-
Patent Agency Ranking
公开(公告)号：CN110730494A
公开(公告)日：2020-01-24
申请号：CN201910988246.7
申请日：2019-10-17
Applicant: 哈尔滨工业大学
Abstract: 最大化无人机下行非正交多址NOMA移动用户最小安全速率的功率优化方法，涉及信息与通信技术领域。是为了提高最大化无人机下行非正交多址(NOMA)移动用户最小安全速率，本发明设计了一种最大化无人机下行非正交多址(NOMA)移动用户最小安全速率的功率优化方法，所述方法可以针对大量NOMA移动用户的安全传输进行功率分配优化，同时所述方法可有效利用有限资源在保证物联网业务一定的服务质量的同时，相对于平均功率分配方法能够有效提升NOMA移动用户的安全速率。
-
公开(公告)号：CN106789820B
公开(公告)日：2019-12-06
申请号：CN201611227245.3
申请日：2016-12-27
Applicant: 哈尔滨工业大学
Abstract: 联合正交变换与非正交的高效频分复用传输峰均比抑制方法，涉及无线通信技术领域的传输体制及技术，本发明针对使用非正交子载波的高效频分复用传输系统发送端具有较高峰均比的问题，使用符号正交变换的方式，在一定程度上对系统发送端峰均比加以抑制。本发明中，首先根据高效频分复用符号生成原理，对传输符号进行生成，并在此基础上针对对系统的发送端进一步增加正交处理模块，使传输系统发送端峰均比得以抑制。本发明可应用于新一代的地面、空载及卫星通信中，将会给在很大程度上解决未来频谱资源稀缺的问题，同时仿真结果表明，本发明的方法经正交变换处理过的传输系统峰均比会比传统的高效频分复用系统的峰均比要低。
-
公开(公告)号：CN106981072B
公开(公告)日：2019-07-16
申请号：CN201710181660.8
申请日：2017-03-15
Applicant: 哈尔滨工业大学
Abstract: 目标跟踪中基于多示例学习思想的训练样本选择方法，涉及计算机视觉领域的目标跟踪技术。本发明是为了解决目标跟踪中传统监督学习算法面临的“弱标记”样本的缺陷，导致无法保证准确对样本进行标记的问题。本方法：将所有正样本放入一个正样本包中，将对关于包的对数似然函数贡献较小的样本视为较差的样本。采用迭代的方式，每次迭代从正样本包中移除最差的样本，直到正样本包中剩余足够数量的样本。本发明在跟踪准确性方面优于其他评估算法，同时具有较高的帧率，满足实时性要求。
-
公开(公告)号：CN108882226A
公开(公告)日：2018-11-23
申请号：CN201810601535.2
申请日：2018-06-12
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种在相同的载波数下支持更多用户的安全接入的基于双非正交特性的高频谱效率安全接入方法，属于信息与通信技术领域。本发明适用于上行链路，包括：S1：J个用户共享N个非正交子载波，并且J>N；J个用户的输入信号分别根据安全矩阵进行非正交安全映射,实现多址接入；S2：J路非正交安全映射后的信号分别进行非正交复用，且在非正交复用中可以改变带宽压缩因子；S3：J路非正交复用后的信号叠加成一路在信道中进行传输；S4：接收端对接收的信号进行非正交解复用；S5：根据安全矩阵对非正交解复用后的信号进行非正交安全解映射，获得J个用户输入信号的估计值。本发明还可以提高安全无线通信的性能、提高带宽利用率，同时保持每载波相同的传输速率。
-
公开(公告)号：CN106981072A
公开(公告)日：2017-07-25
申请号：CN201710181660.8
申请日：2017-03-15
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6278 , G06K9/6256 , G06T2207/10016 , G06T2207/20081 , G06T2207/30232
Abstract: 目标跟踪中基于多示例学习思想的训练样本选择方法，涉及计算机视觉领域的目标跟踪技术。本发明是为了解决目标跟踪中传统监督学习算法面临的“弱标记”样本的缺陷，导致无法保证准确对样本进行标记的问题。本方法：将所有正样本放入一个正样本包中，将对关于包的对数似然函数贡献较小的样本视为较差的样本。采用迭代的方式，每次迭代从正样本包中移除最差的样本，直到正样本包中剩余足够数量的样本。本发明在跟踪准确性方面优于其他评估算法，同时具有较高的帧率，满足实时性要求。
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
