-
公开(公告)号：CN112183300B
公开(公告)日：2024-03-22
申请号：CN202011012693.8
申请日：2020-09-23
Applicant: 厦门大学
IPC: G06F18/24 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明给出了一种基于多层次稀疏表示的AIS辐射源识别方法及系统，包括对AIS信号的训练样本进行预处理后，截取训练样本中的有效数据作为原始信号；利用基于深度学习中的注意力机制对输入信号的各个特征通道按重要程度进行加权的方式建立深度神经网络，提取原始信号的浅层特征和深层特征；构建原始信号的原始字典，再利用浅层特征和深层特征对原始字典进行扩充，并降维后得到多层次字典；利用多层次字典对AIS信号的测试样本进行稀疏重构，当稀疏重构误差最小时，对应的AIS信号类别为AIS信号的测试样本所属的辐射源个体。以上方法便于从原始信号中抽取更有利于分类的浅层特征和深层特征，能够获得更高的准确率，并且在小样本情况下依然具有过完备性。
-
公开(公告)号：CN117311357A
公开(公告)日：2023-12-29
申请号：CN202311354878.0
申请日：2023-10-19
Applicant: 厦门大学深圳研究院
IPC: G05D1/02
Abstract: 本发明提供一种基于改进遗传算法的多USV编队队形优化方法和装置，方法包括步骤：以多USV编队作为当前种群，将多USV编队中的个体分为领航者USV和跟随者USV，随机初始化跟随者USV的解；以编队探测效能为适应度函数，利用改进的遗传算法优化多USV编队的队形；优化指定的迭代次数，获得优化的多USV编队的队形。本发明的策略以最大化编队探测效能为目标，根据水声环境建模和探测系统仿真构建了基于多USV的目标探测概率模型，并考虑了海洋环境中的障碍物影响，将障碍物位置约束引入优化算法中，支持USV编队在线避障；在遗传算法的种群选择中，加入精英选择策略，保证优质种群质量，在变异操作中，引入大变异概率策略，提高了优化算法跳出局部最优值的能力。
-
公开(公告)号：CN116644300A
公开(公告)日：2023-08-25
申请号：CN202310106883.3
申请日：2023-02-10
Applicant: 厦门大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明提出了一种基于信道状态信息的穿墙目标行为识别方法，包括：将采集到的CSI信号进行预处理；对预处理后的所述CSI信号进行PCA数据降维，去除冗余信号和无关信息，提取最优子载波；将PCA降维后提取的信号进行一阶差分处理，之后利用基于缓冲区滑动窗口的方法分割有效的特征信号片段；将所述有效的特征信号片段通过STFT转换成带有时频域特征的特征图像，并将其输入到预训练好的SE‑ResNet18卷积神经网络中进行行为识别分类。本方法可以穿透墙体实现墙后人体目标的行为识别，相较于传统的深度学习网络，本方法采用小样本迁移学习的方法结合预训练模型，在训练次数较少、迭代次数较少、训练时间较短的情况下，识别精度可达91.67％，能够有效完成行为识别分类任务。
-
公开(公告)号：CN116170086A
公开(公告)日：2023-05-26
申请号：CN202310083085.3
申请日：2023-02-08
Applicant: 厦门大学
Abstract: 本申请提出了一种双模索引信号正交复用系统发送端星座对设计方法及装置，该方法包括以下步骤：S1、分析所述系统单个块中的误码率性能，计算得到所述系统的成对错误概率；S2、计算所述系统在解调过程中发生错误事件在最坏情况下的信号均值，以使所述成对错误概率最小化，其中，所述最坏情况下的信号均值取决于两个星座点之间最短距离的大小；S3、根据所述最坏情况下的信号均值获取两个所述星座点之间的位置约束关系，从而得到第一星座对。本申请通过采用新的星座对设计，解决了双模索引信号正交复用系统采用传统星座对时误码率性能较低的问题。
-
公开(公告)号：CN115712856A
公开(公告)日：2023-02-24
申请号：CN202211526466.6
申请日：2022-11-30
Applicant: 厦门大学
IPC: G06F18/24 , G06F18/213 , G06F18/00 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出了一种基于CNN‑CBAM‑BDA的跨接收机辐射源识别方法和系统，包括：采集若干不同接收机接收到的信号生成跨接收机辐射源个体识别样本集；对所述样本集进行归一化处理，划分为源域样本和目标域样本，对所述源域的全部样本和所述目标域中部分样本进行标记，并将所述目标域剩余的样本作为待测样本集；构建CNN特征提取模块，并利用所述源域样本数据训练CNN网络，引入CBAM注意力机制进一步提取深层特征。本发明使用了基于卷积神经网络的辐射源个体识别模型，加入了卷积块注意力机制，克服了现有传统技术效率低、普适应弱、精度低的等问题，使得本发明可以自动提取辐射源的深度特征，提高了网络的识别速度和精度。
