-
公开(公告)号：CN100516258C
公开(公告)日：2009-07-22
申请号：CN200610009848.6
申请日：2006-03-24
Applicant: 哈尔滨工业大学
Abstract: 本发明提供的是一种用于颗粒增强铝基复合材料焊接的复合焊料的制法及其设备。将清洁的基体合金放置入坩埚中，启动抽真空装置的真空泵、抽真空至5×10-5乇，然后在真空系统内充入保护气体，将合金加热，控制加热温度下限高于基体合金的液相线，上限低于液相线+100～125℃，进行熔化，待合金全部熔化后解除真空，对合金液进行除渣处理，按所需体积分数，加入清洁的增强相颗粒，抽真空后充保护气体，启动机械搅拌装置进行搅拌，同时启动超声波振动装置从坩埚底部导入超声波振动，待搅拌及超声波振动停止后，将复合焊料合金液进行除渣处理后随炉冷却制成复合焊料铸錠。本发明能够提高复合焊料的制备效率，克服增强相/基体的润湿不彻底及增强相微观偏聚的问题，优化基体合金凝固组织。
-
公开(公告)号：CN101285160A
公开(公告)日：2008-10-15
申请号：CN200810064574.X
申请日：2008-05-23
Applicant: 哈尔滨工业大学
IPC: C22F3/02
Abstract: 焊接铝基复合材料使焊缝区域增强相均匀分布的方法，它涉及铝基复合材料焊接的方法。它解决了现有焊接铝基复合材料时焊缝区域的增强相分布不均且难以控制的问题。方法：一、对铝基复合材料进行加热，然后将填充材料填充到焊缝中，并加热至成为液相，超声处理后冷却；二、冷却至焊缝金属的固相占焊缝金属总体积的30％～60％再进行超声处理，空冷至室温，即得焊缝区域增强相均匀分布的铝基复合材料的焊接接头。本发明得到的铝基复合材料接头的焊缝区域增强相分布均匀，界面结合良好，而且具有良好的力学、物理性能，为焊接铝基复合材料开辟了一条新的途径，为铝基复合材料在工业领域的广泛应用打下了良好的基础。
-
公开(公告)号：CN113780361B
公开(公告)日：2024-09-13
申请号：CN202110944158.4
申请日：2021-08-17
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: G06V10/764 , G06V20/64 , G06V10/82 , G06N3/0464
Abstract: 本发明提出一种基于2.5D‑CNN算法的三维探地雷达图像地下管线识别方法，所述方法包括步骤1：对已经得到的探地雷达的三维回波图像进行直达波去除，以及小波去噪；步骤2：将已预处理的探地雷达的三维回波图像进行标注，分别为横向管线、纵向管线、地下空洞和无目标四类，并将其打乱，随机分配至训练集和验证集；步骤3：利用步骤2的训练集和验证集对2.5D‑CNN的神经网络模型进行训练，得到训练好的权重模型；步骤4：利用步骤3获得训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测。本发明解决了传统方法识别地下管线目标效率低以及准确率低的问题。
-
公开(公告)号：CN114169411B
公开(公告)日：2024-08-02
申请号：CN202111384746.3
申请日：2021-11-22
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提出一种基于3D‑CNN算法的三维探地雷达图像地下管线识别方法，通过探地雷达获得三维回波图像，对三维回波图像进行预处理，将已预处理的探地雷达的三维回波图像进行标注，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对3D‑CNN的神经网络模型进行训练，得到训练好的权重模型；利用获得训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测，最终标注出带有地下管线信息的三维回波图像；本发明可以将地下管线目标识别概率提高到95％以上，且对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率并且可以大幅降低管线虚检概率。
-
公开(公告)号：CN114169410B
公开(公告)日：2024-08-02
申请号：CN202111383573.3
申请日：2021-11-22
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明提出一种基于长短期记忆模型的探地雷达地下空洞目标自动识别方法，对已获取的地下空洞目标的探地雷达回波图像进行预处理，得到横向波纹受到抑制的探地雷达回波图像；对生成的探地雷达回波图像进行预筛选，标记明确空洞目标像素位置；对已标记的图像数据进行增广处理，得到处理后的具有相似分布的增广图像数据集；使用增广图像数据集，进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；将得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；将得到的验证集输入得到的权重模型，对图像进行目标识别分类；采用本发明的方法能有效的提高识别概率，将识别概率提高到90％以上。
-
Patent Agency Ranking
公开(公告)号：CN113901878B
