-
公开(公告)号：CN111181656B
公开(公告)日：2021-04-27
申请号：CN202010016962.1
申请日：2020-01-08
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: H04B11/00 , G10L19/018
Abstract: 本发明公开了一种基于生物叫声的隐蔽信息传输方法和传输系统，其中传输方法包括：1、发送端采集生物叫声脉冲信号x(t)，提取包络es(t)；2、获取es(t)中每个生物叫声脉冲的时间范围；3、当待发送的第i个码元为”B1”时，对x(t)中的第i个生物叫声脉冲信号xi(t)嵌入标识信号；当待发送的第i个码元为”B2”时，xi(t)信号不做处理；4、发送端将处理过的生物叫声信号发送出；5、接收端对接收到的生物叫声信号y(t)提取包络er(t)，获取每个生物叫声脉冲的时间范围；6、对y(t)中的每个生物叫声脉冲yj(t)判断是否有嵌入信息，如果有嵌入信息，发送端发送的第j个码元为”B1”；如果无嵌入信息，第j个码元为”B2”。该方法能够满足特定场合传输隐蔽信息的需要，通过隐藏通信行为本身，降低秘密信息被截获的几率。
-
公开(公告)号：CN111181656A
公开(公告)日：2020-05-19
申请号：CN202010016962.1
申请日：2020-01-08
Applicant: 江苏科技大学 , 江苏科技大学海洋装备研究院
IPC: H04B11/00 , G10L19/018
Abstract: 本发明公开了一种基于生物叫声的隐蔽信息传输方法和传输系统，其中传输方法包括：1、发送端采集生物叫声脉冲信号x(t)，提取包络es(t)；2、获取es(t)中每个生物叫声脉冲的时间范围；3、当待发送的第i个码元为”B1”时，对x(t)中的第i个生物叫声脉冲信号xi(t)嵌入标识信号；当待发送的第i个码元为”B2”时，xi(t)信号不做处理；4、发送端将处理过的生物叫声信号发送出；5、接收端对接收到的生物叫声信号y(t)提取包络er(t)，获取每个生物叫声脉冲的时间范围；6、对y(t)中的每个生物叫声脉冲yj(t)判断是否有嵌入信息，如果有嵌入信息，发送端发送的第j个码元为”B1”；如果无嵌入信息，第j个码元为”B2”。该方法能够满足特定场合传输隐蔽信息的需要，通过隐藏通信行为本身，降低秘密信息被截获的几率。
-
公开(公告)号：CN113588154B
公开(公告)日：2023-04-21
申请号：CN202110793674.1
申请日：2021-07-14
Applicant: 江苏科技大学
IPC: G01L11/02
Abstract: 本发明公开了一种基于激光的水下机器人外部干扰力测量系统，包括若干发射单束激光的激光发射装置、采集环境图像的图像采集装置、数据采集模块、数据处理模块，数据采集模块采集单束激光的发射距离、发射角，数据处理模块计算得出单束激光的预定落点和实际落点，并通过预定落点与实际落点的位置关系，得出外部干扰力的方向与大小。根据随机激光扫描，计算当前摄像采集的实际图像与真实图像的差异，然后根据差异值进行扭曲测算从而建立水流扰动力场模型，有助于后续选择最佳的行驶路径进行主动减振，因此没有控制时延，具有极好的动态响应性能，不严重依赖外部实时数据，具有极佳的不完全观测控制性能。
-
公开(公告)号：CN107171991B
公开(公告)日：2019-07-16
申请号：CN201710511724.6
申请日：2017-06-27
Applicant: 江苏科技大学
Abstract: 本发明公开了一种细长导线中信号传输失真修复方法，包括如下步骤：1、构建传输导线的电路模型；2、发送端发射信号，发射信号由学习码Us和信息码组成；3、接收端对接收到的信号uo(t)截取学习码失真信号Uo；4、建立修复方程：其中U′o和U″o分别是Uo的一阶导数和二阶导数；求解修复方程，得到传输导线电路模型中的参数LC和RC；5、修复后的接收信号为：该方法通过学习码获取细长导线的电路参数，对接收端的接收信号进行修复，可以得到与发射信号接近的波形，从而完整恢复出发射端发送的数字信号。
-
公开(公告)号：CN104318152B
公开(公告)日：2017-04-12
申请号：CN201410509089.4
申请日：2014-09-28
Applicant: 江苏科技大学
Abstract: 本发明公开了一种VxWorks系统驱动层块设备数据访问控制方法。所述方法是设置VxWorks系统权限库，对块设备接口做无磁盘高速缓存的基本封装来创建CBIO设备，分别在块设备驱动层和dosFs文件系统驱动层嵌入访问监控器，任务在访问块设备数据的时候首先进入访问监控器，访问监控器根据当前任务ID和块设备匹配预先设置的权限库，控制任务对块设备数据的访问。本发明的方法较现有的访问控制方法，具有更好的访问控制效果，提高了块设备中数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN106230517A
