-
公开(公告)号：CN114549871B
公开(公告)日：2024-11-19
申请号：CN202210162785.7
申请日：2022-02-22
Applicant: 哈尔滨工业大学
Abstract: 一种无人机航拍图像与卫星影像匹配方法，本发明涉及无人机航拍图像与卫星影像匹配方法。本发明的目的是为了解决现有方法将无人机航拍图像与卫星影像进行匹配，存在图像间尺度和特征差异极大，导致匹配准确率低的问题。过程为：1：基于卫星影像对无人机航拍图像进行方向配准；2：得到尺度空间配准后的无人机航拍图像；3：获取卫星影像的子图像；4：获取训练好的特征提取网络；5：提取航拍图像的特征向量和卫星影像的子图的特征向量；计算航拍图像的特征向量和卫星影像的子图的特征向量的特征响应得分，并选取得分最高的区域作为最佳匹配结果，从而实现无人机航拍图像与卫星影像的匹配。本发明用于图像处理领域。
-
公开(公告)号：CN118250779A
公开(公告)日：2024-06-25
申请号：CN202410431916.6
申请日：2024-04-11
Applicant: 哈尔滨工业大学
Abstract: 本发明属于无线网络通信技术领域，具体涉及一种异构蜂窝网络中基于用户流量和SINR的基站休眠方法，包括以下步骤：步骤一：构建一个由MaBS和MiBS组成的双层HeCN作为仿真场景；步骤二：搭建神经网络模型，利用历史流量数据对该模型进行训练，并通过该模型预测各用户在未来一段时间内的流量需求；步骤三：计算网络中所有活动MiBS的带宽利用率，并按照带宽利用率进行排序；步骤四：依次判断各活动MiBS是否可切换到休眠模式；步骤五：将原本与被休眠的MiBS相关联的用户重新分配给其它活动基站。本发明能够搭建神经网络模型，结合MBUPS策略，有效降低网络的总能耗，同时减少系统的用户损失。
-
公开(公告)号：CN113890797B
公开(公告)日：2024-04-19
申请号：CN202111164501.X
申请日：2021-09-30
Applicant: 哈尔滨工业大学
IPC: H04L25/02 , H04B17/391 , H04L25/03
Abstract: 一种基于短包通信传输过程的信道估计方法，涉及通信技术领域，针对现有技术中由于数据包较短时，训练周期必须保持较小，进而导致的传输可靠性差和有效性差的问题，基于频选信道降低干扰方案及虚拟导频与导频联合信道估计方案以降低帧结构的开销以及辅助较少的导频提升信道估计质量，本申请提出的基于小数据包的频率选择性信道的估计方法进一步提升了传输可靠性和有效性。本申请提出的频选信道下信道估计方案是在传统MMSE信道估计方法的基础上，通过引入多径干扰消除方案与导频联合估计方案解决多用户干扰问题以及频选信道多径干扰问题，本申请能够大幅度提升信道估计质量并且大幅度提升短包通信中的有效性，为后续5G/6G短包通信提供有力的解决方案。
-
公开(公告)号：CN115695810A
公开(公告)日：2023-02-03
申请号：CN202211292779.X
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: H04N19/189 , H04N19/124 , H04L1/00 , G06T9/00 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于语义通信的低比特率图像压缩编码方法。本发明结合语义编码技术与LDPC信道编码技术，并考虑了硬件设备的弱计算能力，一方面实现了高于传统图像编码技术的压缩比率和清晰度，另一方面保证了数据在实际无线信道中的可靠传输，使性能受限的传感器网络得以满足大数据量业务可靠传输的需求。且得益于神经网络模型的泛化能力，本发明使图像解码过程摆脱编码格式的限制，在无法重传或是比特差错超出编码技术纠错范围等情况下仍能保证图片被正常恢复且满足一定清晰度。
-
公开(公告)号：CN111044054B
公开(公告)日：2023-02-03
申请号：CN202010009922.4
申请日：2020-01-06
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 本发明提出一种基于单目SLAM算法利用卡尔曼滤波进行位姿优化的方法，所述方法包括计算旋转向量和平移向量的更新值，并将二者的更新值作为优化后的位姿。本发明通过修改位姿优化算法，减少ORB‑SLAM的运算量和耗时，为上层应用提供既精准又高效的定位，实现方法是用简单的卡尔曼滤波方法替换原来较为复杂的BA优化方法来降低计算量，显著地缩短了位姿优化部分的耗时。本发明所述方法与ORB‑SLAM相比，提高了实时性。
-
Patent Agency Ranking
公开(公告)号：CN114997834A
公开(公告)日：2022-09-02
申请号：CN202210699165.7