公开(公告)日：2024-04-05
申请号：CN202111068615.4
申请日：2021-09-13
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/084
Abstract: 本发明提出一种基于CNN+RNN算法的三维探地雷达图像地下管线识别方法，对已经得到的探地雷达的三维回波图像进行直达波去除，以及小波去噪；将已预处理的探地雷达的三维回波图像进行标注，分别为横向管线、纵向管线、地下空洞和无目标四类，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对CNN+RNN的神经网络模型进行训练，得到训练好的权重模型；利用训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测；采用本发明的方法对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率和识别速度，可以将地下管线目标识别概率提高到95％以上。
-
公开(公告)号：CN113780362B
公开(公告)日：2024-04-02
申请号：CN202110945451.2
申请日：2021-08-17
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/44 , G06V10/50
Abstract: 本发明提出一种基于隐马尔可夫模型的探地雷达地下空洞目标自动识别方法，所述方法共6个步骤：对已获取的地下空洞目标的探地雷达回波图像进行预处理得到处理后的横向波纹得到抑制的图像；对生成的图像进行预筛选标注明确空洞目标像素位置；利用已标注的数据进行图像增广处理得到处理后的具有相似分布的图像；利用增广图像数据集，使用三种方法进行特征提取得到特征向量数据集；将获得的特征向量分为训练集和验证集，对隐马尔可夫模型进行训练得到权重模型；将获得的验证集输入得到的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
公开(公告)号：CN114594428B
公开(公告)日：2022-11-01
申请号：CN202210203946.2
申请日：2022-03-02
Applicant: 哈尔滨工业大学
Abstract: 基于脉间频率编码脉内线性调频的间歇采样干扰抑制方法，涉及雷达抗干扰领域。本发明是为了解决现有间歇采样干扰抑制方法可实施性差，以及针对经过频率调制的间歇采样干扰时抑制会失效的问题。本发明包括：获取最优脉间频率编码脉内线性调频信号的回波；对回波进行脉冲压缩；将脉冲压缩结果在快时间维进行相位补偿；将相位补偿结果在慢时间维超分辨处理获得真假目标多普勒频率；利用真假目标多普勒频率构建设计斜投影矩阵；利用斜投影矩阵将相位补偿结果在慢时间维滤波处理；对滤波处理结果进行逆相位补偿；将逆相位补偿结果在慢时间维进行多普勒处理获得回波距离多普勒谱；利用回波距离多普勒谱实现目标有效探测。本发明用于抑制间歇采样干扰。
-
公开(公告)号：CN109061597B
公开(公告)日：2022-04-15
申请号：CN201810969137.6
申请日：2018-08-23
Applicant: 哈尔滨工业大学
IPC: G01S7/41
Abstract: 本发明提供基于盲源分离与时频脊波域滤波的电离层杂波抑制方法，属于雷达信号处理技术领域。本发明首先通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离，并对分离成分按信杂噪比从小到大进行排列；然后分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成，用接收信号波束形成结果逐个对消分离成分波束形成结果，选出其中信杂噪比最大的对消结果；最后对对消后的结果进行时频‑脊波域滤波处理，进一步提高信号的信杂噪比。本发明解决了现有电离层杂波抑制技术在信杂噪比较低情况下，杂波抑制效果差的问题，相对现有技术杂波抑制性能更优。本发明可用于高频雷达的超视距探测面对的强杂波问题。
-
公开(公告)号：CN114169410A
公开(公告)日：2022-03-11
申请号：CN202111383573.3
申请日：2021-11-22
Applicant: 哈尔滨工业大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于长短期记忆模型的探地雷达地下空洞目标自动识别方法，对已获取的地下空洞目标的探地雷达回波图像进行预处理，得到横向波纹受到抑制的探地雷达回波图像；对生成的探地雷达回波图像进行预筛选，标记明确空洞目标像素位置；对已标记的图像数据进行增广处理，得到处理后的具有相似分布的增广图像数据集；使用增广图像数据集，进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；将得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；将得到的验证集输入得到的权重模型，对图像进行目标识别分类；采用本发明的方法能有效的提高识别概率，将识别概率提高到90％以上。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.064 seconds)
