-
公开(公告)号：CN103067066A
公开(公告)日：2013-04-24
申请号：CN201210551818.3
申请日：2012-12-18
Applicant: 哈尔滨工业大学
Abstract: 双天线卫星通信系统下行链路干扰抑制方法，涉及一种干扰抑制方法，为了解决现有适用于窄带的阵列天线抗强干扰系统将无法保证通信系统后续信号处理所需的信干噪比的问题。当卫星地面站受同波段信号强干扰时，卫星重复发送训练序列信号z(t)，启动卫星地面站双天线系统，将定向天线接收信号r(t)和全向天线信号r'(t)依次进行下变频和模/数转换，再利用干扰消除模块对获得定向天线离散采样序列R(nTs)和全向天线离散采样序列R'(nTs)干扰消除，获得估计序列将所述与本地的导频序列z(nTs)对比计算均方误差MSE；若MSE满足通信要求，则将解调输出，结束；若否，则通过发送反馈信号，对干扰消除模块进行参数调整，重新进行干扰消除。它用于卫星通信系统地面站的抗近距离强干扰。
-
公开(公告)号：CN103036589A
公开(公告)日：2013-04-10
申请号：CN201210566641.4
申请日：2012-12-24
Applicant: 哈尔滨工业大学
IPC: H04B1/7075 , H04B1/7085
Abstract: 一种基于SNR的扩频通信联合载波同步方法，涉及一种载波同步方法。它是为了实现接收端载波信号信噪比控制锁相环和锁频环的切换，进而实现对扩频通信载波信号的快速准确同步。它在接收机收到扩频信号后，对扩频信号进行捕获，同时估算信噪比，当捕获成功并且信噪比大于阈值后，则初始化频率和相位控制字。在载波跟踪回路中，设置鉴相标志字为1，锁相环工作而锁频环停用。而当相位误差超过门限值时，设置鉴相标志字为0，切换为FLL工作而PLL停用，从而实现锁相环和锁频环的切换，进而实现扩频通信的载波同步。本发明适用于扩频通信系统中。
-
公开(公告)号：CN101316113A
公开(公告)日：2008-12-03
申请号：CN200810064900.7
申请日：2008-07-10
Applicant: 哈尔滨工业大学
Abstract: 一种基带直扩信号相频域接收方法，它涉及一种直接序列扩频系统的相频域接收方法，以解决现有扩频通信系统中采用频域处理技术处理抗干扰的方法存在的有用信息损失较多的问题。将接收信号进行快速傅立叶变换，得到接收信号的相频谱；产生正负两路伪随机码；将两路伪随机码分别进行快速傅立叶变换，得到两路参考相频谱；将接收信号的相频谱与步骤三得到的两路参考相频谱分别进行比较，得到两路相频扰动序列；根据两路相频扰动序列分别计算似然函数值；根据似然函数值，判断正伪随机序列对应的似然函数值是否大于负伪随机序列对应的似然函数值，为是则判定信号数据为1，否则为0。本发明用于扩频通信系统中相频域信号的接收，具有信息损失少的优点。
-
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：CN115291210B
公开(公告)日：2024-04-30
申请号：CN202210881070.7
申请日：2022-07-26
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
Abstract: 本发明提出一种结合注意力机制的3D‑CNN探地雷达三维图像管线识别方法。所述方法包括对所获得的探地雷达的实际三维回波图像进行预处理；对得到的探地雷达的三维回波图像进行人工标注，并进行置乱，然后随机分配至训练集和验证集，但是需要保证每次置乱后的训练集中每个类别的样本数保持相同；利用生成的训练集对添加注意力机制的3D‑CNN的神经网络模型进行训练，获得训练好的神经网络模型；利用得到的神经网络模型，对探地雷达三维图像进行管线识别。本发明解决了传统识别方法以及基于2D‑CNN的神经网络识别方法识别准确率低和效率低的问题，同时通过添加注意力机制对3D‑CNN进行了改进，提高了网络模型对探地雷达三维图像的识别准确率。
-
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：CN111741478B
公开(公告)日：2022-08-02
申请号：CN202010568484.5
申请日：2020-06-19
Applicant: 哈尔滨工业大学
IPC: H04W24/02 , H04W24/08 , H04B7/0456
Abstract: 一种基于大尺度衰落跟踪的业务卸载方法，它属于Cell‑Free Massive MIMO技术领域。本发明首先得到在t＝0时刻下所有用户与所有接入点之间的大尺度衰落信息β0，并利用这一数据信息对用户下一时刻的大尺度衰落信息进行预测，接着依据大尺度衰落信息估计结果进行降序排列，对下一时刻为用户提供服务的接入点集合进行筛选。在获取接入点集合后，将用户所需业务向对应接入点进行卸载，这样当用户下一时刻更新与其通信的接入点集合后，可以直接进行对应业务的卸载。这一方法通过筛选与用户进行通信的接入点，相较于标准Cell‑Free Massive MIMO系统可以降低约70％的回程链路负载量。本发明可以应用于Cell‑Free Massive MIMO技术领域。
-
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。
-
公开(公告)号：CN114169402A
公开(公告)日：2022-03-11
申请号：CN202111354267.7
申请日：2021-11-16
Applicant: 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/44 , G06V10/50 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于门控循环单元的探地雷达地下空洞目标自动识别方法。所述门控循环神经网络的GRU有两个门：重置门和更新门；重置门主要决定了到底有多少过去的信息需要遗忘，根据输入xt，当前重置门的输出rt和上一时间步隐藏状态ht‑1得到候选隐藏状态如果重置门近似0，上一个隐藏状态将被丢弃；而更新门帮助模型决定到底要将多少信息传递到未来，或到底前一时间步和当前时间步的信息有多少是需要继续传递的，更新门zt根据上一时间步的隐藏状态ht‑1和当前时间步的候选隐藏状态得到当前的隐藏状态ht；重置门和更新门的激活函数σ是sigmoid函数。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.066 seconds)
