-
公开(公告)号:CN107347000A
公开(公告)日:2017-11-14
申请号:CN201710625304.0
申请日:2017-07-27
Applicant: 哈尔滨工业大学
IPC: H04L1/00
Abstract: 一种基于ARM的数字喷泉码的编译码实现方法,本发明涉及数字喷泉码的编译码实现方法。本发明的目的是为了解决现有数字喷泉码LRLTC算法存在重复选取,译码开销大,迭代次数多,计算复杂的问题。过程为:一、均匀随机生成两个正整数,根据鲁棒孤波分布公式得到sum(j),在0-1之间随机选取一个参数,使得sum(j)<r<sum(j+1),则d=j;二、如果X和d满足1<X<K-1且d≥3,则d重复选取出现的周期长度为T;如果度值d≤T,表示d不会出现重复选取现象;三、将参与编码的每一个原始数据包编号;四、根据d选取已编号的原始数据包进行编码;五、将已编码原始数据包传输至译码模块进行译码,实现编译码。本发明用于信道编码领域。
-
公开(公告)号:CN109672639B
公开(公告)日:2021-07-16
申请号:CN201910058921.6
申请日:2019-01-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于机器学习的信号解调方法,本发明涉及单一调制方式信号和多种混合调制方式信号的解调。本发明的目的是为了解决现有针对不同调制方式信号解调时,需要不同的硬件电路去解调,并且难以对多种调制方式未知的信号进行解调的问题。过程为:一、采集原始基带信号,对基带信号进行处理,得到噪声信号,构建去噪自编码器,对噪声信号进行降噪处理,得到降噪处理后的信号;二、得到训练好的去噪自编码器网络及参数;三、构建基于卷积神经网络的信号解调模型;四、得到训练好的信号解调模型;五、将训练好的去噪自编码器网络和信号解调模型级联到一起,对单一调制信号和多种调制方式混合的信号进行解调。本发明用于高斯白噪声信道下信号解调领域。
-
公开(公告)号:CN109672639A
公开(公告)日:2019-04-23
申请号:CN201910058921.6
申请日:2019-01-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于机器学习的信号解调方法,本发明涉及单一调制方式信号和多种混合调制方式信号的解调。本发明的目的是为了解决现有针对不同调制方式信号解调时,需要不同的硬件电路去解调,并且难以对多种调制方式未知的信号进行解调的问题。过程为:一、采集原始基带信号,对基带信号进行处理,得到噪声信号,构建去噪自编码器,对噪声信号进行降噪处理,得到降噪处理后的信号;二、得到训练好的去噪自编码器网络及参数;三、构建基于卷积神经网络的信号解调模型;四、得到训练好的信号解调模型;五、将训练好的去噪自编码器网络和信号解调模型级联到一起,对单一调制信号和多种调制方式混合的信号进行解调。本发明用于高斯白噪声信道下信号解调领域。
-
公开(公告)号:CN107347000B
公开(公告)日:2020-05-26
申请号:CN201710625304.0
申请日:2017-07-27
Applicant: 哈尔滨工业大学
IPC: H04L1/00
Abstract: 一种基于ARM的数字喷泉码的编译码实现方法,本发明涉及数字喷泉码的编译码实现方法。本发明的目的是为了解决现有数字喷泉码LRLTC算法存在重复选取,译码开销大,迭代次数多,计算复杂的问题。过程为:一、均匀随机生成两个正整数,根据鲁棒孤波分布公式得到sum(j),在0‑1之间随机选取一个参数,使得sum(j)<r<sum(j+1),则d=j;二、如果X和d满足1<X<K‑1且d≥3,则d重复选取出现的周期长度为T;如果度值d≤T,表示d不会出现重复选取现象;三、将参与编码的每一个原始数据包编号;四、根据d选取已编号的原始数据包进行编码;五、将已编码原始数据包传输至译码模块进行译码,实现编译码。本发明用于信道编码领域。
-
公开(公告)号:CN107437099A
公开(公告)日:2017-12-05
申请号:CN201710656892.4
申请日:2017-08-03
Applicant: 哈尔滨工业大学
Abstract: 一种基于机器学习的特定服饰图像识别与检测方法,本发明涉及图像识别与检测方法。本发明的目的是为了解决现有针对特定种类服饰图像的检索时,由于数量巨大,通过人工检测的方式无法实现的问题。过程为:一、对图像内容进行识别,得到识别后的图像内容:构建图像分类数据库,对图像分类数据库中图像采用自助采样法进行处理,得到处理后图像;得到优化后的卷积神经网络;得到合适拟合卷积神经网络;模型集成:得到N个个体学习器,采用简单投票方式将N个个体学习器结合;二、采用Faster R-CNN方法对步骤一得到的识别后的图像内容进行检测。本发明用于服饰图像识别与检测领域。
-
-
-
-