-
公开(公告)号：CN105611634A
公开(公告)日：2016-05-25
申请号：CN201510727087.7
申请日：2015-10-30
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种LTE上行链路分步式动态子载波分配方法，包括如下步骤：步骤1：初始化，建立待分配资源组块集合，用户集合和用户组集合；步骤2：对每个用户组依次计算当分配各个资源组块时的平均信噪比；步骤3：将资源组块分配给各用户组，分配方式是以提高分配公平度为指标；步骤4：将每个用户组分得的资源组块，分配给该用户组内的用户，分配方式是以提高系统吞吐量为指标。
-
公开(公告)号：CN105392203A
公开(公告)日：2016-03-09
申请号：CN201510727021.8
申请日：2015-10-30
Applicant: 哈尔滨工程大学
CPC classification number: H04W72/085 , H04W72/1226
Abstract: 本发明涉及一种基于节点过滤的协作频谱感知方法，包括如下步骤：认知无线电网络中所有认知节点进行独立的本地感知和信噪比估计，将感知结果和信噪比估计值γ1,γ2,…γM发送至融合中心，M是认知节点总数；融合中心汇总各认知节点上报的自身信噪比估计值后，计算各节点的信噪比比重pi,设置信噪比阈值λSNR∈[0,1]，其中；根据各节点信噪比比重大小进行比较过滤筛选，若pi＞λSNR，则该认知节点符合条件能够参与融合，否则舍弃该节点；融合中心根据选出的认知节点的感知结果进行协作频谱感知，作出最终联合判决。
-
公开(公告)号：CN105354594A
公开(公告)日：2016-02-24
申请号：CN201510726953.0
申请日：2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
CPC classification number: G06K9/624
Abstract: 本发明涉及一种针对欠定盲源分离的混合矩阵估计方法，对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f)，形成多个散点，去除低能量的散点；求取剩余散点的比值，根据比值将散点进行分类，得到散点数目最多的M类，计算每一类中散点比值的均值，然后将均值转化成直线的斜率角，再转换成列向量，根据方向接近的列向量得到旋转矩阵T，进行旋转变换，得到新的两路观测信号X′1(t,f)和X′2(t,f)；针对两路观测信号X′1(t,f)和X′2(t,f)，再次根据两路观测信号的比值将散点进行分类，得到散点数目最多的S类，计算每一类中散点比值的均值，然后得到相近的斜率角，通过这些斜率角得到对应的列向量，最后得到整个混合矩阵。
-
公开(公告)号：CN104374402A
公开(公告)日：2015-02-25
申请号：CN201410571616.4
申请日：2014-10-23
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种位置未知条件下的星敏感器/加速度计粗对准方法。利用星敏感器提供的相对于惯性空间的姿态转换矩阵将加速度计输出信息投影转换至惯性系，根据重力加速度在惯性系投影为常值这一信息特性，设计Butterworth低通滤波器并对投影结果进行提取，进而根据提取信息解算得到载体姿态角的粗略估算结果，完成粗对准过程。本发明方法使得粗对准过程不受惯性组件测量误差影响，不需要已知位置信息，适用于载体摇摆和升沉等运动，扩大了粗对准方法的使用范围，增强了捷联惯导系统粗对准方法的适用性。
-
公开(公告)号：CN102916917B
公开(公告)日：2014-12-17
申请号：CN201210359005.4
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: H04L27/00
Abstract: 本发明的目的在于提供基于切片双谱和小波变换的FSK信号个体识别方法，包括如下步骤：对接收到的信号进行双谱和切片双谱分析，得到信号的切片双谱的频谱图，分别建立不同信噪比下包络参数特征数据库；对接收到的信号进行小波变换，提取低频小波系数的均值，同时建立不同信噪比条件下，不同M数和不同调制参数的4FSK信号的特征数据库；对切片双谱包络参数特征和低频小波系数特征进行融合，识别FSK信号的调制类型；采用同样的信号处理过程，实现不同参数的4FSK信号的信号个体识别。本发明能够克服现有类内调制识别方法对信号信噪比要求高的不足，在低信噪比和知道较少先验知识的条件下，实时地对FSK信号进行个体识别。
