-
公开(公告)号：CN118200091A
公开(公告)日：2024-06-14
申请号：CN202410425873.0
申请日：2024-04-10
申请人： 东南大学 , 国网安徽省电力有限公司信息通信分公司
IPC分类号： H04L27/00
摘要： 本发明公开了一种基于分数域滤波的低信噪比Fitz频偏估计方法，包括：步骤一、发送一个线性调频信号的导频，其调频率已知。步骤二、对经过高斯白噪声信道的有频偏的接收信号进行分数域窄带滤波的处理。步骤三、对经过窄带滤波处理后的信号实用有偏自相关加强的Fitz算法就可以得到最终的频偏估计。本发明方法能够在低信噪比下获得明显好于传统Fitz算法和基本的有偏自相关加强的Fitz算法的频偏估计性能。
-
公开(公告)号：CN113077382B
公开(公告)日：2024-01-12
申请号：CN202110457719.8
申请日：2021-04-27
申请人： 东南大学
IPC分类号： G06T3/04 , G06V40/16 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种基于BEMD和深度学习的美颜图像还原方法，旨在从美颜图像中恢复出原始未美颜图像的亮度以及人脸上的皱纹、雀斑等信息，从而解决当今社会美颜图像的“照骗”所造成的社会信任危机。其主要操作过程是：首先，从IMDB‑WIKI人脸数据集中挑选照片，组成本发明的人像数据集。其次，构建一个成分递归神经网络模型，包含一个普通网络和若干个子网络，其输入是美颜图像，子网络的训练监督标签是原始未美颜图像经过BEMD得到的各个不同频率的分量。最后，对各个子网络的预测图像进行相加，得到还原图像。本发明方法通过构造成分递归网络，在恢复出图像整体轮廓信息的同时，也能够较好的恢复其中的细节信息。
-
公开(公告)号：CN113407909B
公开(公告)日：2024-01-09
申请号：CN202110801131.X
申请日：2021-07-15
申请人： 东南大学
摘要： 本发明公开了一种用于非解析非线性复数系统的无味算法，包括：计算增广形式的输入信号二阶统计量——增广方差及协方差，并将其输入系统，计算sigma点；无味算法可以通过少量sigma特征点的计算，得到非线性系统对应输出点的一阶、二阶统计量；通过研究误差与非圆度关系，调节beta参数，减小算法误差。本发明能够针对输入信号为复数信号，且系统函数为非线性非解析的情况，通过计算少量sigma点的统计特性，得到输出信号的近似二阶统计量，并当信号为非圆时，通过研究beta参数与非圆度间的关系，减少系统误差。
-
公开(公告)号：CN116338567A
公开(公告)日：2023-06-27
申请号：CN202310407295.3
申请日：2023-04-17
申请人： 东南大学
摘要： 本发明公开了一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法，属于阵列信号处理领域。本发明针对非圆近场准平稳信号DOA估计在信源角度相差较小时难以分辨的问题，将信号伪协方差矩阵的反对角线和协方差矩阵的反对角线平行线重构为虚拟等效信号，实现了对非圆近场信号的DOA估计。方法实施步骤包括：以准平稳信号的每个时间帧为粒度，计算信号在每个时间帧下的协方差矩阵和伪协方差矩阵；提取协方差矩阵反对角线的平行线以及伪协方差矩阵反对角线的元素，重构为等效信号；利用经典MUSIC算法对等效信号进行参数估计。该方案能避免在信源角度相差较小时出现的谱峰重叠问题，提高DOA估计精度。
-
公开(公告)号：CN110148083B
公开(公告)日：2023-04-07
申请号：CN201910412600.1
申请日：2019-05-17
申请人： 东南大学
摘要： 基于快速BEMD和深度学习的图像融合方法，属于图像处理技术领域。本发明使用快速BEMD对待融合图像进行多尺度分解得到频率从高到低的二维经验模态分解分量(Bidimensional Empirical Mode Component,BEMC)，对各分量分别进行融合，最后经过BEMD重构可获取融合结果图。利用深度学习可提取图像特征的特点，设计了一种基于深度学习的图像融合规则。实验表明基于该融合方法的融合结果图具有最佳的视觉效果，满足人眼的视觉感知。
-
公开(公告)号：CN114862719A
