-
公开(公告)号：CN115189722B
公开(公告)日：2023-05-09
申请号：CN202210670975.X
申请日：2022-06-15
Applicant: 海南大学
IPC: H04B7/0413 , H04B7/08
Abstract: 本发明提供一种适于大规模混合模数MIMO的最大化扇区接收功率的DOA估计方法，该方法包括步骤：S101、初始化接收机结构参数；S102、构建接收机模型，接收机结构采用混合模拟数字天线阵列结构，所述结构包含N副天线，所述N副天线分为K个子阵列，每个子阵列含有M副天线，即N＝MK；S103、基于接收机模型计算子阵列接收信号功率；S104、根据子阵列接收信号功率计算接收机的DOA估计值。本发明能够在保证较低的硬件电路成本、算法的计算复杂度以及测向精确度性能不变的前提下，快速消除相位模糊，提高DOA估计速度。
-
公开(公告)号：CN115276732B
公开(公告)日：2023-05-05
申请号：CN202210756193.8
申请日：2022-06-30
Applicant: 海南大学
IPC: H04B7/0426 , H04B17/391
Abstract: 本发明公开了一种基于和速率最大化的双向中继网络功率分配方法及装置，该方法为：构造智能反射镜辅助双向解码转发中继网络的系统模型；构造用户1、2和双向中继的功率分配因子和和速率的优化问题；利用一阶泰勒近似，将非凸优化转化为凸优化问题；通过CVX求解出最优的用户1、2和双向解码转发中继的功率分配因子，此时系统的和速率即为最大和速率。该装置包括模型构建、优化问题建立、优化问题求解、功率分配结果四个模块，优化问题建立模块构造用户1、2和双向中继的功率分配因子和和速率的优化问题；优化问题求解模块利用一阶泰勒近似，将非凸优化转化为凸优化问题。本发明提高了智能反射镜辅助双向解码中继网络的速率性能和覆盖范围。
-
公开(公告)号：CN113222835B
公开(公告)日：2023-04-14
申请号：CN202110436758.X
申请日：2021-04-22
Applicant: 海南大学
Abstract: 本发明提供基于残差网络的遥感全色和多光谱图像分布式融合方法，主要解决现有技术中光谱失真、空间分辨率低、融合质量不高的问题，本申请包括下列步骤：通过卫星采集目标区域的原始图像，并对所述原始图像进行预处理；根据Wald准则使用预处理后全色图像和多光谱图像构建仿真训练集和测试集，构建由3个支路构成的基于残差网络的分布式融合模型，将训练集的全色和多光谱图像作为网络的输入，对网络进行充分训练；将待融合的全色和多光谱图像输入到训练好的融合网络中，得到融合图像。本发明使用不同支路不同尺度的特征进行融合，保留更多的光谱信息和空间信息，在提高空间分辨率和保留光谱信息方面更具优越性能，提高了融合质量。
-
公开(公告)号：CN115664894A
公开(公告)日：2023-01-31
申请号：CN202210582320.7
申请日：2022-05-26
Applicant: 海南大学
Abstract: 本发明提供一种IRS辅助的双向中继网络信道估计的导频图案设计方法，建立智能反射面辅助的双向中继网络基本模型，所述智能反射面辅助的双向中继网络基本模型中包含有接收信号模型；将接收信号模型转化成含有级联信道的接收信号模型；通过发射四段符号不同的导频信号序列，并对应调整智能反射面的相移配置，对两个直连通道和两个级联通道进行分离，并获得四个接收信号矩阵；根据四个接收信号矩阵计算得到仅包含单个信道信息和噪声的矩阵；使用最小二乘准则分别估计四个信道，通过将智能反射面与双向中继网络结合，可以完美且快速的分离出两个直连通道和两个级联通道，且信号估计的均方误差更小。
-
公开(公告)号：CN115203404A
公开(公告)日：2022-10-18
申请号：CN202210678820.0
申请日：2022-06-15
Applicant: 海南大学
Abstract: 本发明公开基于知识蒸馏的增量式关系抽取方法，包括如下步骤：构建包括教师模型和学生模型的增量式关系抽取模型，其中，教师模型用于识别旧关系类别；学生模型为教师模型的克隆且扩展了分类层，用于识别旧关系类别和新关系类别；基于数据集和损失函数对增量式关系抽取模型进行训练，训练过程中，教师模型以旧关系类别数据作为输入；学生模型以新关系类别数据作为输入并在训练过程融合教师模型输出的旧关系类别；利用经训练的学生模型对输入句子进行增量式关系抽取。本发明可以在学习新关系类别的同时很好的保留模型先前学过的旧关系类别知识。
-
Patent Agency Ranking
公开(公告)号：CN112039730B
公开(公告)日：2022-06-07
申请号：CN202010891569.7
申请日：2020-08-31
Applicant: 海南大学
