证分割精度的同时提高分割速度。
-
公开(公告)号：CN118518109A
公开(公告)日：2024-08-20
申请号：CN202410639708.5
申请日：2024-05-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下导航技术领域，具体涉及一种基于非迭代期望最大化的扩展卡尔曼滤波水下地形匹配导航方法、程序、设备及存储介质。本发明引入了非迭代期望最大化方法，结合参考导航结果和地形测深数据，基于扩展卡尔曼滤波的水下地形匹配导航模型，给出噪声参数的更新方程，包括状态噪声和测量噪声，通过扩展卡尔曼滤波‑平滑执行EM参数估计，采用EM的非迭代近似并结合固定滞后方案和缩减计算量。本发明通过降低噪声参数的影响来提高估计性能，在误差环境中具备优于传统方法的鲁棒性。本发明以时间序列推进估计进程，具有收敛性保证，在准确估计噪声参数，实现水下高精度定位导航的同时，保持更低的计算成本，能够适用于实时水下导航系统。
-
公开(公告)号：CN110764088B
公开(公告)日：2023-10-27
申请号：CN201911020842.2
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供的是一种超分辨率驻点扫描实时成像算法。步骤(1)：天线在空间平面上对目标等间距扫描采样，并在频域记录回波数据；步骤(2)：采用距离偏移算法计算反射率函数的三维图像，在计算初始图像过程中、对插值后的回波进行三维逆快速傅里叶变换求取改进相干因子；步骤(3)：利用步骤(2)得到的改进相干因子校正初始图像。本发明的方法在波数域重新定义了相干因子的表达形式，在计算反射率函数非相干功率时，只需要一次三维快速傅里叶变换即可完成，因此在保证成像质量的前提下，将计算量从原来的2倍距离偏移算法降低到1.5倍，更适于实时性要求高的成像系统。
-
公开(公告)号：CN110764089B
公开(公告)日：2023-09-19
申请号：CN201911021002.8
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S13/90
Abstract: 本发明提供的是一种超分辨率毫米波MIMO阵列实时成像方法。步骤(1)：MIMO阵列进行回波数据采样，记录宽带的响应信号；步骤(2)：对频域响应信号，利用MIMO RMA获得反射率函数的三维图像，同时在波数域求取改进相干因子；步骤(3)：利用步骤(2)得到的改进相干因子校正步骤(2)得到的反射率函数的三维图像。该方法重新在波数域定义了反射率函数的非相干功率，使得相干因子的计算只需要一步三维IFFT即可快速完成，进一步提高了成像速度。除此之外，本方法仍然保留了超分辨性能，包括提升空间分辨率，压低图像的旁瓣和基底噪声电平，并显著提高图像的动态范围。
-
公开(公告)号：CN113222860A
公开(公告)日：2021-08-06
申请号：CN202110614392.0
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于噪声结构多重正则化的图像恢复方法及系统，选择多个稀疏变换并加入相互独立的噪声，建立相互独立的稀疏表示似然函数；基于稀疏表示的似然函数，在各个稀疏域内，假设稀疏变换系数是相互独立的，各自建立满足共轭匹配关系的条件先验概率密度，定义服从Gamma分布的超参数；确定噪声不确定度和超参数的均值估计模型；最后通过变分期望最大化方法结合共轭梯度法迭代实现目标图像的快速重建，不但克服了综合法贝叶斯压缩感知对稀疏变换方法的单重性和可逆性限制，而且联合稀疏域能够有效提高算法的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.019 seconds)
