-
公开(公告)号：CN117518081B
公开(公告)日：2024-11-29
申请号：CN202311472200.2
申请日：2023-11-07
Applicant: 哈尔滨工程大学
IPC: G01S5/08 , G01S5/02 , G01S3/14 , G06F18/23213 , G06F18/28
Abstract: 一种基于K‑Means聚类的最小化交叉熵DOA估计方法，涉及波达方向估计技术领域。本发明是为了解决现有DOA估计准确率低的问题。本发明包括：设定重复次数i，并获得第i次重复最小化交叉熵原子选择范围位置集合#imgabs0#构建第i次重复时正交最小二乘支撑集位置集合#imgabs1#根据#imgabs2#和#imgabs3#构建候选支撑集位置集合，并利用候选支撑集位置集合获取优秀支撑集位置集合#imgabs4#从而获得最优支撑集位置集合#imgabs5#根据当前重复次数i判断是否停止重复，若停止重复则执行利用最优支撑集位置集合#imgabs6#重构来波信号，获得重构后的来波信号#imgabs7#并估计来波信号角度#imgabs8#否则令i＝i+1。本发明用于估计来波信号和来波信号角度。
-
公开(公告)号：CN117475216B
公开(公告)日：2024-11-29
申请号：CN202311439960.3
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/42 , G06N3/0464 , G06V10/82 , G06V20/13 , G06V20/10 , G06V10/80
Abstract: 一种基于AGLT网络的高光谱与激光雷达数据融合分类方法，它属于高光谱图像分类领域。本发明解决了现有方法的分类性能差的问题。本发明可以从高光谱图像数据中捕获和学习高光谱空‑谱联合特征，从LiDAR‑DSM数据中获取高程特征；并将非对称卷积核引入视觉Transformer结构，充分利用了卷积神经网络强大的空间上下文信息提取能力和基于自注意力机制的视觉Transformer强大的远程依赖建模能力；设计Bi前馈单元用于视觉Transformer，以充分提取数据的全局和局部信息，提高了模型的分类性能。本发明方法可以应用于高光谱图像分类。
-
公开(公告)号：CN116016051A
公开(公告)日：2023-04-25
申请号：CN202211701282.9
申请日：2022-12-28
Applicant: 哈尔滨工程大学
Abstract: 基于基扩展模型的FBMC‑OQAM系统信道拟合与估计方法，为解决FBMC‑OQAM系统双选信道估计结果准确度低、浪费通信资源、通信质量难以保障的问题。基于离散随机优化算法确定FO系统的导频结构，调制由FO导频符号、FO全零符号和FO数据符号组成的帧结构，生成基带发送信号；用基带发送信号和时频双选信道的脉冲响应得基带接收数据；用基扩展模型拟合时频双选信道信息，基带接收数据得到FO离散系统模型，根据FO离散系统模型的BEM表示获取时频双选信道的信道系数矩阵；构造无子载波间干扰结构，建立分布式压缩感知框架，将信道系数向量引入感知框架，得到新感知框架；利用稀疏自适应正交子空间追踪算法重构信道系数，得到估计的时频双选信道信息。
-
公开(公告)号：CN117475217A
公开(公告)日：2024-01-30
申请号：CN202311439963.7
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种基于SSBRID网络的高光谱图像分类方法，它属于遥感图像分类技术领域。本发明解决了现有卷积神经网络的参数多、模型尺寸大以及分类精度低的问题。本发明将二维卷积扩展到三维卷积，可以适应高光谱数据的三维的特点；同时，将非对称卷积核引入三维卷积层中，可以降低模型参数量，提升运行速度；最后，对三维卷积的输出特征进行重组，并送入二维卷积中，可以在减少网络的参数的同时，减小模型尺寸、通过共享信息减少空间冗余，并提高了分类精度。本发明方法可以应用于遥感图像分类。
-
公开(公告)号：CN116192576B
公开(公告)日：2023-08-11
申请号：CN202310191895.0
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种用于FBMC系统抗频率选择性衰落的PSRO原型滤波器，涉及无线通信技术领域，针对现有技术中FBMC系统使用滤波器时，抗多径干扰能力较弱的问题，本申请使用频域采样定理推导正对称滚降系数，采用基于辛格函数设计原型滤波器。利用海森堡不确定参数和方向参数进行时频局域性度量，确保该滤波器的时间局域性性更趋于理想情况，频率局域性具所需效果，从而使得FBMC系统使用该滤波器时具有更小的保护时间和较好的抗多径干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN116016085A
