-
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:CN115656937A
公开(公告)日:2023-01-31
申请号:CN202211313820.7
申请日:2022-10-25
Applicant: 哈尔滨工业大学
Abstract: 基于优化时频分布的雷达多分量信号分离方法,本发明涉及雷达多分量信号分离方法。本发明的目的是为了解决现有的大多数IF估计算法,都假定雷达信号分量在时频域中不交叉;可能会在交点后跟踪错误的雷达分量,发生错误切换;以及在低信噪比情况下受到噪声影响,导致频率提取精度下降;以及目前在处理信号重叠区域时依然受到交叉项的干扰,导致恢复的信号存在畸变,与原始信号之间的误差较大的问题。过程为:一:得到瞬时频率的估计量二:得到瞬时频率的估计量三:检测每块内的直线段;四:得到修正的瞬时频率估计值;五:获得瞬时频率图;六:确定时变滤波器;七:雷达多分量信号分离。本发明用于雷达多分量信号分离领域。
-
公开(公告)号:CN115620731A
公开(公告)日:2023-01-17
申请号:CN202211294811.8
申请日:2022-10-21
Applicant: 哈尔滨工业大学
Abstract: 一种语音特征提取与检测方法,本发明涉及语音特征提取与检测方法。本发明的目的是为了解决现有自动说话人系统容易受到各种欺骗语音的攻击,自动说话人系统拦截不彻底、错误拦截,导致检测准确率低的问题。过程为:得到预处理后的语音信号的训练集和验证集;提取eCQSCC和FFV特征;得到训练好的eCQSCC特征+高斯混合模型和FFV特征+高斯混合模型;eCQSCC特征+高斯混合模型输出训练集的分数;FFV特征+高斯混合模型输出训练集的分数;获得预训练好的BosarisToolkit工具;得到训练好的BosarisToolkit工具;得到待测语音信号的融合结果。本发明用于语音特征提取与检测领域。
-
公开(公告)号:CN115270878A
公开(公告)日:2022-11-01
申请号:CN202210903562.1
申请日:2022-07-28
Applicant: 哈尔滨工业大学
Abstract: 基于类激活图和SincNet网络的辐射源个体识别方法,本发明涉及辐射源个体识别方法。本发明的目的是为了解决现有预失真技术弱化了辐射源的功放非线性特征,进而减弱了辐射源个体识别性能的问题。判断待测辐射源信号为高信噪比辐射源信号还是低信噪比辐射源信号,若待测辐射源信号为高信噪比辐射源信号,则执行A至D;若待测辐射源信号为低信噪比辐射源信号,则执行一至三;A、功率放大器输出带标签的信号;B:提取带标签的CWD时频分布特征图;C:得到训练好的ResNet50网络;D:完成待测预失真后辐射源个体信号;一:得到训练好的数字预失真训练器;二:得到训练好的SincNet网络;三:完成待测预失真后辐射源个体信号识别。本发明用于辐射源个体识别领域。
-
公开(公告)号:CN119986535A
公开(公告)日:2025-05-13
申请号:CN202510189388.2
申请日:2025-02-20
Applicant: 哈尔滨工业大学
Abstract: 基于优化布站与梯度搜索解算的到达时间差定位方法,本发明涉及到达时间差定位方法。本发明的目的是为了解决现有方法只关注位于特定位置的某一目标的定位,不能兼顾整个无人机空间区域的问题。过程为:步骤一、设置观测站的布站优化模型;步骤二、对步骤一设置的布站优化模型进行求解,得到最优的观测站的坐标的集合;步骤三、基于步骤二得到的最优的观测站的坐标的集合,设置目标定位模型;步骤四、对步骤三设置的目标定位模型进行求解,得到最优的目标定位结果。本发明用于到达时间差定位领域。
-
公开(公告)号:CN115187584A
公开(公告)日:2022-10-14
申请号:CN202211019245.X
申请日:2022-08-24
Applicant: 哈尔滨工业大学
Abstract: 神经胶质瘤分级中的多模脑图像融合方法,本发明涉及医学图像融合。本发明的目的是为了解决在单一模态图像上无法准确确定肿瘤与正常组织的边界和边缘,导致无法获得准确的融合后的图像的问题。具体过程为:一:采用多级保边滤波MLEPF算法对输入的图像进行分解,分解为不同级别的图像;二:获取任意两个已配准的图像;三:对图像A(x,y)和B(x,y)分别执行一,得到图像A(x,y)的精细结构层图像、粗略结构层图像、基础结构层图像;图像B(x,y)的精细结构层图像、粗略结构层图像以及基础结构层图像;得到融合后的精细结构层图像和粗略结构层图像;四:得到融合后的基础结构层图像;五:得到最终融合后图像。
-
-
-
-
-