-
公开(公告)号：CN105188129A
公开(公告)日：2015-12-23
申请号：CN201510607613.6
申请日：2015-09-22
Applicant: 哈尔滨工业大学
IPC: H04W56/00
CPC classification number: H04W56/005
Abstract: 基于多角度分数阶相关协同的同步捕获与跟踪方法，涉及无线通信领域。是为了实现同步码的快速同步捕获和精确同步跟踪。本发明基于不同旋转角度下分数阶自相关函数的峰值相同、尖锐程度不同的特点，根据系统信号参数和性能指标通过旋转角度来选择尖锐程度不同的分数阶自相关函数用于通信信号同步码的同步捕获和跟踪，即通过旋转角度选择峰值相对较宽的分数阶相关函数进行同步码的快速捕获，然后再利用旋转角度对应的峰值较尖锐的分数阶相关函数来实现同步码的精确跟踪。本发明使用于无线通信中同步码的同步捕获与跟踪。
-
公开(公告)号：CN101320085B
公开(公告)日：2012-07-25
申请号：CN200810064964.7
申请日：2008-07-21
Applicant: 哈尔滨工业大学
Abstract: 基于后向投影算法的超宽带穿墙点目标定位成像方法，涉及在有限距离下定位成像的雷达布置方法及定位成像技术。本发明的目的是避免了“假象”情况的发生。超宽带信号源输出的信号，通过功率分配器后输出两路信号c1*和c2*，c1*通过选择控制器、放大器和第一发射雷达后输出脉冲信号d1，d1产生的回波信号h1通过第一接收雷达和第一低信噪比放大器后得到信号e1，1，h1通过第二接收雷达和第二低信噪比放大器后得到信号e1，2，c2*分别与e1，1和e1，2进行相关得到了传播时间序列a1，1和传播时间序列a1，2，a1，1和a1，2通过点目标定位处理得到点目标位置序列Target1，将第一发射雷达Tx1换成第二发射雷达Tx2后重复步骤一至七得到点目标位置序列Target2，将Target1与Target2的交集作为实际的点目标位置序列送入图像生成器完成点目标定位成像。
-
公开(公告)号：CN101441618B
公开(公告)日：2010-11-17
申请号：CN200810209791.3
申请日：2008-12-25
Applicant: 哈尔滨工业大学
IPC: G06F17/14
Abstract: 一种加权分数傅立叶变换域低采样率信号恢复方法。本发明涉及通信信号采集领域，它解决了对不满足Shannon采样定理条件信号的数据采集与恢复的问题。它的方法是首先对输入信号的模拟信号经过A/D转换器进行时域采样，将采样序列送往数字信号处理器DSP，信号处理器DSP结合给定加权分数傅立叶变换阶数下的加权系数和时域采样序列计算出加权分数傅立叶变换域的重构序列，然后根据加权分数傅立叶变换域的重构公式计算出任意重构点的信号值，最后将重构出的信号值经过D/A转换器便可以恢复出原模拟信号波形。它能够在不增加实现复杂度的情况下，解决不满足传统Shannon采样定理条件的一类信号的恢复问题，本方法有利于降低信源处理的数据量，提高信道的利用率。
-
公开(公告)号：CN117668510A
公开(公告)日：2024-03-08
申请号：CN202311616605.9
申请日：2023-11-30
Applicant: 哈尔滨工业大学
IPC: G06F18/2113 , G06F18/2131
Abstract: 本发明提出一种分数阶小波变换域的高分辨率时频重排分布方法，所述方法在信号能量最佳聚集的分数阶傅里叶变换域对应的角度下，计算信号在三种不同母小波下的分数阶小波变换，进而获得信号瞬时频率和群延迟的估计。然后，将信号的能量重排到瞬时频率和群延迟在时频面上所确定的时频点上，得到基于分数阶小波变换的高分辨率信号时频表示。与基于传统小波变换的时频重排分布相比，基于分数阶小波变换的时频重排分布通过自由参数α的选择，可以进一步提升信号时频分析的分辨率，从而能够在时频平面上清晰展示出信号的时频结构特征。
-
公开(公告)号：CN117193220A
公开(公告)日：2023-12-08
申请号：CN202311367783.2
申请日：2023-10-23
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 本发明涉及一种多速率采样系统的数据驱动过程监测方法，包括如下步骤：第一步、准备工业流程历史数据集，包含历史控制指令数据与历史传感器输出数据；第二步、进行数据预处理；第三步、计算各子系统的稳定核表示矩阵；第四步、构建残差协方差矩阵；第五步、设定各子系统的故障与攻击检测阈值；第六步、构建各子系统的在线统计量指标；第七步、进行报警决策逻辑判断，实现数据驱动过程监测方法。本发明所提出的流程工业监测方法适用于具有三个或者更多采样频率的大规模工业过程，采用典型的数据驱动设计策略，无需进行系统机理建模，兼顾实现低虚警率和高故障/攻击检测率，可有效保障监测性能的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN111970693B
