-
公开(公告)号：CN118869868A
公开(公告)日：2024-10-29
申请号：CN202411129126.9
申请日：2024-08-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于FPGA平台的电台FM话音信号质量评估方法，主要解决现有话音质量评估时延高、对复杂电磁环境适应性差的问题。其实现方案是：对盲信号进行带通滤波并进行分帧处理，求分帧后的盲信号的功率谱，并计算其总能量；检测每帧盲信号中是否存在除底噪外的其他信号，并对存在其他信号的盲信号再检测每帧是否存在梳状干扰，估计含有梳状干扰盲信号帧的干扰能量；对盲信号中的通信信号与干扰信号进行分离，计算盲信号帧的通信信号能量，依据干扰能量与通信信号能量计算每帧盲信号的信干噪比；将信干噪比与设定门限作对比得出盲信号帧质量评价结果。本发明有效降低了评估时延，提高了在动态电磁环境下的评估准确性，可用于复杂电磁环境的信道抗干扰检测。
-
-
公开(公告)号：CN116718990A
公开(公告)日：2023-09-08
申请号：CN202310693679.6
申请日：2023-06-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种空管雷达窄脉冲干扰脉压前后联合抑制方法，包括：S1：对原始数据进行饱和检测及噪声积累；S2：建立方位‑杂波强度图，并进行杂波对消；S3：对脉冲对消后数据与原始I、Q数据进行时域上的反窄脉冲处理；S4：对原始数据进行步进干扰检测，标记疑似干扰单元；S5：疑似干扰点迹置信度评估；对疑似干扰单元窗口内的点迹进行置信度的计算，置信度的计算以点迹的特征值为基础，若计算的置信度低于预设值时，则丢弃此点迹。本发明方法有效解决了杂波对干扰检测的影响，根据窄脉冲干扰和异步干扰的特点进行干扰的精细检测与抑制，并在点迹凝聚后进行疑似干扰点迹置信度的计算，降低了窄脉冲干扰对点迹形成和航迹关联的影响。
-
公开(公告)号：CN113093126B
公开(公告)日：2023-09-08
申请号：CN202110372977.6
申请日：2021-04-07
Applicant: 西安电子科技大学
IPC: G01S7/40
Abstract: 本发明提出了一种调频连续波雷达信号处理系统的性能自检方法，主要解决现有雷达信号处理系统性能检测复杂，人力和物力浪费大的问题。其方案是：设定参数，利用信号发生器产生模拟目标信号；将模拟目标信号通过模/数转换模块转换为数字信号；通过脉冲压缩模块对数字信号进行运算得出模拟目标的数据D和距离参数d1、幅度参数m1；通过动目标检测模块对数据D的运算得出模拟目标的速度参数v1；将运算出的这些参数d1、m1、v1与设定的参数比对，通过比较其是否均在误差范围内判定整个系统的工作状态。本发明提高了目标信号稳定的稳定性，降低了运行功耗，终端界面显示检测结果更加直观清楚，可用于在室内环境下完成系统功能的检测。
-
公开(公告)号：CN116701996A
公开(公告)日：2023-09-05
申请号：CN202310617198.7
申请日：2023-05-29
Applicant: 西安电子科技大学 , 陕西汇智易知信息科技有限公司
IPC: G06F18/24 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06F18/25
Abstract: 基于多元损失函数的多模态情感分析方法、系统、设备及介质，方法包括：数据预处理，模型构建，模型训练及优化，任务迁移；系统、设备及介质用于实现基于多元损失函数的多模态情感分析方法；本发明通过基于交叉注意力机制的编码器进行模态融合，并利用对比学习框架进行多元损失函数的辅助训练，同时设置不同的迁移函数对不同的下游任务进行迁移，具有提升数据处理效率和融合效率，最大化利用相关性信息，降低噪声干扰，提高模型准确度、迁移性和鲁棒性的特点。
-
Patent Agency Ranking
公开(公告)号：CN111783576B
公开(公告)日：2023-08-18
申请号：CN202010562392.6
申请日：2020-06-18
Applicant: 西安电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0985
