-
公开(公告)号:CN109977914A
公开(公告)日:2019-07-05
申请号:CN201910277669.8
申请日:2019-04-08
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供基于VMD的自适应降噪方法,属于信号处理技术领域。本发明首先分别对含噪声的多分量信号和纯噪声信号进行VMD分解,并计算分解后的本征模态函数的能量,然后将这两个本征模态函数的能量进行对比得到噪声分量和信号分量;对于噪声分量,利用信号间隙降噪的方法获得降噪后的噪声分量,做差即可求得噪声信号;对信号分量进行自适应滤波处理,获得信号分量中的噪声,做差即可求得降噪后的信号分量;最后对降噪后的各个本征模态函数求和,即可求得最终降噪后的信号。本发明解决了现有信号降噪技术会极大的破坏信号的连续性特征的问题。本发明可用于语音系统、雷达侦察等多种信号降噪的场景当中。
-
公开(公告)号:CN106645943A
公开(公告)日:2017-05-10
申请号:CN201610825420.2
申请日:2016-09-14
Applicant: 哈尔滨工业大学
IPC: G01R23/16
CPC classification number: G01R23/16
Abstract: 一种基于小波理论和EEMD的微弱信号的去噪方法,涉及微弱信号去噪技术。它是为了解决现有技术对于信噪改善比效果不良的问题。本发明包括:获取原始信号并对其进行EEMD分解,得到本征模态函数集合,通过本每个本征模态函数的能量关系确定用于重构的本征模态函数;对每个用于重构的本征模态函数中每两个过零点之间的极值绝对值与阈值比较并做剔除噪声处理;通过随机改变第一个本征模态函数的采样位置,得到原始信号不同带噪形式,分别对每种所述带噪形式做处理,得到重构后的信号;对所述重构后得到的信号取平均,得到去噪后的信号。本发明可以自适应地结合不同信号的特点有针对性地去噪处理,对目标微弱信号的信噪改善比大于15dB,均方根误差较小。
-
公开(公告)号:CN104010199A
公开(公告)日:2014-08-27
申请号:CN201410218920.0
申请日:2014-05-22
Applicant: 哈尔滨工业大学
IPC: H04N21/2383 , H04N21/236 , H04N19/166
Abstract: 基于组解码技术的信号叠加复用视频传输方法,涉及一种视频传输方法。它是为了提高无线信道中的视频传输频谱速率。本发明提出了将信号叠加复用应用到SVC视频传输系统;并将SGD作为解码方法,引入到本发明中;以及考虑了对于单天线和多天线SVC视频广播系统中,基于SGD解码策略的功率分配问题。仿真结果表明本发明提出的方法,与传统的时分复用多址接入(CDMA)相比,接收端的视频可以获得更高的PSNR。本发明适用于视频传输过程中。
-
公开(公告)号:CN103001901A
公开(公告)日:2013-03-27
申请号:CN201210516087.9
申请日:2012-12-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于MDPCM的集成电路高速数字接口模块,涉及一种集成电路高速数字接口模块。是为了在保证高速集成电路芯片接口速率的前提下,降低信道中传输的脉冲的频率与个数,进而达到降低脉冲速率但不减小数据速率的目的。它的控制器CPU的调制器控制信号输出端与MDPCM调制器的控制信号输入端连接,控制器CPU的解调器控制信号输出端与MDPCM解调器的控制信号输入端连接;控制器CPU的锁相环控制信号输出端与锁相环的控制信号输入端连接;锁相环的数据发送高速时钟信号输出端与MDPCM调制器的时钟信号输入端连接;锁相环的数据接收高速时钟信号输出端与MDPCM解调器的时钟信号输入端连接。本发明适用于高速数字集成电路中。
-
公开(公告)号:CN102983907A
公开(公告)日:2013-03-20
申请号:CN201210519607.1
申请日:2012-12-06
Applicant: 哈尔滨工业大学
IPC: H04B10/116
Abstract: 电脑与可见光收发设备间基于可见光通信的数据传输系统,涉及一种基于可见光通信的数据传输系统。它解决了目前的采用USB接口与电脑进行数据传输方法存在的保密性差,受USB接口束缚严重的问题。传输过程一:电脑中央控制器CPU将需要发送的信息转换成图像在带有可见光通信功能的显示屏进行显示;可见光收发设备将该图像聚焦在光敏元件上,并进行自适应放大、匹配滤波、采样、判决后获得电脑的发射数据;传输过程二:将待发送数据调制后通过可见光通信发光区域发射;电脑将该图像聚焦至光敏元件上,并进行自适应放大、滤波、采样、判决后获得可见光收发设备的发射数据。本发明适用于电脑与可见光收发设备间的数据传输。
