-
公开(公告)号：CN108172994A
公开(公告)日：2018-06-15
申请号：CN201711437573.0
申请日：2017-12-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及双极化天线传感器装置技术领域，具体的说是一种基于介质集成同轴线的双极化宽带天线装置，其特征在于设有金属背腔以降低方向图的后瓣；设有介质加载调整双极化天线的输入阻抗，以获得较好的输入电压驻波比；设有从介质集成同轴线到共面带状线的转换巴伦结构，采用弯折带状线激励Vivaldi形状对称振子；采用从介质集成同轴线到微带线的阻抗变换电路，便于天线输入端与同轴电缆连接；所述从介质集成同轴线到共面带状线的转换巴伦结构为弯折形式的共面带状线馈电，两个极化端口的馈电共面带状线在弯折部分互相隔离，在垂直方向上两个极化端口的共面带状线高度不同，本发明适合应用于雷达、通信、导航等系统中，具有较为重要的实际应用价值。
-
公开(公告)号：CN120009892A
公开(公告)日：2025-05-16
申请号：CN202510466304.5
申请日：2025-04-15
Applicant: 哈尔滨工业大学(威海)
IPC: G01S13/95 , G01S7/41 , G06F18/241 , G06F18/2135 , G06N20/20
Abstract: 本发明提供了一种基于ResNet50‑PCA‑XGBoost的雷达降雨检测方法及系统，涉及雷达降雨检测技术领域，包括将雷达回波信号存储为二维数据矩阵，对二维数据矩阵进行数据预处理得到张量作为ResNet50的输入，通过改进后的ResNet50算法进行特征提取，而后通过主成分分析进行降维；统计不同像素强度值在二维数据矩阵中的出现频率得到强度直方图，提取强度直方图bin值组成的特征向量进行归一化，将深度特征向量和直方图特征向量进行特征拼接，基于XGBoost分类判断雷达回波是否受降雨影响。本申请通过改进后的ResNet50算法提取雷达回波信号的深度特征，通过主成分分析进行降维，提高特征提取的局部感知能力拼接直方图特征反映全局的强度分布，分别从局部和全局两个不同的视角对雷达数据进行特征提取。
-
公开(公告)号：CN118536407A
公开(公告)日：2024-08-23
申请号：CN202410992760.9
申请日：2024-07-24
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G01P5/00 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F113/08
Abstract: 本发明提供了一种基于符号动态分析的海面风速预测算法及系统，涉及水下目标定位技术领域。本发明提供的算法包括以下步骤：一种基于符号动态分析的海面风速预测算法，包括以下步骤：通过符号动态分析得到滑动窗口尺寸；通过基于滑动窗口尺寸的Hample滤波器对海面风速历史数据进行预处理；通过一维卷积的残差学习结构、通道注意力算法及柯尔莫哥洛夫‑阿诺德网络提取风速特征向量；将风速特征向量通过sLSTM网络得到风速预测值。本发明提供了高效的时间窗口尺寸选择方法，避免了传统方法中的试错过程，提高了算法的效率和适应性，当更换研究对象时，也无需根据不同领域的经验确定时间窗口的尺寸。
-
公开(公告)号：CN118226379B
公开(公告)日：2024-07-26
申请号：CN202410659191.6
申请日：2024-05-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/26
Abstract: 本发明提供了一种复杂海域环境高精度实时定位与动态跟踪算法及系统，涉及水下目标定位技术领域。本发明提供的算法包括以下步骤：S1：依据浮标划分定位区域；S2：确定用以定位目标的粒子数目及浮标组合；S3：初始化粒子；S4：建立粒子状态模型，计算粒子状态及粒子权重以估计目标状态；S5：判断目标位置所在分区决定初始化粒子或继续演算目标定位。本发明提出的复杂海域环境高精度实时定位与动态跟踪算法中，根据能接收到信标信号的浮标数的不同划分定位区域，降低粒子数目减小了算法的复杂度。防止初始化位置与目标真实位置相差过大从而导致算法收敛所需时间过长，在目标所在分区进行初始化，缩小粒子的动态范围提高了定位的精度和性能。
-
公开(公告)号：CN118211494A
公开(公告)日：2024-06-18
申请号：CN202410626835.1
申请日：2024-05-21
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N20/20 , G06F18/2431
Abstract: 本发明提供了一种基于相关矩阵的风速预测混合模型构建方法及系统，涉及气象预测技术领域。包括以下步骤：S1：将时序风速数据通过滑动时间窗口采样得到子数据组，以子数据组构建风速相关矩阵；S2：通过多尺度特征增强卷积网络提取风速特征，生成包含风速信息的下采样特征图；S3：通过随机森林的特征选择方法筛选最优特征子集；S4：通过双向长短期记忆网络进行序列分析，输出风速预测结果。本发明所提供的基于相关矩阵的风速预测混合模型通过多尺度特征增强卷积网络识别风速数据的长期依赖关系和周期性模式，将传统卷积网络中的一个卷积层替换为选择性卷积核网络，通过其特有的可选择性内核网络结构，能够更好地适应风速数据的动态特性与复杂性。
-
Patent Agency Ranking
公开(公告)号：CN118688719B
