-
公开(公告)号：CN114898108B
公开(公告)日：2023-01-06
申请号：CN202210321733.X
申请日：2022-03-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的CNN模型轻量化方法、一种目标检测方法及系统，涉及目标检测技术领域，用以解决现有基于FPGA的CNN模型在目标检测中能量效率较低导致不能满足低功耗、低延时计算需求的问题。本发明的技术要点包括：对SqueezeNet网络模型的卷积层进行定点化，定点化是指对计算和内存存储中的浮点数进行定点表示和运算，包括对输入特征图的定点化、对卷积层参数的定点化和对卷积层激活函数的定点化，其中，输入特征图和卷积层参数均为单精度浮点数；进而还提供一种包含上述SqueezeNet网络模型的目标检测方法及系统。本发明降低了检测网络的计算复杂度，适用于特定场景下的边缘计算平台，提升了检测模型的能量使用效率。
-
公开(公告)号：CN114978195A
公开(公告)日：2022-08-30
申请号：CN202210469858.7
申请日：2022-04-30
Applicant: 哈尔滨工业大学
IPC: H03M13/13
Abstract: 一种极化码串行抵消列表译码码字相关的错误图样集搜索方法及系统，涉及极化码译码技术领域，用以解决现有Chase‑II算法码字生成时产生错误图样遗漏的问题。本发明对于极化码串行抵消列表译码对应的Rate‑1和SPC外码，按照以下过程进行错误图样搜索：迭代循环多次，每次循环时在待选错误图样集合中循环遍历获得待选错误图样εe或其元素总数为偶数/奇数的εe；在待比较错误图样集合中循环遍历获得待比较错误图样εt或其元素总数为偶数/奇数的εt；对εe和εt进行条件判定，确定是否存在关系根据列表大小进行其他条件判定，最终确定错误图样集。本发明根据输入似然值序列长度和列表大小对错误图样的限制生成所需错误图样，提升了其在快速串行抵消列表译码应用中的纠错能力。
-
公开(公告)号：CN108365954B
公开(公告)日：2020-09-04
申请号：CN201810132547.5
申请日：2018-02-09
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种控制码复用方法，包括信道检测、发送端发送密文、调制密文序列和解调密文序列以完成密文信息传递，本发明提出一种有效对抗量子信道多类型非相干攻击的融合偏振基选择和顺序重排的控制码复用方法。偏振基选择和顺序重排两种量子信号调制模式，在克服攻击方面各具优势，但目前研究无法将两种模式兼顾，本发明提出一种控制码复用方法，可以承载这两种模式，达到克服多类型非相干攻击的效果。
-
公开(公告)号：CN110554352A
公开(公告)日：2019-12-10
申请号：CN201910860830.4
申请日：2019-09-11
Applicant: 哈尔滨工业大学
Abstract: 基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,涉及基于VGG16神经网络的测控系统干扰源波达方向估计领域。是为了克服传统DOA估计算法复杂度高、效率低或误差大的缺点，以及在测控系统估计过程中由于人为因素带来的局限严重的问题。发明有效利用VGG16神经网络技术，通过VGG16神经网络的方法对已有数据集进行训练，从而得到VGG16神经网络模型，从而利用VGG16神经网络对干扰源DOA值进行估计。这种计算方法效率高，误差小，是一种更好的解决方案。
-
公开(公告)号：CN110535519A
公开(公告)日：2019-12-03
申请号：CN201910862193.4
申请日：2019-09-11
Applicant: 哈尔滨工业大学
IPC: H04B7/08
Abstract: 一种基于空间平滑的稳健自适应波束形成方法，涉及阵列天线自适应波束形成领域，本发明的目的在于克服期望信号和干扰信号相干，阵列接收信号的协方差矩阵将会出现秩亏损现象，使用传统自适应波束形成算法就会导致期望信号相消，从而造成波束形成器性能的急剧下降的问题。本发明基于最差性能最优准则，在保证所有可能的期望信号导向矢量和釆样相关矩阵无衰减的通过波束成形器的基础上，使阵列输出的干扰和噪声功率最小化。本发明克服了期望信号和干扰信号相干，阵列接收信号的协方差矩阵将会出现秩亏损现象，提高波束形成器性能。
-
Patent Agency Ranking