公开(公告)日：2022-10-25
申请号：CN202010783227.3
申请日：2020-08-06
Applicant: 哈尔滨工业大学
IPC: H04W12/03 , H04W12/041 , H04W12/0433 , H04L1/00
Abstract: 本发明公开了一种低复杂度的LoRa物联网基于物理层波形的安全加密方法。步骤1：生成合法接收方共享的加密秘钥；步骤2：利用步骤1的秘钥生成循环移位加密因子；步骤3：利用步骤2得到的循环移位加密因子加密循环移位值；步骤4：发送端利用步骤3的加密后的循环移位值调制LoRa信号；步骤5：接收端对LoRa加密信号的解调和解密，得到信息。相比现有LoRa物联网在网络层和应用层的信息加密方法，本发明利用无线信道的随机性提取合法通信节点间的无线信道秘钥，对LoRa物理层调制波形进行加密，进一步提高了LoRa物联网的安全级别。
-
公开(公告)号：CN104980381B
公开(公告)日：2018-03-16
申请号：CN201510319836.2
申请日：2015-06-11
Applicant: 哈尔滨工业大学
IPC: H04L25/03
Abstract: 基于四项加权分数傅立叶变换域离散多电平CPM调制的信号发射和接收方法，涉及无线通信和变换域通信领域，本发明是为了解决基于加权分数傅里叶变换的变换域信号无法直接采用调频方式发送的问题。本发明提出了一种四项加权分数傅立叶变换域离散多电平CPM调制方法，使得性能优异的变换域信号采用调频的方式进行传输。同时经过该方法调制后的信号，相位连续，具有连续相位信号包络恒定，功率谱密度集中的性能。本发明适用于基于四项加权分数傅立叶变换域离散多电平CPM调制的信号发射和接收。
-
公开(公告)号：CN101309092A
公开(公告)日：2008-11-19
申请号：CN200810064922.3
申请日：2008-07-14
Applicant: 哈尔滨工业大学
Abstract: 分数傅立叶变换域超宽带脉冲信号调制与解调方法，涉及一种超宽带系统中的信息调制及解调技术。它解决了PAM、PPM等调制方法利用一路脉冲作为信息传输的载体进行通信时传输效率低的问题。它的调制过程为：将多进制数码的信息源分为并行的两路数字信息，并将两路数字信息分别与实切普信号和高斯信号在发送端时钟作用下通过调制和相加得到的发送端脉冲由发射端天线发射；解调过程为：将接收的脉冲信号进行滤波并在接收端时钟作用下进行采样，并变换到p阶分数傅立叶变换域上，再将分别与实切普信号和高斯信号进行相关解调获得的两路数字信息映射为一路多进制数字信息。所述高斯信号也可为实切普信号。本发明可应用于脉冲超宽带通信系统中。
-
公开(公告)号：CN119087861A
公开(公告)日：2024-12-06
申请号：CN202411209232.8
申请日：2024-08-30
Applicant: 哈尔滨工业大学
IPC: G05B19/042
Abstract: 一种端边云协同的工控系统状态变量调控方法，属于工控系统自动化监测与工业过程安全技术领域。为了解决针对现有的基于数据驱动的工控系统没有一种状态变量调控方法导致的不能有效发现数据轨迹发生的改变的问题，以及存在自动化监测技术与工业过程故障诊断技术的不足的问题。本发明通过终端采集注入系统采集在线数据和注入经过状态调控数据序列，通过边缘节点时数据处理和小规模实时计算，通过云服务器存储历史数据和系统模型，以及离线计算复杂公式和大矩阵；通过三者的端边云协同，在线部署过程中生成使状态轨迹偏移最大的攻击序列，或者生成状态操纵攻击序列；根据不同的序列进行数据注入。
-
公开(公告)号：CN117743817A
公开(公告)日：2024-03-22
申请号：CN202311616849.7
申请日：2023-11-30
Applicant: 哈尔滨工业大学
IPC: G06F18/2113 , G06F18/2131
Abstract: 本发明提出一种基于短时分数阶傅里叶变换的多重时频同步挤压方法，所述方法在信号能量最佳聚集的分数阶傅里叶变换域对应的角度下，计算信号的短时分数阶傅里叶变换，然后对计算结果进行复正弦函数调制，并以此获得信号的瞬时频率估计，进而计算出多重同步挤压的瞬时频率估计。然后，将信号的能量挤压到多重瞬时频率估计在时频面上所确定的时频点上，得到基于短时分数阶傅里叶变换的多重时频同步挤压结果。与基于传统短时傅里叶变换的多重时频同步挤压方法相比，基于短时分数阶傅里叶变换的多重时频同步挤压方法通过自由参数α的选择，可以进一步提升时频分析的分辨率，能够获得信号高分辨率的时频分析结果。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.026 seconds)