-
公开(公告)号:CN102568137A
公开(公告)日:2012-07-11
申请号:CN201210001092.6
申请日:2012-01-04
Applicant: 哈尔滨工业大学
Abstract: 基于无线网络的笔记本电脑防盗器,本发明涉及一种笔记本电脑防盗器。它是为了实现笔记本电脑防盗。其发射端:加速度传感器的加速度信号输出端与比较器的一个输入端连接;比较器的触发信号输出端与D触发器的触发信号输入端连接;D触发器的信号输出端与无线信号发送模块的信号输入端连接;其接收端:无线信号接收电路的无线信号输出端与控制电路的无线信号输入端连接;无线信号接收电路用于接收无线信号发送模块发送的信号。本发明适用于笔记本电脑防盗。
-
公开(公告)号:CN101667252B
公开(公告)日:2011-07-20
申请号:CN200910073058.8
申请日:2009-10-15
Applicant: 哈尔滨工业大学
Abstract: 基于ART2A-DWNN的通信信号调制方式的分类识别方法,属于通信信号调制方式的分类识别领域。它解决了单个神经网络对通信信号进行分类识别判决周期长,准确性低的问题。本发明方法采用基于ART2A网络的ART2A-E算法作为组合神经网络的第一层,通过选取相对较小的警戒参数值将相近模式进行粗糙分类;DWNN直接连在ART2A网络相应类别的输出层,采用时域频域同时具有较高分辨率的Morlet母小波ψ(x),利用误差反向传播法进行学习,采用共轭梯度法修改突触权值,直到输出在误差范围以内,经过ART2A-E粗略分类后,每个类内的模式数目减少,使DWNN能够快速收敛。本发明用于对通信信号的分类识别。
-
公开(公告)号:CN101667252A
公开(公告)日:2010-03-10
申请号:CN200910073058.8
申请日:2009-10-15
Applicant: 哈尔滨工业大学
Abstract: 基于ART2A-DWNN的通信信号调制方式的分类识别方法,属于通信信号调制方式的分类识别领域。它解决了单个神经网络对通信信号进行分类识别判决周期长,准确性低的问题。本发明方法采用基于ART2A网络的ART2A-E算法作为组合神经网络的第一层,通过选取相对较小的警戒参数值将相近模式进行粗糙分类;DWNN直接连在ART2A网络相应类别的输出层,采用时域频域同时具有较高分辨率的Morlet母小波ψ(x),利用误差反向传播法进行学习,采用共轭梯度法修改突触权值,直到输出在误差范围以内,经过ART2A-E粗略分类后,每个类内的模式数目减少,使DWNN能够快速收敛。本发明用于对通信信号的分类识别。
-
公开(公告)号:CN119936789A
公开(公告)日:2025-05-06
申请号:CN202510119065.6
申请日:2025-01-24
Applicant: 哈尔滨工业大学
IPC: G01S5/06 , G06F16/901
Abstract: 一种基于分布式数据处理的TDOA定位方法,本发明涉及基于分布式数据处理的TDOA定位方法。本发明的目的是为了解决传感器资源受限下的目标定位准确率低的问题,而提出一种基于分布式数据处理的TDOA定位方法。一种基于分布式数据处理的TDOA定位方法具体过程为:步骤一、构建TDOA定位系统模型;步骤二、基于TDOA定位系统模型,获得最优传感器配对组合;步骤三、基于最优传感器配对组合,对待定位目标源位置p进行估计,得到待定位目标源位置p的估计值。本发明用于TDOA定位领域。
-
公开(公告)号:CN115877376A
公开(公告)日:2023-03-31
申请号:CN202211566615.1
申请日:2022-12-07
Applicant: 哈尔滨工业大学
IPC: G01S13/88 , G01S13/32 , G01S13/58 , G01S13/89 , G06F18/213 , G06F18/10 , G06F18/214 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F3/01
Abstract: 基于多头自注意力机制的毫米波雷达手势识别方法及识别系统,本发明涉及基于毫米波雷达的快速、轻量化手势识别方法及识别系统。本发明的目的是为了解决现有的基于雷达的手势识别技术大多利用特征谱图和卷积神经网络进行手势的分类识别,训练时间长,占用的储存空间大,没有考虑注意力机制的问题。过程为:一、采用毫米波雷达进行手势数据采集,形成手势数据训练集;二、获得距离多普勒图;三、对距离‑时间谱、速度‑时间谱、方位谱和俯仰谱进行简化,得到28×4维的混和特征向量;四、得到训练好的手势识别网络;五、将毫米波雷达采集的待测手势数据经过二、三输入训练好的手势识别网络,获得待测手势数据识别结果。本发明用于手势识别领域。
-
-
-
-
-
-
-
-
-