-
公开(公告)号：CN115265458B
公开(公告)日：2024-06-21
申请号：CN202210908931.6
申请日：2022-07-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于轨迹点扩充及二维量化的自适应农机作业面积测算方法，属于农机作业面积测算技术领域。为了解决现有的农机工作面积测算方法不能有效处理重耕、漏耕的作业情况，不能高效率地、准确地测算农机工作面积的问题。包括以下步骤：步骤一、采集农机作业过程的经纬度坐标轨迹点，将经纬度坐标转换为平面xy坐标；步骤二、预处理以去除离群点和农机非正常作业状态下轨迹点；步骤三、设置机具宽度及最粗扩充距离，对轨迹点进行扩充；步骤四、对扩充后的轨迹点序列进行相对坐标转换及二维量化，对量化点进行权重赋值；步骤五、根据概率分布计算每一量化点面积并求和获得农机作业面积。本发明是一种高效率地、高精度的农机作业面积测算方法。
-
公开(公告)号：CN114898108A
公开(公告)日：2022-08-12
申请号：CN202210321733.X
申请日：2022-03-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的CNN模型轻量化方法、一种目标检测方法及系统，涉及目标检测技术领域，用以解决现有基于FPGA的CNN模型在目标检测中能量效率较低导致不能满足低功耗、低延时计算需求的问题。本发明的技术要点包括：对SqueezeNet网络模型的卷积层进行定点化，定点化是指对计算和内存存储中的浮点数进行定点表示和运算，包括对输入特征图的定点化、对卷积层参数的定点化和对卷积层激活函数的定点化，其中，输入特征图和卷积层参数均为单精度浮点数；进而还提供一种包含上述SqueezeNet网络模型的目标检测方法及系统。本发明降低了检测网络的计算复杂度，适用于特定场景下的边缘计算平台，提升了检测模型的能量使用效率。
-
公开(公告)号：CN111796263B
公开(公告)日：2021-07-20
申请号：CN202010619015.1
申请日：2020-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于5G基站信号的低空目标分布式测距方法，所述方法包括以下步骤：步骤1、利用K‑means聚类算法对参考信道中的直达波进行提纯；步骤2、利用基于最小均方误差准则的自适应滤波器对回波信道进行直达波对消，得到回波信号；步骤3、对纯净的直达波信号与回波信号做互相关处理获取回波信号时延信息，根据方位角以及时延信息得到目标位置信息，从而实现了目标的测距。本发明所述方法对目标的有效探测要求信噪比不小于13.5dB，则在理想接收机的条件下最大探测距离可达409.5m，测距误差小于0.02m。
-
公开(公告)号：CN111796263A
公开(公告)日：2020-10-20
申请号：CN202010619015.1
申请日：2020-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于5G基站信号的低空目标分布式测距方法，所述方法包括以下步骤：步骤1、利用K-means聚类算法对参考信道中的直达波进行提纯；步骤2、利用基于最小均方误差准则的自适应滤波器对回波信道进行直达波对消，得到回波信号；步骤3、对纯净的直达波信号与回波信号做互相关处理获取回波信号时延信息，根据方位角以及时延信息得到目标位置信息，从而实现了目标的测距。本发明所述方法对目标的有效探测要求信噪比不小于13.5dB，则在理想接收机的条件下最大探测距离可达409.5m，测距误差小于0.02m。
-
公开(公告)号：CN107122922B
公开(公告)日：2020-06-16
申请号：CN201710371669.5
申请日：2017-05-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于排序学习的农机深松作业质量评价方法，解决了现有对农机深松作业质量的评价未采用客观的评价体系的问题。所述方法包括：采集多台农机在一次深松作业中的作业数据的步骤：作业数据包括多个等间隔时间节点和农机的深耕犁在每个时间节点下的经度、纬度、三轴加速度、三轴角速度和耕地深度数据；对农机作业数据进行预处理的步骤；从预处理后的作业数据中提取作业特征值，并将特征值与其对应的标签值作为训练样本集的步骤：特征值包括地块轨迹规整度、农机单位里程内的不良作业行为数量和耕地深度稳定值；采用排序学习法对训练样本集进行训练得到最优农机深松作业质量评价模型的步骤。采用该模型对农机的深松作业质量进行评价的步骤。