公开(公告)日：2023-04-25
申请号：CN202310008646.3
申请日：2023-01-04
Applicant: 哈尔滨工程大学
IPC: H04L27/26
Abstract: 一种基于快速哈里斯鹰优化的OTFS单音干扰抑制方法，涉及无线通讯技术领域。本发明是为了解决现有单音干扰抑制方法还存在对单音干扰的估计不够准确导致单音干扰抑制效果不佳的问题，同时还无法实现OTFS系统中对单音干扰的有效抑制的问题。本发明包括：利用单音干扰数据获得预估干扰中心；利用预估干扰中心初始化种群位置，根据适应度函数计算种群中个体位置适应度值，并将适应度值最小的个体位置作为最优位置利用进行种群位置迭代更新，获得估计干扰中心获取估计干扰中心为时的平移矩阵和获得去除单音干扰后的信号；利用逆平移矩阵和还原去除单音干扰后的信号，获得干扰去除后的OTFS接收的有用信号。本发明用于抑制OTFS单音干扰。
-
公开(公告)号：CN117475308B
公开(公告)日：2025-01-10
申请号：CN202311439959.0
申请日：2023-11-01
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06N3/0464 , G06V10/82
Abstract: 一种基于MADWA网络的高光谱图像像素级分类方法，它属于遥感图像分类领域。本发明解决了在噪声标签背景下现有深度神经网络分类准确性差的问题。本发明使用多尺度结构可以充分地学习真实标签及噪声标签数据信息，使网络学习信息的能力得到提升；并设计了光谱空间注意力结构，可以更加有效的关注每个维度所应学习的独特特征，以更加充分利用高光谱数据局部特征，提升了分类准确性。并且通过采用非对称卷积核，可以大幅度降低模型参数，提升运行速度，降低计算复杂度。本发明方法可以应用于遥感图像分类。
-
公开(公告)号：CN117518081A
公开(公告)日：2024-02-06
申请号：CN202311472200.2
申请日：2023-11-07
Applicant: 哈尔滨工程大学
IPC: G01S5/08 , G01S5/02 , G01S3/14 , G06F18/23213 , G06F18/28
Abstract: 一种基于K‑Means聚类的最小化交叉熵DOA估计方法，涉及波达方向估计技术领域。本发明是为了解决现有DOA估计准确率低的问题。本发明包括：设定重复次数i，并获得第i次重复最小化交叉熵原子选择范围位置集合 构建第i次重复时正交最小二乘支撑集位置集合 根据和 构建候选支撑集位置集合，并利用候选支撑集位置集合获取优秀支撑集位置集合从而获得最优支撑集位置集合 根据当前重复次数i判断是否停止重复，若停止重复则执行利用最优支撑集位置集合重构来波信号，获得重构后的来波信号并估计来波信号角度否则令i＝i+1。本发明用于估计来波信号和来波信号角度。
-
公开(公告)号：CN116208169B
公开(公告)日：2023-08-22
申请号：CN202310191550.5
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于联合匹配准则的分布式压缩感知重构方法，涉及分布式压缩感知技术领域，针对现有技术中对支撑集的估计精度低的问题，首先，本申请利用正交匹配追踪算法对分布式信号中各信号进行初始支撑集估计，并进行交集操作选取公共支撑子集的位置集合减少了同步正交最小二乘算法的迭代次数，加快了方法整体估计公共支撑集的速度；其次，将内积匹配准则与最小二乘准则相结合，利用同步正交最小二乘算法估计公共支撑子集的位置几个弥补了内积匹配准则估计精度低的缺陷，提高了方法整体的支撑集估计准确度和信号的重构精度。
-
公开(公告)号：CN116208169A
公开(公告)日：2023-06-02
申请号：CN202310191550.5
申请日：2023-03-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于联合匹配准则的分布式压缩感知重构方法，涉及分布式压缩感知技术领域，针对现有技术中对支撑集的估计精度低的问题，首先，本申请利用正交匹配追踪算法对分布式信号中各信号进行初始支撑集估计，并进行交集操作选取公共支撑子集的位置集合减少了同步正交最小二乘算法的迭代次数，加快了方法整体估计公共支撑集的速度；其次，将内积匹配准则与最小二乘准则相结合，利用同步正交最小二乘算法估计公共支撑子集的位置几个弥补了内积匹配准则估计精度低的缺陷，提高了方法整体的支撑集估计准确度和信号的重构精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