Abstract: 本发明提供一种加密算法的性能评估方法及存储介质，包括获取加密算法的性能指标信息，按标准规则存储入库，所述性能指标信息包括加密算法内容信息、种类、目标数据类型；设定加密算法各项性能指标的需求标准，基于加密算法的性能指标信息计算加密算法各项性能指标评价值，将需求标准和性能指标评价值存储入库；设定需求的加密算法性能指标容差率，生成待评估的加密算法性能指标评价值在总评价指标中的权重占比；对待评估的加密算法进行性能验证，依照性能验证结果再次比对通过验证的各加密算法的最终评价指标，收集最终性能评价指标存储入库，基于最终性能评价指标筛选符合需求标准的最佳加密算法并输出结果。
-
公开(公告)号：CN113792640A
公开(公告)日：2021-12-14
申请号：CN202111044073.7
申请日：2021-09-07
Applicant: 海南大学
Abstract: 本发明提供一种基于DenseNet的海洋遥感图像噪声识别方法，包括步骤：获取海洋遥感图像，对海洋遥感图像进行多尺度特征提取，通过提取浅层特征的信息构建噪声图像数据集；对海洋遥感图像信息进行分析，将海洋遥感图像使用高频分解进行预处理；对DenseNet网络进行改进，增加网络底层的语义信息并与高级语义信息进行融合，形成一个新的特征增强块；将步骤S103所获得的特征增强块改进为Dense Block模块，在其网络结构中增加密集连接的密集块，再将形成的新的网络输入到注意力机制网络中；将改进后的Dense Block模块与DenseNet网络进行结合，获得海洋遥感图像识别后的噪声图像。所述方法具有计算复杂度低、去噪时间短、效果好的优点。
-
公开(公告)号：CN113643197A
公开(公告)日：2021-11-12
申请号：CN202110814955.0
申请日：2021-07-19
Applicant: 海南大学
Abstract: 本发明提供一种结合引导滤波和NSCT的两阶轻量型网络全色锐化方法，将引导滤波保留更好的边缘、细节信息和NSCT多尺度多方向的分解优势，与CNN相结合搭建两阶轻量型网络模型对MS图像和PAN图像进行融合，其中引导滤波对直方图匹配后的全色图像MLPAN进行滤波得到多尺度的高频分量以及低频分量，NSCT对从MS图像中提取的I分量图像进行滤波得到多尺度多方向的高频方向子带图像以及低频子带图像，再利用残差模块的优势构建细节提取网络ResCNN以提取注入细节In‑details，最后将In‑details和DUMS图像作为输入构建非线性模型NLCNN，对NLCNN网络充分训练，得到最优模型，该方法能更大程度提高空间分辨率的同时保留光谱信息，网络结构简单，减少了训练时间，防止出现过拟合现象，提高融合性能。
-
公开(公告)号：CN113449458A
公开(公告)日：2021-09-28
申请号：CN202110798780.9
申请日：2021-07-15
Applicant: 海南大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N20/00 , G06F111/04
Abstract: 本发明提供一种基于课程学习的多智能体深度确定性策略梯度方法，将课程学习与强化学习结合在一起，在通过经验回放池采样时，根据课程标准复杂度从经验回放池中按照优先权重采样数据，然后采用基于Adam优化器的深度确定性策略梯度方法对每个智能体进行训练，并更新策略网络、策略目标网络、评价网络以及评价目标网络，当多智能体在环境内动作的下一个状态不是终止状态时，对课程标准进行更新，根据更加复杂的课程重复进行迭代计算，课程标准中包含的优先标准函数反映样本的采样优先权重，重复采样惩罚考虑重复采样对样本多样性的影响，冗余信息惩罚可以降低智能体之间交互的信息冗余量，与其他算法相比，本发明提高了算法的收敛效率和最终奖励。
-
公开(公告)号：CN112419403A
公开(公告)日：2021-02-26
申请号：CN202011374345.5
申请日：2020-11-30
Applicant: 海南大学
Abstract: 本发明提供一种基于二维码阵列的室内无人机定位方法，包括以下步骤：S1、无人机获取并执行起飞指令，通过图像采集组件采集地面图像并对AprilTag进行识别；S2、图像采集组件传输AprilTag信息至上位机，上位机基于AprilTag信息进行世界坐标系转换，获得无人机定位信息及飞机轨迹并进行可视化。本发明在二维码识别方面，采用AprilTag二维码，其复杂程度一般，具有识别错误率低，识别速度快等特点，使得本方法不需要具备很高算力的CPU，仅依靠单个摄像头即可进行定位，并且可在室内取得较好的定位效果。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.021 seconds)