公开(公告)日：2022-08-05
申请号：CN202210534303.6
申请日：2022-05-17
申请人： 东南大学
摘要： 本发明公开了一种基于编解码结构的深度分层去雾网络，将输入图像分割成多个小图像块，网络的下层是细粒度图像块，上层是粗粒度图像块，下层网络将学习到的局部特征叠加到上层，提高了提取特征的可重用性。每一层网络之间通过残差连接将下层网络的重建图像与上一层网络的输入图像进行元素级相加，使得上层网络可以共享下层网络的局部信息，从而专注于提取其他关键特征。另外，该模型在每一层中使用了新的编码器解码器结构，摒弃了广泛使用的残差块，选择残差通道注意力模块，根据各个通道之间的相关性，为每个通道的特征图分配相应权重，使每一层网络绕过图像的低频信息，专注于学习更关键的高频信息，提高了去雾网络的表征能力。
-
公开(公告)号：CN113407909A
公开(公告)日：2021-09-17
申请号：CN202110801131.X
申请日：2021-07-15
申请人： 东南大学
摘要： 本发明公开了一种用于非解析非线性复数系统的无味算法，包括：计算增广形式的输入信号二阶统计量——增广方差及协方差，并将其输入系统，计算sigma点；无味算法可以通过少量sigma特征点的计算，得到非线性系统对应输出点的一阶、二阶统计量；通过研究误差与非圆度关系，调节beta参数，减小算法误差。本发明能够针对输入信号为复数信号，且系统函数为非线性非解析的情况，通过计算少量sigma点的统计特性，得到输出信号的近似二阶统计量，并当信号为非圆时，通过研究beta参数与非圆度间的关系，减少系统误差。
-
公开(公告)号：CN109412640B
公开(公告)日：2020-06-16
申请号：CN201811397028.8
申请日：2018-11-22
申请人： 东南大学
摘要： 本发明公开了一种应用于全双工通信收发机的非线性数字自干扰消除装置及方法，装置包括：预白化模块，用于对发射机端的基带波形信号x(n)以及其线性镜像分量、非线性分量和镜像非线性分量进行预白化处理；自适应估计器A和B，用于根据预白化模块输出信号和上次迭代时输出信号的实部或虚部，采用预白化增强的双通道非线性复数最小均方误差自适应算法进行迭代运算，获取对接收机端观测信号d(n)中各主要干扰成分的估计，并从d(n)中将各主要干扰成分消去后进行输出；加法器，用于将自适应估计器A的输出作为实部，将自适应估计器B的输出作为虚部，相加后作为数字自干扰消除后的信号e(n)进行输出。本发明复杂度更低。
-
公开(公告)号：CN111181530A
公开(公告)日：2020-05-19
申请号：CN202010011278.4
申请日：2020-01-06
申请人： 东南大学
IPC分类号： H03H21/00
摘要： 本发明提供了一种处理非圆信号的并联增强型CLMS自适应滤波方法，即并联ACLMS自适应滤波方法，将输入信号分别通过两个ACLMS滤波器，分别得到两个滤波器的输出；将两个滤波器的输出通过最佳关联系数序列结合起来，得到最终输出；同时利用两个滤波器的输出对两个滤波器的权矢量进行更新；更新与输出反复迭代至稳态。本发明克服常规自适应滤波算法的局限，在提高滤波收敛速度的同时还能减小输出估计误差，大大提高了滤波的效率与性能。在处理非圆信号时本发明比普通滤波器算法和常规滤波器并联结构的处理效果都要好，对非圆信号有着极高的敏感性和极强的适应性，在收敛速度和收敛误差上均具有优秀性能。
-
公开(公告)号：CN106941350B
公开(公告)日：2020-04-14
申请号：CN201710152828.2
申请日：2017-03-15
申请人： 东南大学
摘要： 本发明公开了一种基于忆组器的异或门电路及设计制作方法，解决了现有的基于忆阻器的辅助逻辑MACIG门集合不完整的问题，本发明提供了一种新型的基于忆阻器的异或门的设计方法。本发明的异或门是基于MAGIC的或门基础上进行改进的。通过在或门电路的输出忆阻器两端并联一个忆阻器，改进后的门电路可以获得正确的异或门逻辑操作结果。异或门选用的电路元件少，只需要4个忆阻器。其激励电压序列简单，只需要一个稳定不变的外加激励源。而且，异或门的耗能低，只需要加入短时间的电压即可实现异或门的逻辑操作。此外，异或门的电路结构简单，尺寸小。
-
-
-
-
-
-
-
-
-
搜索结果
204 条记录 (耗时 0.03 秒)
