-
公开(公告)号：CN117295100B
公开(公告)日：2025-02-07
申请号：CN202311162313.2
申请日：2023-09-11
Applicant: 哈尔滨工程大学
IPC: H04W24/06 , H04W72/541 , H04W72/53 , G06N3/0442 , G06N3/092 , G06N3/084
Abstract: 一种基于多智能体强化学习的通信干扰资源分配方法，它涉及一种通信干扰资源分配方法。本发明为了解决现有干扰决策算法没有考虑到随着多智能体数量的增加，动作空间和状态空间会快速增长，算法可能难以收敛的问题。本发明在多智能体近端策略优化算法的基础上提出了一种选择性经验存储策略的多智能体近端策略优化算法，对进入经验池的经验进行选择性存储，提高算法的收敛能力，并在多智能体近端策略优化算法中添加了注意力机制。本发明属于通信技术领域。
-
公开(公告)号：CN118882640A
公开(公告)日：2024-11-01
申请号：CN202410898963.1
申请日：2024-07-05
Applicant: 哈尔滨工程大学
Abstract: 一种基于多传感器融合的机动频率自适应协同定位方法，本发明用于解决现有技术中融合模型容易陷入滤波发散与航迹失真等问题，本发明包括：使用多部传感器持续接收目标位置信息，将接收到的各类信息源航迹统一至CGCS2000地心坐标系下，然后将转换至统一坐标系下的各信息源航迹进行自适应频率滤波，最终利用结合机动频率自适应的增强层级融合算法，将各个信息源的航迹信息进行融合，得到目标的综合航迹。本发明专门用于多传感器接收机动目标位置信息后，通过航迹融合网络整合为精度更高，稳定性更强的综合航迹。融合过程可充分利用各类传感器的优势航段，并且考虑机动目标的各类运动状态。本发明属于多源异构信息融合技术领域。
-
公开(公告)号：CN116680608B
公开(公告)日：2024-10-18
申请号：CN202310505266.0
申请日：2023-05-08
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/084 , H04L27/00
Abstract: 本发明属于通信领域，具体涉及一种基于复数图卷积神经网络的信号调制识别方法。将待识别信号数据集分解为I路与Q路信号；将I路与Q路信号数据利用可视图算法转化为图网络数据，并分成训练集、验证集和测试集；搭建复数图卷积神经分类网络模型；训练复数图卷积神经分类网络模型，并通过验证集调整复数图卷积神经分类网络模型的超参数和对复数图卷积神经分类网络模型的相关能力进行初步评估；将测试集输入至经训练验证后性能表现最好的复数图卷积神经分类网络模型中，输出信号调制方式的分类测试结果，以此来评估复数图卷积神经分类网络模型的性能。本发明旨在解决基于卷积神经网络的信号调制识别方法无法处理非结构化、非欧几里得、不具备平移不变性的信号数据，输入局部维度可变、局部排列无序的多模态数据会导致调制模式识别的结果不理想的问题。
-
公开(公告)号：CN118152850A
公开(公告)日：2024-06-07
申请号：CN202410217902.4
申请日：2024-02-28
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06N3/0464 , G06N3/0985 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/52
Abstract: 一种基于元学习的小样本通信信号调制识别方法，它涉及一种小样本通信信号调制识别方法。本发明为了解决在复杂电磁环境的干扰下，会面临信号难以获得、可靠样本数据量过少的问题。本发明的步骤包括步骤1、处理信号数据集；步骤2、搭建网络模型MSE‑ResNet；步骤3、构建类原型度量模块MML；步骤4、利用训练任务集合训练MML‑MSE‑ResNet模型，将测试任务输入训练好的模型中输出识别结果。本发明属于通信技术领域。
-
公开(公告)号：CN117295100A
公开(公告)日：2023-12-26
申请号：CN202311162313.2
申请日：2023-09-11
Applicant: 哈尔滨工程大学
IPC: H04W24/06 , H04W72/541 , H04W72/53 , G06N3/0442 , G06N3/092 , G06N3/084
Abstract: 一种基于多智能体强化学习的通信干扰资源分配方法，它涉及一种通信干扰资源分配方法。本发明为了解决现有干扰决策算法没有考虑到随着多智能体数量的增加，动作空间和状态空间会快速增长，算法可能难以收敛的问题。本发明在多智能体近端策略优化算法的基础上提出了一种选择性经验存储策略的多智能体近端策略优化算法，对进入经验池的经验进行选择性存储，提高算法的收敛能力，并在多智能体近端策略优化算法中添加了注意力机制。本发明属于通信技术领域。
