中国人民解放军海军航空大学

本发明属于信号处理技术领域，具体公开一种有限观测条件下的时频表示方法，包括获取有限观测信号，将其建模为由掩膜调制的复值时序信号并建立有效观测支撑；对该信号分别进行稠密连续时频估计和稀疏结构支撑估计，获得稠密时频图和稀疏支撑图；将稀疏支撑图转化为平滑支撑先验，并结合基于稠密时频图获得的稠密上下文与时间支撑包络，构造结构引导场；利用该结构引导场对稠密时频图进行增强，输出最终时频表示结果。本发明将稠密表示、稀疏支撑和引导增强统一，有效改善了有限观测条件下的时频脊线展宽与局部断裂问题，显著提高了时频表示的结构组织性与稳定性。

本申请涉及图像处理技术领域，具体涉及一种基于迭代过滤的含噪标注数据语义分割方法，所述方法包括：获取含图像及噪声标签的训练数据集；构建并初始化两个语义分割模型及其对应训练集；迭代执行训练与过滤：分别训练两个模型后，各自基于原始训练数据集计算预测损失，依据阈值规则过滤样本，得到两个过滤后的数据集；将两个过滤集交叉更新为对方模型下一轮的训练集；迭代完成后，基于最终模型确定语义分割模型，用于处理含噪数据。该方法通过迭代交叉过滤与训练，提升在噪声标注下的模型鲁棒性。

本申请公开了一种基于分层强化学习的无线自组织网络业务感知跨层优化方法及系统，涉及无线自组织网络领域，该方法包括将无线自组织网络中每个待控制的业务流定义为一个智能体，并将多个业务流的路由与资源分配联合优化问题构建为马尔可夫决策过程模型；对于任一智能体，以智能体当前所在节点为中心节点构建局部观测图，并根据局部观测图进行特征提取，得到智能体的当前状态表示；将智能体的当前状态表示基于预先训练好的分层强化学习网络进行决策，从联合动作空间选择并输出联合动作；将各智能体选择的联合动作下发至对应物理节点执行，实现无线自组织网络业务感知跨层优化，本申请能够有效解决动作空间爆炸和信用分配难题。

本发明属于近场定位技术领域，具体公开一种α稳定噪声下基于Huber损失偏差补偿的定位方法，包括：建立近场均匀线阵信号模型，利用目标方位角和目标距离描述球面波传播相位；选取中心阵元作为参考阵元、其余阵元作为辅助阵列构成自适应零陷定位结构；通过Huber损失构造鲁棒主更新项以抑制大幅值误差样本，并在对称α稳定分布噪声假设下，构造偏差补偿项，从而形成BChuberLMS权值更新公式；构造角度‑距离二维空间谱并进行谱峰搜索，获得近场目标方位角和距离估计。本发明解决了重尾脉冲噪声导致近场阵列定位权值更新不稳定及稳态偏差大的问题，具有抗重尾噪声能力强、稳态偏差小、角度和距离联合估计精度高的优点。