检索结果-内蒙古大学图书馆

电子与信息学报 2022年第7期44卷 2469-2477页

作者：陈涛赵立鹏史林申梦雨哈尔滨工程大学信息与通信工程学院哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室哈尔滨150001

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并... 详细信息

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。

关键词：正交偶极子阵列无网格波达方向估计有限新息率协方差拟合准则

来源：评论

学校读者我要写书评

暂无评论

基于改进离散蝙蝠算法的无线Mesh网络部分重叠信道分配

引用

电子与信息学报 2022年第12期44卷 4265-4273页

作者：叶方孙雪李一兵哈尔滨工程大学信息与通信工程学院哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室哈尔滨150001

针对应急通信背景下无线Mesh网络(WMN)中存在的信道干扰和频谱资源利用不充分的问题,该文提出一种改进的离散蝙蝠算法(IDBA)用于求解最优部分重叠信道(POCs)分配方案。该方法采用K-means聚类算法优化网络拓扑,引入樽海鞘群的链式行为提... 详细信息

针对应急通信背景下无线Mesh网络(WMN)中存在的信道干扰和频谱资源利用不充分的问题,该文提出一种改进的离散蝙蝠算法(IDBA)用于求解最优部分重叠信道(POCs)分配方案。该方法采用K-means聚类算法优化网络拓扑,引入樽海鞘群的链式行为提高局部搜索能力,建立以最小化链路加权干扰为目标的线性规划模型来解决流量汇聚情况可能造成的网络瓶颈链路问题。仿真结果表明,在不同网络规模下,相比于其他基于群智能优化算法的信道分配方法,该方法具有较快的收敛速度和较优的搜索能力。此外,该方法能够在节点密集时显著降低网络干扰并保持网络的稳定性。

关键词：无线Mesh网络部分重叠信道信道分配离散蝙蝠算法

来源：评论

学校读者我要写书评

暂无评论

基于共轭梯度求解代价函数的卷积码参数识别算法

引用

系统工程与电子技术 2022年第10期44卷 3235-3242页

作者：陈增茂陆丽孙志国孙溶辰哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学工业和信息化部先进船舶通信与信息技术重点实验室黑龙江哈尔滨150001

卷积码常作为级联码、Turbo码等高性能编码的子码,正确识别出卷积码的参数是级联码、Turbo码参数识别的基础,这要求卷积码参数识别算法具有较强的抗噪能力。利用解调软判决序列可以有效提高识别算法的抗噪能力。根据递归系统卷积码编码... 详细信息

卷积码常作为级联码、Turbo码等高性能编码的子码,正确识别出卷积码的参数是级联码、Turbo码参数识别的基础,这要求卷积码参数识别算法具有较强的抗噪能力。利用解调软判决序列可以有效提高识别算法的抗噪能力。根据递归系统卷积码编码码元间的线性约束关系构造了一个基于指数函数的代价函数模型,将生成矩阵的识别问题转化成求解代价函数极小值的最优化问题,并采用共轭梯度法不断逼近极小点。仿真结果显示,与现有算法相比,所提方法显著提高了抗噪能力,且适用性强、收敛速度快。

关键词：卷积码参数识别递归系统卷积码解调软判决最优化方法共轭梯度法

来源：评论

学校读者我要写书评

暂无评论

基于能量预检测与时频降噪的脉冲检测方法

引用

雷达科学与技术 2025年

作者：王国丽袁晨昊杨箫邓志安哈尔滨工程大学信息与通信工程学院先进船舶通信与信息技术工业和信息化部重点实验室

为了解决现有检测算法在低信噪比下因脉冲分裂而无法准确提取到达时间与脉冲宽度的问题，本文提出基于能量预检测与时频降噪处理的脉冲检测方法。首先利用待检测信号的频谱估计出噪底功率，用于后续计算检测阈值；然后用能量检测粗定位... 详细信息

为了解决现有检测算法在低信噪比下因脉冲分裂而无法准确提取到达时间与脉冲宽度的问题，本文提出基于能量预检测与时频降噪处理的脉冲检测方法。首先利用待检测信号的频谱估计出噪底功率，用于后续计算检测阈值；然后用能量检测粗定位可能含有目标脉冲的信号段；再用分裂脉冲识别与合并模块处理各信号段，将时间邻近的低信噪比信号段合并为一段信号；再用基于同步提取变换的时频降噪方法处理低信噪比信号段，以达到时频域降噪和去除虚警脉冲的目的；最后用自相关检测提取各信号段的到达时间与脉冲宽度。仿真实验结果表明，本文脉冲检测方法能够适用于线性调频、正弦调频、巴克码调相、单频与V型调频信号多种调制类型信号，当信噪比在-1.5dB及以上时，该方法有95%以上的概率检测到脉冲并准确提取到到达时间与脉冲宽度。