-
Patent Agency Ranking
公开(公告)号：CN110830114A
公开(公告)日：2020-02-21
申请号：CN201911107187.4
申请日：2019-11-13
Applicant: 哈尔滨工业大学
IPC: H04B10/116 , H04B10/524 , H04B10/50
Abstract: 可变周期调制系统的脉宽调制调光方法,本发明涉及一种脉宽调制的调光方法，是为了实现根据发送信号时间长度的不同来判别不同的信息，提高了带宽利用率，本发明是一种DCF-MVPM调制的基于脉宽调制的明暗控制方法，本发明根据发送信号时间长度的不同来判别不同的信息，提高了带宽利用率，同时具有抑制光源闪烁和调节明暗的功能。
-
公开(公告)号：CN109327879A
公开(公告)日：2019-02-12
申请号：CN201811189797.9
申请日：2018-10-12
Applicant: 哈尔滨工业大学
Abstract: 基于接收端的车载自组网路由协议的数据传输方法，属于认知车载自组网路由协议的数据传输技术领域。现有的车载自组网路由协议存在路由效率低、时延大、信号故障概率大的问题。一种基于接收端的车载自组网路由协议的数据传输方法，建立简单的车载自组网运动网络模型；以接收端为核心；在该路由协议下，利用认知无线电技术，采用频谱感知的手段，使主用户覆盖范围内的节点有机会通过空闲状态的通道，将网络中待传输的数据包，经过单跳或者多跳，传送到目标节点。本发明极大的改善了传统路由协议时延高、并提高可靠性。
-
公开(公告)号：CN107220617A
公开(公告)日：2017-09-29
申请号：CN201710379076.3
申请日：2017-05-25
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00335 , G06F3/011 , G06K9/00362 , G06K9/6269
Abstract: 人体姿态识别系统及方法，属于智能控制与看护的人体姿态识别技术领域。本发明是为了解决在图像视频识别人体运动姿态时，人体与背景特征差异不明显，难以识别，同时面向区域的识别无法有效实时跟踪目标的问题。本发明所述的人体姿态识别系统及方法，对采集的信息进行预处理，生成较为纯净可用的数据流。对纯净有用的数据流进行逐帧特征提取，作为后续训练的输入样本。利用提取的特征训练分类器。用相同采集模块采集信息，并输入训练好的分类器进行分类识别。识别准确率达到了98％，适用于一切采用腕部和腿部收集人体运动信息的设备。
-
公开(公告)号：CN107203782A
公开(公告)日：2017-09-26
申请号：CN201710370299.3
申请日：2017-05-23
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6269 , G06N3/08
Abstract: 基于卷积神经网络的大动态信噪比下通信干扰信号识别方法，涉及干扰信号类型识别领域。本发明是为了解决现有的对干扰信号的类型识别方式采用人工提取出统计量以及高阶累积量等特征，存在特征提取难度大，形式复杂，并且对干扰信号分类的准确率低的问题。本发明能够识别的干扰信号为5种常见的干扰信号以及这5种干扰信号的两两组合，总共是15种干扰信号，5种干扰信号分别为音频干扰、同频段窄带干扰、扫频干扰、矩形脉冲干扰以及扩频干扰，通过构建卷积神经网络模型提取干扰信号在大动态信噪比下具有强鲁棒性的特征；通过构建15分类的支持向量机分类器，对这15种干扰信号进行分类，它用于对干扰信号进行分类。
-
公开(公告)号：CN104394414B
公开(公告)日：2017-07-28
申请号：CN201410685880.0
申请日：2014-11-24
Applicant: 哈尔滨工业大学
Abstract: 用于可伸缩视频编解码器的空时块码‑差分混沌检控的视频传输方法，涉及一种视频传输方法。本发明是为了提高视频传输的平均PSNR值，以及为了提高视频传输的视觉质量。本发明提出了可用于SVC视频传输的低接收端检测复杂度的STBC‑DCSK结构。在发送端采用四个发送天线，其中每两个发送天线作为一组。本发明主要是设计一种新的STBC‑DCSK码字结构，通过设计的传输结构可以有效地提高误码率性能，同时适用于SVC视频传输。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.027 seconds)