公开(公告)日：2024-12-17
申请号：CN202411177947.X
申请日：2024-08-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/22
Abstract: 本发明提供了一种自动跟踪管理决策的长基线定位算法及系统，涉及水下目标定位技术领域，包括定义指示变量，将定位区域网格化，计算每个分辨率单元的似然值，对粒子进行初始化；基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态；构建粒子的似然比函数，依据似然比函数计算粒子权重；进行重采样，计算存在粒子数量，当存在粒子数量与网格化的定位区域内的粒子数量比值大于0.6时，计算目标状态，采用分段阈值对算法估计的目标位置进行标记。本申请基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态，基于存在粒子数量与网格化的定位区域内的粒子数量比计算目标状态并对目标进行标记，适用被跟踪目标进出定位区域的情况。
-
公开(公告)号：CN118536407B
公开(公告)日：2024-10-01
申请号：CN202410992760.9
申请日：2024-07-24
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G01P5/00 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F113/08
Abstract: 本发明提供了一种基于符号动态分析的海面风速预测算法及系统，涉及水下目标定位技术领域。本发明提供的算法包括以下步骤：一种基于符号动态分析的海面风速预测算法，包括以下步骤：通过符号动态分析得到滑动窗口尺寸；通过基于滑动窗口尺寸的Hample滤波器对海面风速历史数据进行预处理；通过一维卷积的残差学习结构、通道注意力算法及柯尔莫哥洛夫‑阿诺德网络提取风速特征向量；将风速特征向量通过sLSTM网络得到风速预测值。本发明提供了高效的时间窗口尺寸选择方法，避免了传统方法中的试错过程，提高了算法的效率和适应性，当更换研究对象时，也无需根据不同领域的经验确定时间窗口的尺寸。
-
公开(公告)号：CN118631369A
公开(公告)日：2024-09-10
申请号：CN202410751864.0
申请日：2024-06-12
Applicant: 哈尔滨工业大学(威海)
IPC: H04B17/391 , H04B17/11
Abstract: 本发明提供了一种海上无线电波传播信道模拟方法及系统，涉及无线电通信技术领域。本发明提供的方法包括：获取气象参数及无线信道参数；基于气象参数计算蒸发波导折射率剖面以及海浪高度场；基于蒸发波导折射率剖面、海浪高度场以及无线信道参数结合二维抛物方程建立海上无线电波传播信道模型；根据海上无线电波传播信道模型确认天线最佳发射频率及发射高度。本申请所提供的方法，综合考虑海洋上空蒸发波导以及海风导致的波浪起伏对电波传播所造成的影响，解决了传统海上信道模型仅能单独分析风速或蒸发波导中的一个因素对海上电波传播影响的问题，提升了海上无线信道模型预测准确性，针对不同海洋环境为通信频段及发射天线高度提供合适的方案。
-
公开(公告)号：CN118211494B
公开(公告)日：2024-09-06
申请号：CN202410626835.1
申请日：2024-05-21
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N20/20 , G06F18/2431
Abstract: 本发明提供了一种基于相关矩阵的风速预测混合模型构建方法及系统，涉及气象预测技术领域。包括以下步骤：S1：将时序风速数据通过滑动时间窗口采样得到子数据组，以子数据组构建风速相关矩阵；S2：通过多尺度特征增强卷积网络提取风速特征，生成包含风速信息的下采样特征图；S3：通过随机森林的特征选择方法筛选最优特征子集；S4：通过双向长短期记忆网络进行序列分析，输出风速预测结果。本发明所提供的基于相关矩阵的风速预测混合模型通过多尺度特征增强卷积网络识别风速数据的长期依赖关系和周期性模式，将传统卷积网络中的一个卷积层替换为选择性卷积核网络，通过其特有的可选择性内核网络结构，能够更好地适应风速数据的动态特性与复杂性。
-
公开(公告)号：CN118688719A
公开(公告)日：2024-09-24
申请号：CN202411177947.X
申请日：2024-08-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/22
Abstract: 本发明提供了一种自动跟踪管理决策的长基线定位算法及系统，涉及水下目标定位技术领域，包括定义指示变量，将定位区域网格化，计算每个分辨率单元的似然值，对粒子进行初始化；基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态；构建粒子的似然比函数，依据似然比函数计算粒子权重；进行重采样，计算存在粒子数量，当存在粒子数量与网格化的定位区域内的粒子数量比值大于0.6时，计算目标状态，采用分段阈值对算法估计的目标位置进行标记。本申请基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态，基于存在粒子数量与网格化的定位区域内的粒子数量比计算目标状态并对目标进行标记，适用被跟踪目标进出定位区域的情况。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