-
Patent Agency Ranking
公开(公告)号：CN110412546B
公开(公告)日：2022-09-16
申请号：CN201910745603.7
申请日：2019-08-13
Applicant: 厦门大学
Abstract: 本发明给出了一种用于水下目标的定位方法和系统，包括获取信号源发送的水声信号，采集目标当前位置的水声信号强度；基于斜率修正算法和水声信号强度的衰减值，计算目标与信号源的距离；利用惯性导航技术推算目标的估算位置，利用距离对估算位置进行目标运动姿态位置的修正，获得目标的修正位置；基于估算位置与修正位置的精度，设定相应的权重值，并估算位置与修正位置进行加权最小二乘，获得目标的位置信息。通过对估算位置和修正位置的加权最小二乘计算，极大的提高了水下定位的精度，与现有基于SINS的航迹推算定位相比，定位效果更为准确。
-
公开(公告)号：CN112462785B
公开(公告)日：2022-06-03
申请号：CN202011409963.9
申请日：2020-12-04
Applicant: 厦门大学
IPC: G05D1/02
Abstract: 本发明公开了一种移动机器人路径规划方法、装置及存储介质，通过基于移动机器人车载激光雷达获取的环境信息构建环境地图，进行栅格地图建模，每个栅格根据环境信息被标记为障碍区和自由空间，设定起始点和目标点；建立第一层RRT*搜索树，第一层RRT*搜索树以起始点为根节点进行搜索，并采用基于反馈的目标偏向的采样策略在自由空间生成随机采样点，得到初始路径；对初始路径进行分段剪枝和平滑处理，将处理后的初始路径作为移动机器人的全局路径进行执行；建立第二层RRT*搜索树，第二层RRT*搜索树采用反向维护策略以目标点为根节点进行搜索，并通过基于欧氏距离和轨迹角度构建的代价函数优化全局路径中剩余路径的路径代价，生成最佳运动路径。
-
公开(公告)号：CN111431832B
公开(公告)日：2021-08-10
申请号：CN202010200953.8
申请日：2020-03-20
Applicant: 厦门大学
IPC: H04L27/26 , H04L27/34 , H04B7/0413
Abstract: 本发明给出了一种基于多维OFDM的信号调制方法和系统及MIMO通信系统，包括对信号源发出的原始信号进行模/数变化和串并变化处理，并基于机器学习的脉冲成型优化处理生成模拟信号；基于模拟信号中信噪比的函数关系确定模拟信号对应的最佳星座点位置，并将模拟信号映射至最佳星座点上；基于子载波个数和频率为样本集，利用机器学习以子载波中的误码率和传输效率为目标函数确定模拟信号的最佳子载波；通过多维OFDM对模拟信号进行调制，响应于调试后的峰均比PAPR小于预设的阈值，利用最佳子载波发送调制后的信号。本发明直接利用OFDM发送信号模型对原始信号进行调制，整个信号调制过程完全自动化，减少人工处理时间和复杂度。
-
公开(公告)号：CN110429954B
公开(公告)日：2021-03-23
申请号：CN201910746213.1
申请日：2019-08-13
Applicant: 厦门大学
Abstract: 本发明公开了一种基于混沌扩频的变换域水声通信方法，包括以下步骤：S1：在发射端和接收端分别对环境信道进行采样获得环境噪声信号，对环境噪声信号进行FrFT处理得到环境谱向量；S2：通过改进型Logistic映射构造获得双混沌序列，对双混沌序列进行处理后通过FrFT得到伪随机相位；S3：环境谱向量与伪随机相位进行匹配后，经幅值调整得到FrFT域基函数，对FrFT域基函数进行IFrFT得到时域基函数；S4：在发射端将发射端的时域基函数进行基带映射得到扩频信号，将扩频信号发送到接收端；S5：在接收端通过接收端的时域共轭基函数对扩频信号进行相关解调得到信息信号。本方法具有更好的隐蔽性、抗干扰能力和抗多径等能力，能在很低的信噪比下实现可靠的通信。
-
公开(公告)号：CN112187375A
公开(公告)日：2021-01-05
申请号：CN202011012684.9
申请日：2020-09-23
Applicant: 厦门大学
Abstract: 本发明给出了一种基于MPPAM调制的三维空间信号调制解调方法及系统，包括将原始信号进行模/数、串并变换，根据得到的信号进行分析和训练，选取出最佳的三维星座点图，将不同脉冲位置和脉冲幅度的脉冲信号构成训练集，用不同的MPPAM调制信号对训练集中的脉冲信号进行调制后，进行信道传输的模拟，基于模拟得到的接收信噪比与信号功率和噪声功率的函数关系，确定最佳MPPAM调制信号，利用三维星座点图对模拟得到的接收信号进行相关解调，构造目标函数基于机器学习算法进行训练，确定最佳的三维星座点图，用于实际接收信号的解调。解决了在复杂环境信道下发送接收MPPAM信号时，对信号传输速率慢，误码率高，带宽利用率低的问题，并且有较低的调制复杂度。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.03 seconds)
