-
公开(公告)号:CN104915960A
公开(公告)日:2015-09-16
申请号:CN201510306226.9
申请日:2015-06-08
Applicant: 哈尔滨工程大学
CPC classification number: G06N3/02 , G06T7/10 , G06T2207/30176
Abstract: 本发明属于图像处理领域,具体涉及一种基于细菌觅食优化算法的PCNN文本图像分割方法。本发明包括:读入图像,参数初始化;利用PCNN模型对输入图像进行处理;将细菌个体带入到基于PCNN的三值化分割方法,确定输出图像计算对应的适应度函数值;进入改进的细菌觅食算法,执行趋向、复制和驱散三种行为,记录适应度函数最大值以及对应的最优细菌个体;采用细菌觅食优化算法搜索最优参数;将最优细菌个体解析后再次带入PCNN三值化分割算法,输出分割图像。本发明利用细菌觅食优化算法在解空间中搜索PCNN迭代过程中参数的最优值,实现PCNN迭代参数自动确定,避免人工确定参数的盲目性,且能够获得优于对比方法的分割效果。
-
公开(公告)号:CN119890736A
公开(公告)日:2025-04-25
申请号:CN202510160400.7
申请日:2025-02-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及基于阵元膨胀‑收缩的迭代傅里叶变换稀布天线阵列布阵方法及系统,本发明在通过迭代傅里叶变换选取稀疏阵列后,利用凸优化的方法求解方向图副瓣电平最小化的问题,使用凸优化方法使阵元展开和收缩,在优化过程中为了保证最小阵元间距,对阵元的膨胀方向和膨胀距离做出限制,之后为了避免阵元激励过小的情况,在凸优化求解的条件中,对阵列的线性加权密度作出了限制,最终解决给定稀疏度下低副瓣阵列综合难题。
-
公开(公告)号:CN118865094A
公开(公告)日:2024-10-29
申请号:CN202310464106.6
申请日:2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/764 , G06V10/40 , G06V10/22 , G06V10/25
Abstract: 本发明公开了一种基于注意力机制的遥感图像小目标检测方法,所述方法包括如下步骤:步骤一、改进YOLOv5网络模型结构:在YOLOv5的骨干网络SPPF结构之前增加协同注意力机制,将目标位置信息有效地嵌入到模型通道注意力网络中;在骨干网络快速金字塔池化模块之后引入上下文转换器模块,更好地兼顾全局信息与上下文信息的提取;使用EIoU损失函数替换CIoU损失函数;步骤二、遥感图像小目标检测:利用步骤一改进的YOLOv5网络模型结构进行遥感图像小目标检测。本发明能够实现在遥感图像小目标居多情况下提升检测精度的目的。
-
公开(公告)号:CN118865093A
公开(公告)日:2024-10-29
申请号:CN202310464105.1
申请日:2023-04-26
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06N3/0464 , G06V10/82 , G06V10/40 , G06V10/80
Abstract: 本发明公开了一种基于可形变与深度分离卷积的遥感图像目标检测方法,所述方法包括如下步骤:步骤一、在YOLOv5多尺度检测头的中目标层使用卷积核为7寸的可变形卷积替换普通的常规卷积进行中目标层的特征提取;在YOLOv5多尺度检测头的大目标层使用卷积核为31寸的深度可分离卷积替换普通的常规卷积进行大目标层的特征提取与特征融合;步骤二、将训练集输入至改进的YOLOv5网络模型进行训练,得到训练后的网络模型,即可使用所得到的网络模型对遥感图像中的目标进行检测。本发明通过改进各检测层的感受野进而提升遥感图像不同尺度目标检测的准确性,从而实现在遥感图像中存在多种尺度目标的情况下提升检测精度。
-
公开(公告)号:CN114910935B
公开(公告)日:2024-10-15
申请号:CN202210501185.9
申请日:2022-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多分量线性调频干扰抑制方法,对射频信号进行射频处理和数字化处理,获得数字接收信号X;获得信号X的时域差分数据;构造m×(N‑m)阶矩阵H,其中m<N‑m;获取矩阵H奇异值分解重构后的数据ySVD(n);通过ySVD(n)获取拐点索引区间[Pds,Pde]和干扰中心区间[Pde,P(d+1)s];选取[Pde,P(d+1)s]区间进行分数阶傅里叶变换最优阶数搜索,并在分数阶傅里叶变换域进行干扰抑制,获取分数阶傅里叶变换域干扰抑制后的信号y'(n);提取y'(n)中位于[Pde,P(d+1)s]区间对应部分yd'(n),计算残余干扰抑制门限,将y'(n)中位于[Pds,Pde]区间内超过门限的数据置零去除残余干扰。本发明按能量逐次消除干扰分量减少接收信号信噪比损失,同时根据调频率拐点区间信息选取门限估计区间与残余干扰抑制区间,提升多分量线性调频干扰抑制技术在不同干噪比下的自适应性。