-
Patent Agency Ranking
公开(公告)号：CN104200434A
公开(公告)日：2014-12-10
申请号：CN201410431699.7
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种应用于图像去噪并作为后续目标识别的预处理的基于噪声方差估计的非局部均值图像去噪方法。本发明包括：输入噪声图像，获取噪声图像尺寸；生成一个与噪声图像相同尺寸的零矩阵；对噪声图像边缘进行对称扩展；估计噪声方差，确定全局平滑参数；遍历噪声图像中每个像素，计算权值；利用非局部均值算法计算去噪图像。本发明中基于噪声方差估计的非局部均值图像去噪方法，可以显著提高噪声图像清晰度，并且去噪后能更清晰地保留边缘和细节信息。
-
公开(公告)号：CN102679980A
公开(公告)日：2012-09-19
申请号：CN201110361072.5
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明的目的在于提供一种基于多尺度维分解的目标跟踪方法，包括以下步骤：选用小波基函数将目标角度或者航迹的量测数据分解到尺度上，在每个尺度的低频子空间上采用EKF算法对量测数据进行预测和滤波，得到不同尺度上目标的粗跟踪结果，在不同尺度的高频子空间上采用小波阈值算法，进一步去除噪声和野值的影响；通过小波重构算法融合不同尺度上的跟踪数据，得到目标的精确跟踪数据。本发明是能够在各种复杂环境下有效、准确、可靠、稳定的目标跟踪方法，利用FPGA的并行处理结构实现多尺度EKF算法，小波分解和重构、不同尺度上的EKF算法和小波阈值去噪都是同时进行的，保证了对目标跟踪的实时性。
-
公开(公告)号：CN102509020A
公开(公告)日：2012-06-20
申请号：CN201110361602.6
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明的目的在于提供基于传感器网络的复杂环境下多目标信息融合方法，分为以下步骤：选用适当的小波基函数将量测数据分解在若干个尺度上，在每个尺度上的低频子空间信号利用卡尔曼算法进行滤波，得到新的滤波数据，将每个尺度上的高频子空间中细节信号的极大值点去掉，得到新的滤波数据，将每个尺度上处理后的数据通过小波重构算法，得到原始量测数据在不同尺度上滤波后的结果。本发明具有高灵敏度、高精度、高准确率、高稳定性和高可靠性等特点。
-
公开(公告)号：CN102496144A
公开(公告)日：2012-06-13
申请号：CN201110360694.6
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于HSV色彩空间的NSCT水声图像增强方法，包括以下步骤：对RGB空间的水声图像转换至HSV空间，将HSV图像分解成色度H，饱和度S，数值V三个分量，对色度H分量和饱和度S分量进行中值滤波，对数值V分量进行NSCT增强，分别得到增强后的三个新分量H’、S’、V’，将H’、S’、V’合成新的HSV’图像，对于得到的新HSV’图像并进行中值滤波，将新的HSV’图像逆变换至RGB空间，得到增强后的图像。本发明对于原始水声图像的信息量和清晰度有明显的提高，在增强后能比较清晰地获得边缘和细节信息，对于以后进一步分析处理等有很大的帮助。
-
公开(公告)号：CN117113073B
公开(公告)日：2024-11-22
申请号：CN202310477430.1
申请日：2023-04-28
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/213 , G06F18/241 , G06N3/094
Abstract: 一种电磁信号识别模型对抗域泛化防御方法，它涉及一种对抗域泛化防御方法。本发明为了解决DL模型的不可解释性使得它们的结果很容易受到对输入数据添加精心设计的不可察觉扰动的影响的问题。本发明采用对齐原始信号和对抗样本的任务相关特征的方法，结合对抗训练增强AMC模型的对抗鲁棒性。本发明属于通信技术领域。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.037 seconds)
