-
公开(公告)号：CN102916917B
公开(公告)日：2014-12-17
申请号：CN201210359005.4
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: H04L27/00
Abstract: 本发明的目的在于提供基于切片双谱和小波变换的FSK信号个体识别方法，包括如下步骤：对接收到的信号进行双谱和切片双谱分析，得到信号的切片双谱的频谱图，分别建立不同信噪比下包络参数特征数据库；对接收到的信号进行小波变换，提取低频小波系数的均值，同时建立不同信噪比条件下，不同M数和不同调制参数的4FSK信号的特征数据库；对切片双谱包络参数特征和低频小波系数特征进行融合，识别FSK信号的调制类型；采用同样的信号处理过程，实现不同参数的4FSK信号的信号个体识别。本发明能够克服现有类内调制识别方法对信号信噪比要求高的不足，在低信噪比和知道较少先验知识的条件下，实时地对FSK信号进行个体识别。
-
公开(公告)号：CN102679980A
公开(公告)日：2012-09-19
申请号：CN201110361072.5
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明的目的在于提供一种基于多尺度维分解的目标跟踪方法，包括以下步骤：选用小波基函数将目标角度或者航迹的量测数据分解到尺度上，在每个尺度的低频子空间上采用EKF算法对量测数据进行预测和滤波，得到不同尺度上目标的粗跟踪结果，在不同尺度的高频子空间上采用小波阈值算法，进一步去除噪声和野值的影响；通过小波重构算法融合不同尺度上的跟踪数据，得到目标的精确跟踪数据。本发明是能够在各种复杂环境下有效、准确、可靠、稳定的目标跟踪方法，利用FPGA的并行处理结构实现多尺度EKF算法，小波分解和重构、不同尺度上的EKF算法和小波阈值去噪都是同时进行的，保证了对目标跟踪的实时性。
-
公开(公告)号：CN104065429B
公开(公告)日：2016-12-07
申请号：CN201410317201.4
申请日：2014-07-04
Applicant: 哈尔滨工程大学
IPC: H04B17/382 , H04L27/00
Abstract: 本发明属于认知无线电频谱感知技术领域，具体涉及一种在主用户信号先验知识未知，噪声具有不确定性的情况下，利用接收信号的频域盒维数值对无线信道的频谱的占用情况进行盲频谱感知的基于频域盒维数的盲频谱感知方法。本发明包括：将认知无线电感知节点接收到的信号进行采样，得到离散时间序列，截取固定长度；将截取的时间序列通过DFT变换从时域转换到频域；在频域上计算盒维数；将计算得到的频域盒维数和判决门限进行比较，得到频谱的占用情况。本发明能够在缺乏主用户信号的先验知识，噪声具有不确定性的情况下，在一定信噪比范围内，利用DFT将接收序列从时域转换成频域，再计算其盒维数实现盲频谱感知，算法简单有效。
-
公开(公告)号：CN104065597A
公开(公告)日：2014-09-24
申请号：CN201410317205.2
申请日：2014-07-04
Applicant: 哈尔滨工程大学
IPC: H04L25/02
Abstract: 本发明属于非合作通信领域的信号识别技术领域，具体涉及参数未知的BPSK信号和QPSK信号的基于小波能量分布熵的BPSK/QPSK信号识别方法。本发明包括：得到BPSK信号和QPSK信号的基带信号；对BPSK信号和QPSK信号的基带信号进行一维多尺度小波分解，求取能量分布熵；将BPSK信号和QPSK信号采样点数和能量分布熵熵值进行多项式函数拟合；将能量分布熵熵值和阈值进行比较，如果大于阈值判断是BPSK信号，否则为QPSK信号。本发明提出的这种新的BPSK/QPSK信号识别方法对所要识别的信号的参数依赖性小，能更好地识别BPSK信号和QPSK信号，并且在较低的信噪比下仍然有很好的性能。
-
公开(公告)号：CN102508774A
公开(公告)日：2012-06-20
申请号：CN201110333159.1
申请日：2011-10-28
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于新环境因子函数的软件可靠性增长模型的建模方法，解决由于Logistic曲线数学处理复杂，拟合和预测误差大的问题，采用NHPP类软件可靠性模型，在已有的失效数据上估计各个模型的参数，计算拟合误差，选出测试阶段最优的拟合模型，然后根据经验数据拟合环境因子，提出一种新的随时间变化的环境因子函数，通过环境因子和测试阶段的故障检测率得到运行阶段的故障检测率，建立基于新时间函数的环境因子的软件可靠性模型。本发明所建立的模型具有很高的估计精度，实用性，可以很好的预测软件系统的可靠性，解决了由于Logistic曲线数学处理复杂，拟合和预测误差大的问题。