公开(公告)号：CN110120042A
公开(公告)日：2019-08-13
申请号：CN201910400617.5
申请日：2019-05-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于SLIC超像素和自动阈值分割的农作物图像病虫害区域提取方法，涉及基于图像处理的农作物病虫害检测领域。本发明通过对上传图像信息进行图像预处理，然后根据SLIC超像素分割算法将图像分割为若干超像素区域，从而提取病虫害叶片的边缘信息；以分割为超像素的图片为基础，通过直方图相交法合并超像素区域，从而将农作物叶片从背景干扰中提取出来。最后通过对叶片进行像素点遍历，利用叶片图像中正常区域与病虫害区域图像纹理相差较大的原理，设置自动阈值迭代将病虫害区域与健康区域分割开，具有较高的提取精度和效率。
-
公开(公告)号：CN106131915B
公开(公告)日：2019-06-11
申请号：CN201610828586.X
申请日：2016-09-18
Applicant: 哈尔滨工业大学
Abstract: 基于接收端的智能电网高级数据设施认知无线电网络路由协议的数据传输方法，涉及智能电网高级数据设施认知无线电网络路由协议的数据传输技术。本发明是为了实现以接收端为核心的智能电网高级测量设施数据认知无线电网络路由而建立。本发明在该路由协议下的数据传输过程为：根据发送端的等级及认知信道可用情况，每一个接收节点分别决定是否参与数据传输过程，所有参加数据传输的过程的接收节点在跳转中竞争，竞争胜出者进行传输数据。本发明适用于具有认知无线电功能的智能电网高级测量设施数据网络。
-
公开(公告)号：CN109347601A
公开(公告)日：2019-02-15
申请号：CN201811189786.0
申请日：2018-10-12
Applicant: 哈尔滨工业大学
Abstract: 基于卷积神经网络的抗音调干扰LDPC码的译码方法，本发明涉及LDPC码的译码方法。本发明的目的是为了解决现有神经网络译码模型在受到音调干扰的时候，译码性能准确率低的问题。过程为：1、建立用于LDPC码译码的卷积神经网络；2、确定卷积神经网络的初始参数；3、基于通信信号获得卷积神经网络的训练样本和测试样本；4、将训练样本输入到卷积神经网络中进行训练，得到训练好的卷积神经网络；5、将测试样本输入训练好的卷积神经网络进行测试，得到最终训练好的卷积神经网络；6、利用最终训练好的卷积神经网络对受到音调干扰的LDPC码进行译码。本发明属于通信技术领域。
-
公开(公告)号：CN106017400B
公开(公告)日：2018-12-11
申请号：CN201610551043.8
申请日：2016-07-13
Applicant: 哈尔滨工业大学
IPC: G01B21/28
Abstract: 基于耕作轨迹等效矩形累加的农机作业面积测量方法，涉及农机作业面积测量技术。本发明是为了农机作业面积测量方法的精度低、效率低的问题。本发明通过使用车载GPS设备采集的作业轨迹点集合，对漂移的作业轨迹点进行过滤、坐标转换、插点和划分，最后使用基于耕作轨迹等效矩形累加的农机作业面积计算方法计算出农机的作业面积。除车载GPS设备外，本发明无需使用其他数据采集设备，降低了测量系统的复杂度并减少了设备成本。另外本发明相对于现有的作业轨迹面积测量方法具有计算复杂度低的特点，并能有效避免重复耕作对于测量结果造成的影响。本发明适用于农机作业面积测量场合。
-
公开(公告)号：CN108777604A
公开(公告)日：2018-11-09
申请号：CN201810486452.3
申请日：2018-05-18
Applicant: 哈尔滨工业大学
IPC: H04L1/00 , H04B1/7163
Abstract: 一种基于高斯混合模型聚类的波分多址超宽带多用户检测方法，本发明涉及波分多址超宽带多用户检测方法。本发明为了解决现有波分多址超宽带多用户检测方法实时性差以及检测性能低的问题。本发明包括：一：获取高斯信道下波分多址超宽带信号，将超宽带信号输入至K个匹配滤波器中进行初步检测，得到匹配滤波结果y；二：将K个用户的匹配滤波结果y进行符号判决和码元映射，将匹配滤波结果y映射为符合高斯混合模型的码元映射结果；三：将码元映射结果进行高斯混合模型聚类，将错误码元纠错后，输出波分多址超宽带多用户检测结果。本发明用于超宽带通讯领域。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.027 seconds)
