-
公开(公告)号：CN102201832B
公开(公告)日：2013-07-03
申请号：CN201110123462.9
申请日：2011-05-13
申请人： 哈尔滨工业大学
IPC分类号： H04B1/7093 , H04B1/7075
摘要： 基于时分复用的并行匹配滤波器。它涉及扩频通信领域，它针对传统的匹配滤波器硬件消耗大的缺点。它包括M个移位寄存器、M个乘法器、M+1个数据选择器、一个移位累加器、一个M级的FIFO结构、N个寄存器、一个第一累加器和一个第二累加器；把输入序列与本地整个周期扩频码的相关运算分段进行，最后叠加起来形成全周期的相关值。对每段的相关运算使用相同的寄存器、乘法器和加法单元，并把每段的相关值存入FIFO结构中，最后把各段数据相加形成整个周期的相关值。在保持扩频增益不变的情况下，由于每段数据跟本地数据的相关值计算采用了相同的逻辑资源，因而硬件消耗得到大幅度降低。这适用于长周期伪码的快速捕获。
-
公开(公告)号：CN102638315A
公开(公告)日：2012-08-15
申请号：CN201210143290.6
申请日：2012-05-10
申请人： 哈尔滨工业大学
IPC分类号： H04B14/02 , H04B10/155
CPC分类号： H04B14/04
摘要： 用于光通信系统中的多进制数字脉冲周期调制和解调方法，涉及一种多进制数字脉冲周期调制和解调方法。它是为了提升光通信系统数据传输速率。调制方法：将光通信系统的M进制的系统数据采用MDPCM的方法调制为二进制脉冲；所述调制方法是通过改变M进制的系统数据中各码元所对应的二进制脉冲的周期实现的；解调方法：将调制后的二进制脉冲根据解调公式获得解调制后的数据。本发明适用于光通信系统中。
-
公开(公告)号：CN116561631A
公开(公告)日：2023-08-08
申请号：CN202310533066.6
申请日：2023-05-11
申请人： 哈尔滨工业大学
IPC分类号： G06F18/24 , G06F18/2321 , G06F18/213
摘要： 基于相空间重构的辐射源分选方法，本发明涉及信号分选方法。本发明的目的是为了解决现有电磁环境中的脉冲数量已达百万量级，并且雷达可以迅速的切换工作模式，利用传统的信号分选方法存在增批、漏批和难以准确设置参数容差等问题。过程为：一：计算辐射源信号的时间延迟；二：基于辐射源信号的时间延迟计算辐射源信号的嵌入维数；三：基于辐射源信号的时间延迟和辐射源信号的嵌入维数，计算辐射源信号的关联维数；四：基于辐射源信号的时间延迟和辐射源信号的嵌入维数，计算辐射源信号的Lyapunov指数；五：基于辐射源信号的关联维数、辐射源信号的Lyapunov指数以及载频，使用DBSCAN算法对特征向量做分选。本发明用于信号分选领域。
-
公开(公告)号：CN115620731A
公开(公告)日：2023-01-17
申请号：CN202211294811.8
申请日：2022-10-21
申请人： 哈尔滨工业大学
摘要： 一种语音特征提取与检测方法，本发明涉及语音特征提取与检测方法。本发明的目的是为了解决现有自动说话人系统容易受到各种欺骗语音的攻击，自动说话人系统拦截不彻底、错误拦截，导致检测准确率低的问题。过程为：得到预处理后的语音信号的训练集和验证集；提取eCQSCC和FFV特征；得到训练好的eCQSCC特征+高斯混合模型和FFV特征+高斯混合模型；eCQSCC特征+高斯混合模型输出训练集的分数；FFV特征+高斯混合模型输出训练集的分数；获得预训练好的BosarisToolkit工具；得到训练好的BosarisToolkit工具；得到待测语音信号的融合结果。本发明用于语音特征提取与检测领域。
-
公开(公告)号：CN115270878A
公开(公告)日：2022-11-01
申请号：CN202210903562.1
申请日：2022-07-28
申请人： 哈尔滨工业大学
摘要： 基于类激活图和SincNet网络的辐射源个体识别方法，本发明涉及辐射源个体识别方法。本发明的目的是为了解决现有预失真技术弱化了辐射源的功放非线性特征，进而减弱了辐射源个体识别性能的问题。判断待测辐射源信号为高信噪比辐射源信号还是低信噪比辐射源信号，若待测辐射源信号为高信噪比辐射源信号，则执行A至D；若待测辐射源信号为低信噪比辐射源信号，则执行一至三；A、功率放大器输出带标签的信号；B：提取带标签的CWD时频分布特征图；C：得到训练好的ResNet50网络；D：完成待测预失真后辐射源个体信号；一：得到训练好的数字预失真训练器；二：得到训练好的SincNet网络；三：完成待测预失真后辐射源个体信号识别。本发明用于辐射源个体识别领域。
