基于邻接矩阵的OFDM频谱感知方法

    公开(公告)号:CN106100775A

    公开(公告)日:2016-11-09

    申请号:CN201610709607.6

    申请日:2016-08-23

    Abstract: 本发明公开一种基于邻接矩阵的OFDM频谱感知方法,将接收信号的功率谱图通过归一化和量化处理后,转换成邻接矩阵,在所求邻接矩阵的左上角取一个子矩阵,用该子矩阵的所有元素之和作为检测统计量,与预先设定的判决门限进行比较,以此判断OFDM信号是否存在。这种方法,实现简单,计算复杂度低,而且无需接收信号的任何先验信息,在低信噪比下,仍具有良好的检测性能。

    多用户混合式频谱共享方法和系统

    公开(公告)号:CN104540141A

    公开(公告)日:2015-04-22

    申请号:CN201510025255.8

    申请日:2015-01-19

    CPC classification number: H04W16/10 H04W72/085

    Abstract: 本发明公开一种多用户混合式频谱共享方法和系统,其认知用户发起频谱感知,感知授权频段是否空闲;若感知到授权频段空闲,则认知用户拟采用机会式频谱共享模式下的最优中断概率时的发射功率接入该授权频段;若感知到主用户占用了授权频段即授权频段非空闲,则认知用户拟采用共存式频谱共享模式下的最优中断概率时的发射功率接入该授权频段。本发明能够保证主用户的通信质量的前提下,最优化认知用户的中断概率,最终提高系统频谱利用率和系统容量。

    联合时域双门限和频域变点数的能量检测方法和装置

    公开(公告)号:CN103281142A

    公开(公告)日:2013-09-04

    申请号:CN201310204311.5

    申请日:2013-05-28

    Abstract: 本发明公开一种联合时域双门限和频域变点数的能量检测方法和装置,其根据时域能量检测与频域能量检测的特点,利用双门限的能量检测法进行初次检测。若统计能量落在两门限的两端,则直接进行判断。若能量落在时域高低门限之间,则利用频域能量检测。其中,若能量落在低门限与变点数分割门限之间,则进行N点FFT变换的频域能量检测,反之进行点FFT变换的频域能量检测。本发明能够提高检测准确概率同时节省检测时耗为目的,综合时域能量检测与频域能量检测的特点,基于时域双门限实现了认知无线电系统中的频谱联合检测。

    一种自动透视校正圆形仪表的方法

    公开(公告)号:CN116310284A

    公开(公告)日:2023-06-23

    申请号:CN202211662603.9

    申请日:2022-12-23

    Abstract: 本发明公开了一种自动透视校正圆形仪表的方法,包括校正矩阵估计和图像校正两个步骤。校正矩阵估计,包括用相机采集源图像,并其进行灰度化处理;通过现有的椭圆拟合方法对灰度图像进行拟合;筛选出仪表轮廓的拟合椭圆,获取轮廓坐标点集合;利用坐标点集合,几何矩构造特殊矩阵并进行特征值分解,计算校正矩阵;图像校正,是利用校正矩阵,使用双线性插值对源图像进行插值变换,获得校正后的仪表图像。该方法不仅运算量小,而且以整个轮廓的坐标点作为关键点计算校正矩阵,校正误差小,有效解决了圆形仪表的校正问题。该方法校正精确度比现有方法提高了2%~6%,实现成本低,对圆形仪表的自动读数的预处理有实际应用价值。

    一种改进反褶积抑制探地雷达多次波的方法

    公开(公告)号:CN116047504A

    公开(公告)日:2023-05-02

    申请号:CN202211662773.7

    申请日:2022-12-23

    Abstract: 本发明公开了一种改进反褶积抑制探地雷达多次波的方法,包括步骤1,读入探地雷达数据,对数据进行预处理,包括:道差分处理雷达数据;归一化处理雷达数据;滤波处理雷达数据;步骤2,改进预测反褶积,包括:通过局部峰值法来定位反射波信号的具体位置;根据定位的信号位置,拟合反射波双曲线;使用估计强度参数控制预测反褶积的强度因子;通过预测反褶积思想抑制探地雷达数据中的多次波,输出消除多次波干扰后的探地雷达数据。本发明设计的改进预测反褶积方法,依据多次波形状相似的特点,自动拟合双曲线并精确控制反褶积消除多次波的位置,消除多次波干扰并且尽可能保留弱目标对应的双曲线。

    一种基于深度学习的目标检测方法

    公开(公告)号:CN109242032B

    公开(公告)日:2021-11-16

    申请号:CN201811107668.0

    申请日:2018-09-21

    Abstract: 本发明公开一种基于深度学习的目标检测方法,首先选取训练分类器所需训练样本;其次采用均值滤波器对训练样本进行去噪,再利用神经网络对去噪后的训练样本进行特征提取;然后用训练样本来训练分类器最后利用训练好的分类器对输入的待检测图像进行分类筛选,以检测待检测图像中是否存在想要检测的目标。本发明在RPN网络中,用掩膜的屏蔽作用,对图像上某些区域屏蔽。并针对回归边框不能准确定位,利用模拟退火算法来着重解决建议窗口与实际窗口的非线性问题。且在RPN网络前加入了池化层,使得进入RPN网络的图像是同样尺寸的,这样提高了整个Faster‑RCNN网络的实时性。

    一种实况全景交通标志图片预处理方法

    公开(公告)号:CN110807430A

    公开(公告)日:2020-02-18

    申请号:CN201911073996.8

    申请日:2019-11-06

    Abstract: 本发明公开了一种实况全景交通标志图片预处理方法,依靠几何透视的原理对实况全景交通图像训练集中的交通标志进行统计分析,主要统计交通标志在全景图像中的数量分布规律,根据统计结果对待检测全景交通图像进行预处理,将处理后所得到的图像块送入推理网络进行预测,预测结果经过NMS算法处理,选出最优预测框,将其映射到原始全景交通图像上输出,解决了实况全景交通标志图片预测阶段由于压缩图片,造成预测结果不理想以及直接对原始图像进行滑动窗口处理,过多消耗计算资源的问题。

    一种基于深度学习的目标检测方法

    公开(公告)号:CN109242032A

    公开(公告)日:2019-01-18

    申请号:CN201811107668.0

    申请日:2018-09-21

    Abstract: 本发明公开一种基于深度学习的目标检测方法,首先选取训练分类器所需训练样本;其次采用均值滤波器对训练样本进行去噪,再利用神经网络对去噪后的训练样本进行特征提取;然后用训练样本来训练分类器最后利用训练好的分类器对输入的待检测图像进行分类筛选,以检测待检测图像中是否存在想要检测的目标。本发明在RPN网络中,用掩膜的屏蔽作用,对图像上某些区域屏蔽。并针对回归边框不能准确定位,利用模拟退火算法来着重解决建议窗口与实际窗口的非线性问题。且在RPN网络前加入了池化层,使得进入RPN网络的图像是同样尺寸的,这样提高了整个Faster-RCNN网络的实时性。

Patent Agency Ranking