关键词：脉冲检测噪底功率估计分裂脉冲识别与合并时频降噪自相关检测

来源：评论

学校读者我要写书评

暂无评论

基于相位变化率的体目标与点源合成目标回波分辨

引用

哈尔滨工程大学学报 2024年第3期45卷 432-440页

作者：雍锦涛莫世奇陈云飞王振山贾兵李桂娟张阳哈尔滨工程大学水声工程学院黑龙江哈尔滨150001 水下测控技术重点实验室辽宁大连116013 大连理工大学信息与通信工程学院辽宁大连116024

针对水下体目标与多点源合成回波信号的分辨问题,本文基于体目标与多点源合成回波信号的形成机理差异,表征分析了影响水下目标回波相位形成的关键因素及水下体目标与多点源合成回波相位形成的差异性,基于2类回波信号相位变化率的特征差... 详细信息

针对水下体目标与多点源合成回波信号的分辨问题,本文基于体目标与多点源合成回波信号的形成机理差异,表征分析了影响水下目标回波相位形成的关键因素及水下体目标与多点源合成回波相位形成的差异性,基于2类回波信号相位变化率的特征差异,提出并建立了基于相位变化率的体目标回波与多点源合成回波的分辨方法。通过Benchmark基准潜艇缩比模型和多点源合成目标模型的特性仿真和湖上对比测试对2类回波信号的分辨方法进行了验证,仿真和测试数据分析结果表明:通过对比同方位角度范围内的回波相位变化率,可以对体目标回波与多点源合成回波进行分辨,验证了基于相位变化率的水下体目标与多点源合成回波分辨方法的可行性。

关键词：体目标多点源合成目标模拟回波相位变化率分辨方法特性仿真实验验证回波分辨

来源：评论

学校读者我要写书评

暂无评论

结合高光谱像素级信息和CNN的玉米种子品种识别模型

引用

遥感学报 2021年第11期25卷 2234-2244页

作者：王立国王丽凤哈尔滨工程大学信息与通信工程学院哈尔滨150000

玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN(Convolutional Neural Network)的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的... 详细信息

玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN(Convolutional Neural Network)的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的玉米种子品种识别模型。首先,获取不同品种玉米种子在400—1000 nm范围内的高光谱图像,提取样本全部像素的203维光谱信息,利用主成分分析PCA(Principal Component Analysis)算法将光谱维度降至8维。在实验中,样本的像素级光谱信息(即:样本的全部像素的光谱信息)除应用于CNN模型外,也应用于支持向量机(SVM)和K近邻分类(KNN)模型中,结果表明:在相同模型中,基于像素级光谱信息比基于米粒级光谱信息(即:每粒样本所有像素光谱信息的平均值)识别效果好;在相同情况下,CNN模型比SVM和KNN模型的识别效果好;基于像素级光谱信息和CNN的品种识别模型识别效果最稳定,依据像素级分类结果采用多数投票策略对玉米种子样本进行识别,样本识别精度高达100%(注:100%为建模集样本与测试集样本数量为0.27和0.32时的识别精度,随着测试集样本数量的增加,该识别精度将有所降低)。最后,使用t分布随机邻域嵌入(t-SNE)算法实现CNN输出特征值的可视化,验证了基于高光谱像素级信息和CNN的品种识别模型的有效性。在建模样本极少的情况下,实现了玉米种子品种的无损、高效识别,为精准农业提供了理论基础。

关键词：高光谱图像卷积神经网络深度学习玉米种子 t分布随机邻域嵌入算法像素级光谱信息

来源：评论

学校读者我要写书评

暂无评论

基于知识蒸馏与注意力图的雷达信号识别方法

引用

电子与信息学报 2022年第9期44卷 3170-3177页

作者：曲志昱李根邓志安哈尔滨工程大学信息与通信工程学院哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室哈尔滨150001

针对传统雷达信号识别方法无法有效进行识别类型扩展问题,该文提出一种基于知识蒸馏与注意力图的雷达信号识别方法。首先将雷达信号的平滑伪Wigner-Ville分布(SPWVD)作为输入;然后设计了基于残差网络的增量学习网络结构,利用基于知识蒸... 详细信息

针对传统雷达信号识别方法无法有效进行识别类型扩展问题,该文提出一种基于知识蒸馏与注意力图的雷达信号识别方法。首先将雷达信号的平滑伪Wigner-Ville分布(SPWVD)作为输入;然后设计了基于残差网络的增量学习网络结构,利用基于知识蒸馏与注意力图的损失函数,缓解类别增量过程中的灾难性遗忘;最后采用基于样本特征均值距离的方法对数据集进行管理,有效降低存储资源占用空间。实验表明,该方法能在存储资源有限的情况下,对扩展分类的信号快速完成训练,且对原有分类和扩展分类信号均有良好的识别准确率。