申请日：2022-06-20
Applicant: 哈尔滨工业大学
Abstract: 一种改进的免疫多智能体无人机任务分配方法，涉及无人机决策方法领域，是为了解决目前的无人机任务分配方法的无人机任务分配不准确，任务分配效果差的问题，本发明引入多智能体系统中的邻域操作机制，通过邻域内的克隆，激励，抑制，最优抗体的自学习，保留人工免疫方法的收敛速度快特性的同时，提升了传统人工免疫方法跳出局部最优的能力。其次，对于人工免疫方法容易陷入局部最优的问题，本方法不仅改进了进化操作机制，还引入了2‑opt优化算子，大大提升了方法的收敛性以及收敛精度，本发明任务分配准确，任务分配效果好。
-
公开(公告)号：CN114706417A
公开(公告)日：2022-07-05
申请号：CN202210094428.1
申请日：2022-01-26
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 基于传教士优化算法的无人机航迹规划方法，本发明涉及无人机航迹规划方法。本发明的目的是为了解决目前UAV航迹规划算法存在收敛速度慢，规划效果差的问题，以及需要极大的计算资源来完成UAV的航迹规划的问题。过程为：一：初始化参数；二：生成loc(i)，迭代索引niter＝1；三：计算在第niter次迭代中所有个体航迹的目标函数数值；四：若|fmin(niter)‑fmin(niter‑1)|≤τ或niter＞Niter停止迭代，执行九；否则进行五；五：生成loc′(i)；六：生成loc″(i)；七：生成loc″′(i)；八：对loc(i)进行更新，迭代索引加1，重复三至八；九：输出最优航迹。本发明用于机器人控制领域。
-
公开(公告)号：CN114611854A
公开(公告)日：2022-06-10
申请号：CN202011400622.5
申请日：2020-12-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于灰色小波神经网络的火场态势信息感知方法。步骤1：对信息源采集的现场态势信息进行规范化处理得到信息数据集矩阵W；步骤2：通过灰色系统理论计算出灰色系统模型信息感知值矩阵X；步骤3：利用信息感知值矩阵X的向量训练小波神经网络求出态势感知小波神经网络，组成所求的灰色小波神经火场态势信息感知网络；步骤4：向灰色小波神经火场态势信息感知网络输入火场态势信息向量矩阵，经过灰色小波神经进行火灾现场态势感知，得到最终输出态势感知向量Y。针对灰色模型对非线性问题没有较好解决以及普通神经网络收敛特性不稳定的问题，该方法用以解决采用某一单一方法作为态势信息融合感知标准会放大单一方法的弊端。
-
公开(公告)号：CN104596519B
公开(公告)日：2017-06-13
申请号：CN201510086374.4
申请日：2015-02-17
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 基于RANSAC算法的视觉定位方法，属于视觉定位领域。传统RANSAC算法的迭代次数多、计算量大、计算时间长，导致利用此算法实现的视觉定位方法存在定位速度慢的问题。本发明方法通过SURF算法计算出待定位用户上传的图像的特征点以及特征点描述信息；在数据库中选择一张具有匹配点数最多的图片，将得到图像的特征点描述信息与图片的特征点描述信息进行SURF匹配，将进行匹配的每对图像与图片定义为一对匹配图像，则每对匹配图像在进行匹配后会得到一组匹配点；通过匹配质量的RANSAC算法，将每对匹配图像的匹配点中的错误匹配点剔除后，确定出含有正确匹配点的数量最多的4对匹配图像；根据得到的4对匹配图像，通过对极几何算法计算出用户的位置坐标，完成室内定位。
-
公开(公告)号：CN104061934B
公开(公告)日：2017-04-26
申请号：CN201410255619.7
申请日：2014-06-10
Applicant: 哈尔滨工业大学
IPC: G01C21/18
Abstract: 基于惯性传感器的行人室内位置跟踪方法，本发明涉及一种行人室内位置跟踪方法，具体涉及基于惯性传感器的PDR方法和PF融合地图信息算法。本发明是要解决单纯使用PDR对行人位置跟踪时，因为惯性传感器自身所具有的长时漂移性而造成位置估计误差大甚至错误估计等情况。一、根据加速度传感器进行检步及步长估计；二、根据陀螺仪测量数据中的三轴角速度变化进行航向角估计，对航向角进行校正，然后根据校正后的航向角与第一步步长进行航迹推算，最后根据步长、航向角通过PDR方法估计位置：三、通过粒子滤波将地图信息和PDR估计结果融合，即完成了基于惯性传感器的行人室内位置跟踪方法。本发明应用于室内定位技术领域。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.024 seconds)