-
公开(公告)号：CN114041801A
公开(公告)日：2022-02-15
申请号：CN202111349502.1
申请日：2021-11-15
申请人： 哈尔滨工业大学
摘要： 基于PSA‑EWT和DCGAN的心电信号重构方法及重构系统，本发明涉及心电信号重构方法及重构系统。本发明的目的是为了解决现有心电图信号采用接触式测量，操作不便的问题。过程为：一：对原始BCG信号进行分解，划分为m个区间，在每个区间内构建一个带通滤波器，m个滤波器组重构m个分量；二：对m个区间进行优化合并，得到的心跳分量；三：建立对抗网络；四：获取ECG信号和呼吸信号；合成BCG信号；将合成BCG信号作为生成器的输入，将ECG信号作为判别器的输入，进行训练，直至达到最大迭代次数，获得训练好的对抗网络；五：将二获得的心跳分量输入训练好的对抗网络，重构出ECG信号。本发明用于心电信号重构领域。
-
公开(公告)号：CN108090462B
公开(公告)日：2021-09-03
申请号：CN201711480467.0
申请日：2017-12-29
申请人： 哈尔滨工业大学
IPC分类号： G06K9/00
摘要： 一种基于盒维数的辐射源指纹特征提取方法，本发明涉及辐射源指纹特征提取方法。本发明的目的是为了解决传统特征参数难以满足辐射源个体识别有效性和可靠性需求，导致辐射源个体识别正确率低的问题。一种基于盒维数的辐射源指纹特征提取方法具体过程为：一、对接收到的一维辐射源信号进行分段处理，得到一维辐射源信号段；二、对一得到的一维辐射源信号段进行盒维数特征提取，得到盒维数特征向量。本发明用于辐射源个体识别领域。
-
公开(公告)号：CN109977914B
公开(公告)日：2021-06-15
申请号：CN201910277669.8
申请日：2019-04-08
申请人： 哈尔滨工业大学
IPC分类号： G06K9/00
摘要： 本发明提供基于VMD的自适应降噪方法，属于信号处理技术领域。本发明首先分别对含噪声的多分量信号和纯噪声信号进行VMD分解，并计算分解后的本征模态函数的能量，然后将这两个本征模态函数的能量进行对比得到噪声分量和信号分量；对于噪声分量，利用信号间隙降噪的方法获得降噪后的噪声分量，做差即可求得噪声信号；对信号分量进行自适应滤波处理，获得信号分量中的噪声，做差即可求得降噪后的信号分量；最后对降噪后的各个本征模态函数求和，即可求得最终降噪后的信号。本发明解决了现有信号降噪技术会极大的破坏信号的连续性特征的问题。本发明可用于语音系统、雷达侦察等多种信号降噪的场景当中。
-
公开(公告)号：CN110135390B
公开(公告)日：2020-12-01
申请号：CN201910441852.7
申请日：2019-05-24
申请人： 哈尔滨工业大学
摘要： 基于主信号抑制的辐射源个体识别方法，本发明涉及辐射源个体识别方法。本发明的目的是为了解决现有辐射源主信号波形变化对个体特征造成影响，以至于识别效果的大幅下滑甚至失效的问题。基于主信号抑制的辐射源个体识别方法过程为：步骤一、对辐射源信号进行截获和预处理，得到预处理后的辐射源信号；步骤二、对步骤一预处理后的辐射源信号进行主信号抑制，得到抑制后信号；步骤三、对步骤二主信号抑制后的信号进行个体特征提取，构建特征向量；步骤四、将步骤三构建的特征向量输入分类器，输出分类识别结果。本发明用于辐射源个体识别领域。
-
公开(公告)号：CN110135390A
公开(公告)日：2019-08-16
申请号：CN201910441852.7
申请日：2019-05-24
申请人： 哈尔滨工业大学
摘要： 基于主信号抑制的辐射源个体识别方法，本发明涉及辐射源个体识别方法。本发明的目的是为了解决现有辐射源主信号波形变化对个体特征造成影响，以至于识别效果的大幅下滑甚至失效的问题。基于主信号抑制的辐射源个体识别方法过程为：步骤一、对辐射源信号进行截获和预处理，得到预处理后的辐射源信号；步骤二、对步骤一预处理后的辐射源信号进行主信号抑制，得到抑制后信号；步骤三、对步骤二主信号抑制后的信号进行个体特征提取，构建特征向量；步骤四、将步骤三构建的特征向量输入分类器，输出分类识别结果。本发明用于辐射源个体识别领域。
-
-
-
-
-
-
-
-
-
搜索结果
68 条记录 (耗时 0.031 秒)