-
Patent Agency Ranking
公开(公告)号：CN102437984A
公开(公告)日：2012-05-02
申请号：CN201110347819.1
申请日：2011-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供低信噪比下基于复杂度特征的调制信号识别方法，包括以下步骤：对截获的未知通信信号离散化为一定间隔的时间信号序列，将其按照一定的规则重组成不同长度的特征向量，而后进行多重分形维数运算，提取通信信号的多重分形维数特征，在低信噪比下提取不同信号的细微特征，对提取的未知信号特征利用灰色关联理论与数据库中的已知调制类型信号的多重分形维数特征进行关联计算，判断该信号的调制类型为关联度最大的信号的调制类型，实现对通信调制信号的分类识别。本发明具有在强干扰环境下检测区分出不同调制类型的通信信号的能力，进而达到对通信信号调制类型的进行识别的目的。
-
公开(公告)号：CN102411537A
公开(公告)日：2012-04-11
申请号：CN201110257955.1
申请日：2011-09-02
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于混合贝叶斯先验分布的可靠性验证测试方法，采用共轭先验分布法确定未知参数的先验分布，通过先验矩方法和最大熵方法分别求出两组不同参数，即得到不同的先验分布，再根据第二类极大似然方法确定以上两种先验分布的权重，按权重将先验矩方法和最大熵方法得出的参数融合，进而得到最终的先验分布比单纯使用其中一种方法得到的先验分布更加准确，与真实的分布拟合度更好。通过最终的贝叶斯先验分布及试验信息，计算出可靠性验证测试中所需的最小无失效用例数，这种方法相对于无先验知识的情况，可以有效的减少测试用例量。
-
公开(公告)号：CN102394723A
公开(公告)日：2012-03-28
申请号：CN201110336581.2
申请日：2011-10-31
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供结合非对称Turbo编码的白光LED调制方法，包括以下步骤：产生二进制的随机信号，并对其进行非对称Turbo编码，将编码后的序列进行16QAM调制，然后作离散傅里叶变换；在频域将变换后的数据进行局部式映射后通过离散傅里叶反变换运算变换回时域并加入循环前缀；对信号作数/模转换并发送到白光LED无线光学信道；将接收到的信号作模/数转换、去除循环前缀；对信号作离散傅里叶变换并进行单载波的解映射；作离散傅里叶反变换，并作16QAM解调；最后非对称Turbo解码。本发明能够折中系统在整个信噪比范围内的误码率，降低了系统的峰值功率比。
-
公开(公告)号：CN104243063B
公开(公告)日：2017-01-11
申请号：CN201410431708.2
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: H04B17/382
Abstract: 本发明属于认知无线电频谱感知技术领域，具体涉及一种基于遗传算法的并行合作频谱感知的方法。本发明包括：初始群体的产生；个体修正；计算适应度函数；选取适应性最强的个体；变异；生存竞争；优胜者交叉；随机产生个体；个体修正；最适应个体直接进入下一代；截止。本发明能够充分考虑不同认知用户对不同异构信道感知性能的差异性、系统有效吞吐量以及感知时长，最优的确定感知策略，即确定感知任务分配和感知时长，相比随机感知方法，能够获得更大的系统有效吞吐量。
-
公开(公告)号：CN102394711B
公开(公告)日：2013-11-20
申请号：CN201110347523.X
申请日：2011-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供复杂环境下一种新的通信电台个体识别方法，包括以下步骤：对不同通信电台发射的同种通信信号进行重采样，将通信信号转化为离散时间信号序列，对重采样的离散通信信号时间序列进行相空间重构，将信号转化到不同的重构相空间下用以捕获不同重构相空间特征，利用一种新的分形盒维数算法计算不同重构相空间下的分形盒维数，得到一个分形盒维数特征向量，利用神经网络对得到的向量空间进行分类，进而达到了对不同的通信电台进行识别的目的。本发明可以在复杂多变的环境下，识别出不同通信电台的细微差别。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
