-
公开(公告)号：CN104348563B
公开(公告)日：2017-01-04
申请号：CN201410682946.0
申请日：2014-11-23
Applicant: 辽宁大学
IPC: H04B17/30
Abstract: 一种认知无线网络中基于H无穷滤波理论的协作频谱感知方法，步骤如下：针对认知用户进行本地频谱检测，然后将感知数据及本地感知结果发送给数据融合中心；数据融合中心根据每个认知用户发送来的感知数据构建信道增益的状态空间模型，并使用H无穷滤波方法估计每个认知用户对应的信道阴影衰落增益的变化情况；利用每个认知用户对应的信道阴影衰落增益估计值计算测试统计量；将该测试统计量与给定的阈值比较，确定哪些认知用户存在拜占庭式网络攻击行为；将存在攻击行为的认知用户数据和本地感知结果在数据融合中心进行删除；数据融合中心利用或(OR)融合准则对认知用户的本地频谱感知结果进行决策融合，得到协作频谱感知结果。本方法能够更好地实现对授权用户的协作频谱感知。
-
公开(公告)号：CN104363065A
公开(公告)日：2015-02-18
申请号：CN201410677678.3
申请日：2014-11-23
Applicant: 辽宁大学
IPC: H04B17/382
Abstract: 一种基于非高斯性测度的无线通信系统频谱感知方法，涉及频谱感知技术领域，具体步骤为：由认知用户天线接收到的无线信号，得到对应的基带等效离散时间信号，基带等效离散时间接收信号进行分段，得到分段子信号；通过对分段子信号进行快速傅立叶变换，计算得到接收信号的的功率谱；利用harr小波函数，对认知用户接收信号的功率谱进行二层小波多分辨率分解，构造得到接收信号功率谱的小波系数向量；然后，计算小波系数向量的陡度值；再计算得到接收信号功率谱小波系数向量的非高斯性测度测试统计量；比较测试统计量和检测阈值，如果测试统计量大于检测阈值，说明授权用户信号存在，反之，表明授权用户不存在。本方法无需已知噪声统计信息，在低信噪比时仍具有较好的频谱感知性能，并且能够实现对小尺度小功率无线通信设备的有效检测。
-
公开(公告)号：CN104348563A
公开(公告)日：2015-02-11
申请号：CN201410682946.0
申请日：2014-11-23
Applicant: 辽宁大学
IPC: H04B17/30
Abstract: 一种认知无线网络中基于H无穷滤波理论的协作频谱感知方法，步骤如下：针对认知用户进行本地频谱检测，然后将感知数据及本地感知结果发送给数据融合中心；数据融合中心根据每个认知用户发送来的感知数据构建信道增益的状态空间模型，并使用H无穷滤波方法估计每个认知用户对应的信道阴影衰落增益的变化情况；利用每个认知用户对应的信道阴影衰落增益估计值计算测试统计量；将该测试统计量与给定的阈值比较，确定哪些认知用户存在拜占庭式网络攻击行为；将存在攻击行为的认知用户数据和本地感知结果在数据融合中心进行删除；数据融合中心利用或(OR)融合准则对认知用户的本地频谱感知结果进行决策融合，得到协作频谱感知结果。本方法能够更好地实现对授权用户的协作频谱感知。
-
公开(公告)号：CN104363065B
公开(公告)日：2016-09-07
申请号：CN201410677678.3
申请日：2014-11-23
Applicant: 辽宁大学
IPC: H04B17/382
Abstract: 一种基于非高斯性测度的无线通信系统频谱感知方法，涉及频谱感知技术领域，具体步骤为：由认知用户天线接收到的无线信号，得到对应的基带等效离散时间信号，基带等效离散时间接收信号进行分段，得到分段子信号；通过对分段子信号进行快速傅立叶变换，计算得到接收信号的功率谱；利用harr小波函数，对认知用户接收信号的功率谱进行二层小波多分辨率分解，构造得到接收信号功率谱的小波系数向量；然后，计算小波系数向量的陡度值；再计算得到接收信号功率谱小波系数向量的非高斯性测度测试统计量；比较测试统计量和检测阈值，如果测试统计量大于检测阈值，说明授权用户信号存在，反之，表明授权用户不存在。本方法无需已知噪声统计信息，在低信噪比时仍具有较好的频谱感知性能，并且能够实现对小尺度小功率无线通信设备的有效检测。
-
公开(公告)号：CN102279969B
公开(公告)日：2013-04-10
申请号：CN201110235433.1
申请日：2011-08-17
Applicant: 辽宁大学
IPC: G06T1/00
Abstract: 一种基于contourlet和商空间的抗打印扫描数字水印方法，属于数字水印技术领域，其水印嵌入步骤如下：一、读入水印图像，采用Arnold变换对二值水印图像进行置乱；二、将置乱后的水印通过运算将其转换为二值序列；三、对原始载体图形进行三层Contourlet分解，得到等子带；四、找出三层低频区域系数，确定水印的嵌入位置、实现水印信息的嵌入；五、对嵌入水印后的图像进行逆Contourlet变换，重构出含有水印信息的图像。本方法能有效地平衡水印的嵌入容量和不可见性，根据PSNR（峰值信噪比）和SSIM（结构相似度索引）的值来判断水印在打印扫描过程中失真不大，算法的鲁棒性得到了一定的保证。具有兼顾数字水印的鲁棒性和不可见性两方面的优点。该方法可以有效抵抗打印扫描过程中的各种攻击。
