-
公开(公告)号：CN109883404A
公开(公告)日：2019-06-14
申请号：CN201910194860.6
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于大浪筛选策略的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将该组数据切分成若干个单个波浪周期；利用选取方法从中筛选出波高较大的数据作为有效波浪，并统计出该组数据中有效波浪的总个数；针对每一个有效波浪，确定下跨零点，利用下跨零点浮标测得这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该有效波浪的单个波浪波向，重复该步骤，直到得到该组数据中所有有效波浪的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，进而得到计数比例；选择计数比例值最大的角度区间的中值作为主波向。本发明准确性高。
-
Patent Agency Ranking
公开(公告)号：CN109883404B
公开(公告)日：2021-04-02
申请号：CN201910194860.6
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于大浪筛选策略的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将该组数据切分成若干个单个波浪周期；利用选取方法从中筛选出波高较大的数据作为有效波浪，并统计出该组数据中有效波浪的总个数；针对每一个有效波浪，确定下跨零点，利用下跨零点浮标测得这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该有效波浪的单个波浪波向，重复该步骤，直到得到该组数据中所有有效波浪的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，进而得到计数比例；选择计数比例值最大的角度区间的中值作为主波向。本发明准确性高。
-
公开(公告)号：CN109827553B
公开(公告)日：2021-05-11
申请号：CN201910194859.3
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于纵横倾角测量野值修正的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将数据切分成若干个单个波浪周期，确定单个波浪周期的总个数及每个波浪周期的波高；找到单个波浪周期的下跨零点，利用下跨零点浮标测得的这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该周期的单个波浪波向，进而计算得到该组数据中所有的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，得到计数比例；计算得到各个波浪周期的最大波高数据，利用获得的最大波高数据值作为权重进行加权矢量平均处理，计算出主波向。本方法准确性高。
-
公开(公告)号：CN109827553A
公开(公告)日：2019-05-31
申请号：CN201910194859.3
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋监测技术领域，具体涉及一种基于纵横倾角测量野值修正的波浪浮标主波向计算方法。包括读取浮标测量记录的一组连续原始数据，根据上跨零点将数据切分成若干个单个波浪周期，确定单个波浪周期的总个数及每个波浪周期的波高；找到单个波浪周期的下跨零点，利用下跨零点浮标测得的这一时刻瞬时方位角、纵倾角和横倾角信息，计算得到该周期的单个波浪波向，进而计算得到该组数据中所有的单个波浪波向；将360°划分成16个角度区间，统计16个角度区间中每个区间内单个波浪波向出现的个数，得到计数比例；计算得到各个波浪周期的最大波高数据，利用获得的最大波高数据值作为权重进行加权矢量平均处理，计算出主波向。本方法准确性高。
-
公开(公告)号：CN109766791B
公开(公告)日：2023-01-06
申请号：CN201811589298.9
申请日：2018-12-25
Applicant: 哈尔滨工程大学
IPC: G06F18/00 , G06F18/2411 , G06F18/2135 , G06F18/214 , G06N3/0455 , G06N3/084
Abstract: 一种基于自编码器的通信信号调制识别方法，属于通信技术领域。本发明包括模拟产生各个信噪比下的待分类信号；将待分类的信号进行预处理；使用自编码器对经过预处理的信号进行特征提取；使用核主成分分析KPCA方法对提取的特征进行降维处理；产生数据集，根据降维处理所得特征，随机产生每类调制信号的训练样本和测试样本，得到训练样本集合、测试样本集合以及相应的类标签集合，并对数据集进行归一化处理；用训练样本集合对支持向量机SVM分类器进行训练，将测试样本集合输入训练好的分类器，并计算平均识别率。本发明比时域特征或频域特征具有更好的抗噪声性能；所提取的特征具有更好的类内聚集度和类间分离度；大大减少了计算复杂度；抗噪声性能好。
-
公开(公告)号：CN109766791A
公开(公告)日：2019-05-17
申请号：CN201811589298.9
申请日：2018-12-25
Applicant: 哈尔滨工程大学
Abstract: 一种基于自编码器的通信信号调制识别方法，属于通信技术领域。本发明包括模拟产生各个信噪比下的待分类信号；将待分类的信号进行预处理；使用自编码器对经过预处理的信号进行特征提取；使用核主成分分析KPCA方法对提取的特征进行降维处理；产生数据集，根据降维处理所得特征，随机产生每类调制信号的训练样本和测试样本，得到训练样本集合、测试样本集合以及相应的类标签集合，并对数据集进行归一化处理；用训练样本集合对支持向量机SVM分类器进行训练，将测试样本集合输入训练好的分类器，并计算平均识别率。本发明比时域特征或频域特征具有更好的抗噪声性能；所提取的特征具有更好的类内聚集度和类间分离度；大大减少了计算复杂度；抗噪声性能好。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