公开(公告)日：2016-12-14
申请号：CN201610515201.4
申请日：2016-07-01
Applicant: 江苏科技大学
CPC classification number: H04B11/00 , H04B13/02 , H04L25/03891 , H04L25/03987
Abstract: 本发明公开一种水下移动通信用抗干扰处理方法，步骤是：利用N个声纳形成2个相邻的均匀线阵所组成的嵌套阵列接收信号；利用嵌套阵列对水声信号进行采样，得到阵列输出信号；根据阵列输出信号计算虚拟阵列接收数据矢量；根据压缩感知原理利用凸优化算法对接收信号进行稀疏重构，构造超完备基；采用凸优化方法求解稀疏约束方程，得到估计值；根据估计值得到干扰DOA的估计值，构造干扰子空间矩阵及其正交空间投影矩阵，对向量化处理前的原始接收信号利用正交投影的方法完成干扰抑制。此种方法可提高通信的效率，节约通信的成本，具体广泛的应用价值。
-
公开(公告)号：CN106161326A
公开(公告)日：2016-11-23
申请号：CN201610414355.4
申请日：2016-06-15
Applicant: 江苏科技大学
CPC classification number: H04L27/2695 , H04L25/0242 , H04L27/2672 , H04L27/2675
Abstract: 本发明公开了一种水声块结构稀疏信道的快速估计方法，主要针对水声块结构稀疏特性的OFDM通信系统。该方法主要包括以下步骤：步骤一：获取导频处的信道响应；步骤二：建立水声信道模型；步骤三：构造信号重构所需的测量矩阵和测量值；步骤四：根据重构算法恢复信道冲击响应。本发明考虑水声信道块结构稀疏特性，将信号进行分块，可降低导频的使用数量，进一步降低算法估计所需的时间，同时提高了重构精度。
-
公开(公告)号：CN105490974A
公开(公告)日：2016-04-13
申请号：CN201510930460.9
申请日：2015-12-15
Applicant: 江苏科技大学
CPC classification number: H04L25/0222 , H04L27/2628 , H04L27/2646 , H04L27/2675
Abstract: 本发明公开了一种MIMO-OFDM水声通信系统的多普勒估计方法，包括如下步骤：对接收端接收到的稀疏信号以抽样间隔进行采样，得到稀疏向量y；由接收双方都已知的同步导频信号s(t)结合信道特点，选取合适精度，构造超完备字典；在一个周期内对所有抽样值累积得：y＝Cx+n，接收向量看作以x元素为系数的C各列的线性组合；由超完备字典C、接收稀疏向量y，利用SBL算法，重构信号x；找到x中非零元素所对应超完备字典C中的相应列，继而找到各径所对应的等价多普勒因子。本发明不仅大大提高了MIMO-OFDM水声多普勒因子的估计精度，而且针对常规多普勒扩展也提出了新的解决方法。
-
公开(公告)号：CN116452965A
公开(公告)日：2023-07-18
申请号：CN202310376073.X
申请日：2023-04-10
Applicant: 江苏科技大学
IPC: G06V20/05 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于声光融合的水下目标检测识别方法，包括以下步骤：获取同一水下目标的光学图像和声学图像，采用基于风格转移的数据增强方法，得到具有声学图像风格的转移图像，将一张光学图像和该光学图像对应的具有声学图像风格的转移图像的转移图像作为一组声光融合数据，以此构建得到声光融合数据集；构建复合连接的可重参数化主干网络；采用声光融合数据集对复合连接的可重参数化主干网络进行训练，得到可用的水下目标检测识别模型；采用可用的水下目标检测识别模型，实现水下目标检测。
-
公开(公告)号：CN115512414A
公开(公告)日：2022-12-23
申请号：CN202211180570.4
申请日：2022-09-27
Applicant: 江苏科技大学
Abstract: 本发明公开了一种用于人脸识别的流形学习图像特征提取的深度学习方法，步骤如下：通过使用区域建议算法生成建议框，建议框在图片上进行扫描得出局部图片，并将图片传授给下一步；完成高维非线性的流形学习算法的构建；通过定义一个样本点局部邻域密度分布因子，且嵌入到降维算法中；运用该算法将人脸的不同表情特征由高维降至2维或3维，有效地进行人脸识别；通过流形学习算法得到的人脸特征，使用基于自注意机制和投票机制的残差神经网络对图片进行筛选，完成最后的分类。本发明的模型检测速度比传统的检测算法快1‑2倍，能够为用户提供更好的使用体验；本发明通过使用流形学习来进行特征提取，提高了模型人脸识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.041 seconds)