-
Patent Agency Ranking
公开(公告)号：CN102279969A
公开(公告)日：2011-12-14
申请号：CN201110235433.1
申请日：2011-08-17
Applicant: 辽宁大学
IPC: G06T1/00
Abstract: 一种基于contourlet和商空间的抗打印扫描数字水印方法，属于数字水印技术领域，其水印嵌入步骤如下：一、读入水印图像，采用Arnold变换对二值水印图像进行置乱；二、将置乱后的水印通过运算将其转换为二值序列；三、对原始载体图形进行三层Contourlet分解，得到等子带；四、找出三层低频区域系数，确定水印的嵌入位置、实现水印信息的嵌入；五、对嵌入水印后的图像进行逆Contourlet变换，重构出含有水印信息的图像。本方法能有效地平衡水印的嵌入容量和不可见性，根据PSNR（峰值信噪比）和SSIM（结构相似度索引）的值来判断水印在打印扫描过程中失真不大，算法的鲁棒性得到了一定的保证。具有兼顾数字水印的鲁棒性和不可见性两方面的优点。该方法可以有效抵抗打印扫描过程中的各种攻击。
-
公开(公告)号：CN116442326B
公开(公告)日：2023-08-18
申请号：CN202310733150.2
申请日：2023-06-20
Applicant: 辽宁大学
Abstract: 本发明涉及一种双Z轴全自动泡沫切割机的切割路径分析算法，属于切割算法的技术领域。具体包括以下步骤：步骤一：模型导入阶段：将三维模型文件进行初始化加载；步骤二：剔除阶段：对某些无法切割的三角面片进行剔除；步骤三：规划阶段：将步骤二剔除后剩余的三角面片进行切割规划，具体为对于各个三角面片的切割顺序排序；步骤四：生成切割机可识别语言。该算法可以直接对三维模型进行分析，自动剔除本泡沫切割机无法切割的平面并生成路径，取代了传统控制软件需要人工进行二次编程的模式，减少了人力成本同时提高了工作效率，节省了泡沫的加工成本。
-
公开(公告)号：CN105374039B
公开(公告)日：2018-09-21
申请号：CN201510786727.1
申请日：2015-11-16
Applicant: 辽宁大学
Abstract: 本发明提出一种基于轮廓锐度的单目图像深度信息估计方法，该方法应用边缘轮廓锐度作为模糊信息估计特征、通过低层次线索信息进行深度信息提取。首先对图像进行边缘检测；接着对图像中的边缘计算边缘能量、轮廓锐度，并以边缘能量、轮廓锐度作为轮廓的外部能量，结合轮廓的内部能量——轮廓线特征性能量和轮廓线距离能量建立轮廓跟踪模型，求解能量函数的最小值，搜索图像轮廓；然后以深度梯度假设作为先验假设梯度模型，对具有不同的轮廓线的区域进行深度值填充，计算得出深度分布；最后利用原图像信息和所得深度图像信息对得到的深度图像进行优化处理，得到最终的视差图。实验结果证明，本发明的深度估计算法简单，能快速准确地估计单目图像的深度图。
-
公开(公告)号：CN105469679A
公开(公告)日：2016-04-06
申请号：CN201510785466.1
申请日：2015-11-14
Applicant: 辽宁大学
IPC: G09B23/28
CPC classification number: G09B23/288
Abstract: 本发明涉及一种基于Kinect的心肺复苏辅助训练系统及方法，属于心肺复苏训练教学领域，该系统包括Kinect传感器、模拟病人、内置数据处理及图像输出模块的上位机。系统将按压过程中手臂的伸直度和手臂的垂直度作为判断按压姿势准确性的指标，应用Kinect传感器采集图像信息及人体骨骼特征信息，提出一种基于空间向量的手臂伸直度、手臂垂直度的计算方法，识别胸外按压姿势、垂直用力等操作，同时操作过程中手臂伸直度和垂直度可实时显示，并实现对整个操作的骨骼数据、视频信息保存。系统可给出评价结果，全面反映出操作人员的整体操作的准确性。训练过程中根据评价结果在显示界面中对动作的标准度给出不同颜色的提示，可以实时地给予指导。
-
公开(公告)号：CN105374039A
公开(公告)日：2016-03-02
申请号：CN201510786727.1
申请日：2015-11-16
Applicant: 辽宁大学
IPC: G06T7/00
Abstract: 本发明提出一种基于轮廓锐度的单目图像深度信息估计方法，该方法应用边缘轮廓锐度作为模糊信息估计特征、通过低层次线索信息进行深度信息提取。首先对图像进行边缘检测；接着对图像中的边缘计算边缘能量、轮廓锐度，并以边缘能量、轮廓锐度作为轮廓的外部能量，结合轮廓的内部能量—轮廓线特征性能量和轮廓线距离能量建立轮廓跟踪模型，求解能量函数的最小值，搜索图像轮廓；然后以深度梯度假设作为先验假设梯度模型，对具有不同的轮廓线的区域进行深度值填充，计算得出深度分布；最后利用原图像信息和所得深度图像信息对得到的深度图像进行优化处理，得到最终的视差图。实验结果证明，本发明的深度估计算法简单，能快速准确地估计单目图像的深度图。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.044 seconds)