关键词：雷达信号识别增量学习知识蒸馏注意力图灾难性遗忘

来源：评论

学校读者我要写书评

暂无评论

基于Verilog HDL的SM3算法硬件架构仿真设计

引用

实验技术与管理 2024年第10期41卷 35-42页

作者：方硕姜博王立晶刘云涛邵雷哈尔滨工程大学信息与通信工程学院先进船舶通信与信息技术工信部重点实验室黑龙江哈尔滨150001

哈希函数由于其不可逆与碰撞约束的特点,可以很好地完成对信息的加密,但算法硬件吞吐率有待提高。该研究首先根据SM3杂凑密码哈希算法,结合Merkle-Damgard结构深入研究密码杂凑原理,分析得出硬件实现方案;其次结合静态时序分析,针对关... 详细信息

哈希函数由于其不可逆与碰撞约束的特点,可以很好地完成对信息的加密,但算法硬件吞吐率有待提高。该研究首先根据SM3杂凑密码哈希算法,结合Merkle-Damgard结构深入研究密码杂凑原理,分析得出硬件实现方案;其次结合静态时序分析,针对关键路径进行分析,优化得到最终硬件电路实现方案;最后利用CSA结构优化加法器结构,采用二合一结构以提高算法硬件的吞吐率。使用Stratix II芯片通过Modelsim进行仿真,在Quartus平台下完成FPGA的功能验证。经过功能验证、时序分析、逻辑综合、时序验证后,计算出最高吞吐率可达到1.07 Gb/s。实现了较高吞吐率,以及面积与速度的相对平衡。

关键词：杂凑算法 SM3 硬件实现 FPGA 高吞吐率

来源：评论

学校读者我要写书评

暂无评论

一种4站情况下基于TDOA/FDOA的无源定位方法

引用

航空学报 2021年第2期42卷 246-257页

作者：国强李文韬哈尔滨工程大学信息与通信工程学院哈尔滨150001

在基于时频差的三维运动目标无源定位系统中,针对在4个接收站的情况下搜索法实时性低的问题,提出了一种基于改进的加权最小二乘法(MWLS)与萤火虫算法(FA)相结合的无源定位方法(MWLS-FA)。该方法的第1步通过构造一组新的方程来对加权最... 详细信息

在基于时频差的三维运动目标无源定位系统中,针对在4个接收站的情况下搜索法实时性低的问题,提出了一种基于改进的加权最小二乘法(MWLS)与萤火虫算法(FA)相结合的无源定位方法(MWLS-FA)。该方法的第1步通过构造一组新的方程来对加权最小二乘(WLS)方法进行改进,使得改进后的WLS方法在4站情况下也能得到目标位置和速度的初始值,第2步利用这个初始值为FA方法提供一个动态的搜索区域,同时在约束条件的添加和参数选择两个方面针对性地对FA方法做出了调整和改进。仿真结果表明,该方法在4站情况下对目标的定位精度可以达到克拉美罗下限(CRLB),而且在实时性和抗噪性方面优于传统的搜索法,同时该方法在5站情况下的抗噪性能优于两步加权最小二乘法(TSWLS)和约束加权最小二乘(CWLS)法。

关键词：无源定位到达时间差到达频率差萤火虫算法加权最小二乘

来源：评论

学校读者我要写书评

暂无评论

基于密集卷积和域自适应的高光谱图像分类

引用

光子学报 2021年第3期50卷 148-158页

作者：赵春晖李彤冯收哈尔滨工程大学信息与通信工程学院哈尔滨150001

针对常规的高光谱图像分类算法不能很好地解决不同图像中的频谱偏移的问题,提出了一种基于密集卷积和域自适应的高光谱图像分类算法,首先在源域中使用密集卷积进行深度特征学习,然后应用域自适应技术转移到目标域。目前的域自适应高光... 详细信息

针对常规的高光谱图像分类算法不能很好地解决不同图像中的频谱偏移的问题,提出了一种基于密集卷积和域自适应的高光谱图像分类算法,首先在源域中使用密集卷积进行深度特征学习,然后应用域自适应技术转移到目标域。目前的域自适应高光谱图像分类框架中常用卷积神经网络进行特征学习,但是当深度增加时会出现因梯度消失而导致分类精度下降的情况,因此本文通过引入密集卷积进行深度特征学习,提高域自适应高光谱图像分类的精度。在Indiana高光谱数据集和Pavia高光谱数据集上验证所提算法的有效性,整体分类精度分别为61.06%和89.63%,与其他域自适应高光谱图像分类方法对比,所提方法具有更好的分类精度。

关键词：高光谱图像分类密集卷积域自适应深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：