Abstract: 本发明公开了一种基于改进型YOLOv3网络和特征融合的行人重识别方法，主要解决现有技术在视频监控场景中对特定行人检索精度低且速度慢的问题。其方案为：1)构建行人图片数据集；2)搭建改进型YOLOv3网络；3)搭建融合全局特征和多尺度局部特征的行人重识别网络；4)利用数据集训练改进型YOLOv3网络和行人重识别网络；5)融合2)和3)训练后的这两个网络得到行人重识别系统；6)将监控视频和待检索的目标行人图片输入到行人重识别系统，对待检索目标行人进行检索，输出目标行人的重识别结果。本发明增强了对不同姿态行人的敏感度，提高了行人重识别的检索速度和精度，可用于区域安防、刑事侦查、视频监控及行为理解。
-
公开(公告)号：CN116564355A
公开(公告)日：2023-08-08
申请号：CN202310617199.1
申请日：2023-05-29
Applicant: 西安电子科技大学 , 陕西汇智易知信息科技有限公司
Abstract: 一种基于自注意力机制融合的多模态情感识别方法、系统、设备及介质，方法包括：数据预处理；特征提取；特征融合；训练模型；任务迁移；系统、设备及介质：用于实现一种基于自注意力机制融合的多模态情感识别方法；本发明通过对比学习的方法来微调预训练模型，从而获得模态之间的相关性信息，并以自注意力机制进行特征融合，同时设计了三种不同的迁移函数，以此来适配不同的下游任务，在提升模型准确度的同时，提高了算法的迁移性和鲁棒性，使得模型的应用范围更广。
-
公开(公告)号：CN116434159A
公开(公告)日：2023-07-14
申请号：CN202310392311.6
申请日：2023-04-13
Applicant: 西安电子科技大学
IPC: G06V20/54 , G08G1/01 , G06V20/40 , G06V10/82 , G06V10/774 , G06V10/62 , G06V10/25 , G06V10/764 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLO V7和Deep‑Sort的交通流量统计方法，包括以下步骤；(1)准备车辆数据集；(2)搭建改进的YOLOv7模型并进行训练，用于对步骤(1)的车辆数据集检测；改进的YOLOv7模型包括输入端、特征提取网络、特征融合网络和输出端；(3)搭建Deep‑Sort模型对检测后的车辆跟踪；Deep‑Sort模型包括目标检测模块、位置预测模块、特征匹配模块和更新模块；(4)使用基于运动轨迹与检测线的交通流量统计方法获取交通监控视频、绘制虚拟检测线、设置感兴趣区域、进入检测流程和跟踪流程，从而完成交通流量统计。本发明能够提高目标车辆的检测精度和提高车辆跟踪速度。
-
公开(公告)号：CN116242364A
公开(公告)日：2023-06-09
申请号：CN202310223562.1
申请日：2023-03-09
Applicant: 西安电子科技大学
IPC: G01C21/20 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于深度强化学习的多无人机智能导航方法，包括以下步骤；(1)在三维仿真环境中建立多架四旋翼无人机模型并生成包含障碍物和目标点的环境：(2)设置无人机的多维度特征融合的全局观测信息、局部观测信息和离散动作空间；(3)基于欧式距离的奖励函数，定义无人机状态的价值评价指标；(4)设计策略网络和状态价值网络；(5)设计临时经验池存储交互信息；(6)基于OA‑MAPPO算法进行深度强化学习网络训练，按照算法设定的流程采样步骤(5)中产生的样本，用于步骤(4)中设计的网络的训练；(7)实现多无人机智能导航。本发明能够实现良好的避障导航效果。
-
公开(公告)号：CN112734036B
公开(公告)日：2023-06-02
申请号：CN202110047589.0
申请日：2021-01-14
Applicant: 西安电子科技大学
IPC: G06N3/082 , G06N3/084 , G06F18/241
Abstract: 本发明公开了一种基于剪枝卷积神经网络的目标检测方法，主要解决现有目标检测方法中卷积神经网络复杂带来的检测速度慢和检测目标精度差的问题。本发明的具体步骤如下：(1)对卷积神经网络进行敏感度分析；(2)生成剪枝序列；(3)对网络进行剪枝；(4)选择修剪后目标检测卷积神经网络；(5)对网络进行微调；(6)对目标进行检测。本发明通过多次分层剪枝，选择最优的修剪后目标检测卷积神经网络，克服了现有目标检测方法中卷积神经网络复杂、速度不快和检测目标精度差的问题，使得本发明不仅检测精度高，也能够实时检测目标。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.029 seconds)