-
公开(公告)号:CN113613175B
公开(公告)日:2023-10-13
申请号:CN202110836597.3
申请日:2021-07-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于动态簇的无线传感器网络目标跟踪方法。主要研究了目标跟踪过程中的传感器节点选择问题,所述方法包括:利用粒子滤波的方法对目标在下一时刻的位置进行预测;根据目标的预测位置、预测协方差矩阵和传感器节点的感知半径确定候选节点区域;在候选节点区域中综合考虑节点的剩余能量和PCRLB信息来选择固定数量的传感器节点组成动态簇对目标进行跟踪。本发明的方法不仅能降低跟踪误差,而且可以平衡各节点的能量消耗,延长网络生存期。
-
公开(公告)号:CN116016085B
公开(公告)日:2023-10-10
申请号:CN202310008646.3
申请日:2023-01-04
Applicant: 哈尔滨工程大学
IPC: H04L27/26
Abstract: 一种基于快速哈里斯鹰优化的OTFS单音干扰抑制方法,涉及无线通讯技术领域。本发明是为了解决现有单音干扰抑制方法还存在对单音干扰的估计不够准确导致单音干扰抑制效果不佳的问题,同时还无法实现OTFS系统中对单音干扰的有效抑制的问题。本发明包括:利用单音干扰数据获得预估干扰中心;利用预估干扰中心初始化种群位置,根据适应度函数计算种群中个体位置适应度值,并将适应度值最小的个体位置作为最优位置#imgabs0#利用#imgabs1#进行种群位置迭代更新,获得估计干扰中心#imgabs2#获取估计干扰中心为#imgabs3#时的平移矩阵#imgabs4#和#imgabs5#获得去除单音干扰后的信号;利用逆平移矩阵#imgabs6#和#imgabs7#还原去除单音干扰后的信号,获得干扰去除后的OTFS接收的有用信号。本发明用于抑制OTFS单音干扰。
-
公开(公告)号:CN116520311A
公开(公告)日:2023-08-01
申请号:CN202310493470.5
申请日:2023-05-04
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多目标跟踪技术领域,具体涉及一种基于GLMB的自适应航迹起始方法,本发明根据连续两个时刻的量测数据遍历所有可能的航迹,并通过速度筛选规则和多普勒信息筛选规则对量测数据进行初步筛选去除大部分杂波,根据后验概率计算目标量测概率来区分量测来源,通过目标量测概率可以区分量测源于新生目标还是存活目标,利用多普勒量测中隐含的速度信息计算出新生目标分初始运行状态并进入到下一步的预测过程中,完成航迹起始功能。
-
公开(公告)号:CN116520310A
公开(公告)日:2023-08-01
申请号:CN202310493468.8
申请日:2023-05-04
Applicant: 哈尔滨工程大学
Abstract: 本发明属于机动多目标跟踪领域,尤其涉及一种多普勒盲区下的多目标跟踪方法,包括:基于目标运动状态、杂波凹口函数及传感器状态,构建多普勒雷达检测概率模型;基于所述多普勒雷达检测概率模型,构建用于对目标状态估计及跟踪的量测模型,并进行预测过程,得到多目标先验密度;在算法更新过程中,增加额外的伪量测分量和增强量测分量,使目标在多普勒盲区内丢失量测的情况下,仍然保持较高的权重防止航迹被裁剪,并在目标驶出盲区后重新分配航迹,保证跟踪器正常运行;基于多普勒雷达的量测集,进行更新过程,计算IMM‑GLMB算法的多目标后验密度;根据所述IMM‑GLMB模型提取目标运动状态,得到当前目标运动状态估计结果。
-
公开(公告)号:CN116520279A
公开(公告)日:2023-08-01
申请号:CN202310503330.1
申请日:2023-05-06
Applicant: 哈尔滨工程大学
IPC: G01S7/41 , G06F18/2135 , G06F17/16
Abstract: 本发明公开了一种海杂波抑制方法,步骤1、对雷达接收的目标反射回波信号序列进行脉冲压缩后,将回波信号按周期重排成快慢时间维回波矩阵Xc,一行代表一个周期;步骤2、对按周期重排成快慢时间维回波矩阵Xc的目标回波信号采用主成分分析方法在不改变特征维度的情况下去除海杂波间的相关性,得到去相关后的目标回波信号Xp;步骤3、对去相关后的目标回波信号Xp进行周期奇异值分解,抑制杂波并重构出目标回波信号。本发明不依赖于海杂波模型,具有较好的通用性与实效性,且较好地解决了传统子空间类抑制算法难以区分目标和杂波频谱重合的慢速运动目标导致目标误警率过高的问题。
-
-
-
-
-
-
-
-
-