-
Patent Agency Ranking
公开(公告)号：CN117081932A
公开(公告)日：2023-11-17
申请号：CN202310885839.7
申请日：2023-07-19
Applicant: 哈尔滨工程大学
IPC: H04L41/12 , H04L41/16 , H04W24/02 , G06N3/0464 , G06N3/092
Abstract: 本发明属于通信网络拓扑结构推理技术领域，具体涉及一种面向大规模目标无线通信网络的拓扑结构推理方法。本发明适用于非合作场景，且适用于大规模通信网络，还原大规模通信网络的效率高，能在前期挖掘出大部分的通联关系。本发明以强化学习的方式找出最优的通联关系分析顺序，以图卷积神经网络的方式表示网络还原中复杂的状态‑动作‑奖励‑观测四元组，不影响最高网络还原程度，相比于一般的网络拓扑结构推理方法具有效率高的优势，能够在整个还原过程前期实现大部分目标网络中有通联关系的拓扑结构的还原。
-
公开(公告)号：CN116996389A
公开(公告)日：2023-11-03
申请号：CN202310885841.4
申请日：2023-07-19
Applicant: 哈尔滨工程大学
IPC: H04L41/12 , H04W72/0453 , H04W72/542
Abstract: 本发明属于通信网络拓扑结构推理技术领域，具体涉及一种非合作无线通信网络的拓扑结构跟踪方法。本发明适用于非合作场景，同时适用于时变通信网络，在目标无线通信网络节点信号消失时能快速找到节点新的发送信号频点。本发明中跟踪目标无线通信网络节点采用线性自回归的格兰杰因果分析方法，比采用非线性映射的调制识别及辐射源识别更加简洁高效，用格兰杰因果分析匹配信号相比于调制识别与辐射源识别的方式更不容易受到干扰，以较高效率挖掘变化节点可能存在的新的通联关系。
-
公开(公告)号：CN116684960A
公开(公告)日：2023-09-01
申请号：CN202310709655.5
申请日：2023-06-15
Applicant: 哈尔滨工程大学
Abstract: 一种基于改进灰狼优化算法的锚节点优选方法，它涉及一种锚节点优选方法。本发明为了解决对TDOA测量误差和锚节点位置误差同时存在的定位场景，缺少可供参考的锚节点优选解决方案的问题。本发明采用余弦退火收敛因子，使收敛因子在迭代前期值更高，衰减速度更缓慢，而在迭代后期，使收敛因子值更小，衰减速度更快，有利于增强迭代前期的全局探索能力和迭代后期的局部精确求解能力。本发明属于通信辐射源定位技术领域。
-
公开(公告)号：CN115712867A
公开(公告)日：2023-02-24
申请号：CN202211369792.0
申请日：2022-11-03
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/08 , G01S7/02 , G01S7/40
Abstract: 本发明公开了一种多分量雷达信号调制识别方法，包括获取待识别雷达信号；将待识别雷达信号输入至预先训练的深度卷积神经网络模型进行识别，输出标签向量的预测概率；深度卷积神经网络模型是采用标记有标签向量的雷达信号数据集训练得到的，标签向量表示多分量雷达信号所包含的信号调制类型；深度卷积神经网络模型包括多个移动倒置瓶颈卷积块MBConv、多个融合的移动倒置瓶颈卷积块Fused‑MBConv和卷积注意力机制模块；根据标签向量的预测概率进行阈值判决后输出多分量雷达信号调整识别结果。本发明不仅能识别单分量雷达信号，还能识别双分量和三分量雷达信号；相比较其它方法，改进了信号识别精度。
-
公开(公告)号：CN115544942A
公开(公告)日：2022-12-30
申请号：CN202211130090.7
申请日：2022-09-16
Applicant: 哈尔滨工程大学
IPC: G06F30/392
Abstract: 本发明提供一种无模糊测向非均匀阵列设计方法，是一种基于计算机合理遍历设计无模糊高精度的非均匀测向阵列方法。首先计算出实际情况时所有可能合理的非均匀阵列形式；对这些非均匀阵列利用MUSIC算法在高频率易模糊频点上进行测试，测试时可加入可能引起测角模糊的因素，如通道不一致性等。对每种阵列形式进行多次蒙特卡洛实验，计算测角均方根误差，根据测试结果选择均方根误差较小的阵列形式；选定形式后，验证在所要求的测角范围内是否能够实现无模糊高精度测角。若一次选定不能符合要求，则再次选择其他均方根误差小的阵列形式，再次测试，直到达到设计要求。本发明可将影响测角模糊的因素考虑在阵列设计中，设计方式可靠，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.044 seconds)
