-
公开(公告)号:CN119402111A
公开(公告)日:2025-02-07
申请号:CN202411438687.7
申请日:2024-10-15
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: H04B17/309 , H04L25/02 , G06N3/006
Abstract: 本发明公开了一种基于自适应蚁群优化算法的信道参数估计方法,包括如下步骤:步骤1,生成快照的信道冲激响应;步骤2,初始化所有路径的信道参数,包括每条路径的时延、角度和复振幅;步骤3,基于初始化的信道参数,确定所有路径信道参数对应的搜索空间;步骤4,基于对应的搜索空间,利用自适应蚁群优化算法估计每条路径的信道参数,每次迭代计算其适应度,保留当代蚁群中最优适应度对应的时延、角度和复振幅。本发明所公开的方法及系统,针对估计多径信道参数问题,利用蚁群优化算法全局搜索最优解的能力,并通过不断迭代计算多径信道参数的方法,提高了估计多径信道参数的准确度。
-
公开(公告)号:CN118779703A
公开(公告)日:2024-10-15
申请号:CN202410909315.1
申请日:2024-07-08
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: G06F18/24 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于电离层参数补偿的深度学习短波信号识别方法,包括如下步骤:步骤1,构建总体神经网络:步骤2,对数据进行处理:步骤3,添加电离层参数以及先验知识:步骤4,进行正向梯度运算和反向梯度求导,更新参数:步骤5,获取识别结果,获取概率最高的一个类别。本发明所公开的方法,使用复数卷积模块提取I、Q两路通道特征,使用LSTM模块提取时间序列特征,充分发挥并提取I、Q两路通道以及时间序列的相关信息,以提高识别准确率。
-
公开(公告)号:CN116227345A
公开(公告)日:2023-06-06
申请号:CN202310140937.8
申请日:2023-02-21
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于强化学习的短波侦察与干扰阵位优化方法,包括如下步骤:步骤1,建立短波电磁干扰模型;步骤2,在步骤1建立的短波电磁干扰模型基础上,对干扰站参数进行离散划分;步骤3,进行多线程并行计算方案的设计,建立分层委托控制模型,实现分布式强化学习算法训练;步骤4,进行深度强化学习策略的部署,设计最终优化目标和期望回报,选择推理决策策略,生成最优干扰波形。本发明所公开的方法,进行对抗场景约束设计、电波环境包括信道衰落值等,并对短波通信干扰模型进行了充分的建模,模型以时域、空域、频域、功域等多个维度的长期特征为中心,可为后续干扰策略的探索提供支撑。
-
-