-
公开(公告)号：CN101742313A
公开(公告)日：2010-06-16
申请号：CN200910242622.4
申请日：2009-12-10
Applicant: 北京邮电大学
Abstract: 一种基于压缩感知CS技术的分布式信源编码的方法，是利用CS技术的优点和视频图像的稀疏特性，将其结合到分布式信源编码DSC的实现过程中，形成一种新的分布式信源编码方法。即在DSC过程的相应操作步骤中，利用CS技术处理视频图像数据和执行对应的恢复处理：用CS操作和CS的稀疏重构分别替代传统信源编码中的数据采样与DCT变换操作和DCT逆变换，以便利用很少的测量数据重建视频图像源，降低系统的采样速率和储存负担，增强系统的鲁棒性，并实现三种不同结构的分布式信源编码的构建。本发明不仅能够降低系统的采样率和操作复杂度，显著地降低了数据采样及其相关处理的工作量和所需要的存储空间，还能提高系统的鲁棒性和降低数据传输速率。
-
公开(公告)号：CN100553249C
公开(公告)日：2009-10-21
申请号：CN200710119071.3
申请日：2007-06-19
Applicant: 北京邮电大学
CPC classification number: H04B7/15585
Abstract: 一种用于WCDMA直放站系统的在频域实现的干扰抵消方法，是基于时域中的数据块最小均方误差Block LMS计算方法和该块LMS算法中存在线性相关和线性卷积的过程，通过1/2重叠保留法的快速傅立叶变换FFT，在频域以直接相乘的计算方式实现快速相关和快速卷积，利用自适应滤波器在频域实现LMS算法；该方法主要包括四个循环执行的操作步骤。本发明方法在WCDMA系统中高码片速率的背景下，不仅能够有效提取出有用信号，保证算法的收敛性，并且大大降低了计算的工作量和复杂度。本发明方法效率高，速度快，可以方便地应用于实际通信系统中，具有较好的应用前景。
-
公开(公告)号：CN119521267A
公开(公告)日：2025-02-25
申请号：CN202411675584.2
申请日：2024-11-21
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于审查与量化联合设计的无线传感器信号检测方法，首先基于观测值的对数似然比设计了结合审查与量化机制的观测值回传方法，然后为融合中心设计了基于审查量化的最大似然检测器，最后提出了以最大化检测器性能为目标的审查量化最优门限选择方法。本发明提供的技术方案提高了无线传感器网络系统的能量效率。因此，本发明提供的技术方案在有效提高传感器的能量利用效率的同时，能够保证足够的信号检测性能。
-
公开(公告)号：CN119135490A
公开(公告)日：2024-12-13
申请号：CN202411310311.8
申请日：2024-09-19
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
Abstract: 本发明公开了一种基于星座图特征的数字调制方式识别方法。首先，本发明使用聚类算法获取星座点的幅度相关特征，不依赖信号的先验信息，使用乘法运算取代指数运算，降低了计算复杂度。其次，本发明提取最外圈星座点进行后续处理，提高了聚类算法鲁棒性的同时进一步降低了计算复杂度。由于高次方谱对于载波频偏和信道非理想特性更具鲁棒性，因此本发明从最外圈星座点的高次方谱中提取特征。因此，本发明提供的技术方案提高了数字调制方式识别方法的鲁棒性和准确性，降低了计算复杂度，具有良好的实用价值。
-
公开(公告)号：CN118364369B
公开(公告)日：2024-10-15
申请号：CN202410776202.9
申请日：2024-06-17
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , H04B1/10
Abstract: 本发明公开了一种基于失真滤除的辐射源个体识别方法，包括：根据失真滤波算法对信号中的信道噪声和接收端失真进行滤除，根据最小均方算法对滤除后信号进行特征提取，获得所述滤除后信号的射频特征，根据支持向量机分类方法对所述射频特征进行分类，根据所述射频特征的分类结果获得射频指纹识别结果。本发明通过降低信道噪声和接收端失真对射频信号特征的影响，从而提高射频指纹识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118074728B
公开(公告)日：2024-06-21
申请号：CN202410465666.8
申请日：2024-04-18
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: H03M13/29
Abstract: 本发明公开了一种Turbo码删余模式的识别方法。针对删余周期识别，方法首先根据数据的排列模式提取R0路数据和R12路数据，然后使用RSC分量编码器对R0路数据进行编码，生成非删余Turbo码的R1路数据，最后将R1路数据和R12路数据每隔T位取出进行比较，获得匹配率M，匹配率最大时对应的所有T位取最大公因数即为删余周期。针对删余矩阵识别，首先根据删余周期T将R1路数据和R12路数据分别划分为g组，然后遍历g组，每组比对R1路数据和R12路数据中索引相同的T位数据，若至少一位数据重合，T位中该位重合位数加一，最后对g组累积求和，获得T位中每一位总的重合位数，选择T位中总的重合位数大于预设值的位即可得到删余矩阵。
-
公开(公告)号：CN112183576B
公开(公告)日：2022-12-27
申请号：CN202010864581.9
申请日：2020-08-25
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
Abstract: 本发明公开了一种基于不均衡数据集的Time‑LSTM分类方法，包括：获取移动终端的原始数据集；对所述原始数据集进行数据预处理；根据预处理之后的数据集使用Time‑LSTM模型对移动终端的类别进行识别；输出移动终端的预测类别。本发明提供的数据均衡方法能够在很大程度上消除各类别数据集不均衡给分类带来的不良影响，从而较为准确地识别移动终端的类型。另外，本发明采用的Time‑LSTM模型能够利用时间间隔控制当前输入对分类结果的影响，从而捕捉到更多的潜在分类特征，提高了整体分类准确率。
-
公开(公告)号：CN112183576A
公开(公告)日：2021-01-05
申请号：CN202010864581.9
申请日：2020-08-25
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
Abstract: 本发明公开了一种基于不均衡数据集的Time‑LSTM分类方法，包括：获取移动终端的原始数据集；对所述原始数据集进行数据预处理；根据预处理之后的数据集使用Time‑LSTM模型对移动终端的类别进行识别；输出移动终端的预测类别。本发明提供的数据均衡方法能够在很大程度上消除各类别数据集不均衡给分类带来的不良影响，从而较为准确地识别移动终端的类型。另外，本发明采用的Time‑LSTM模型能够利用时间间隔控制当前输入对分类结果的影响，从而捕捉到更多的潜在分类特征，提高了整体分类准确率。
-
公开(公告)号：CN105162548B
公开(公告)日：2018-09-28
申请号：CN201510431538.2
申请日：2015-07-21
Applicant: 北京邮电大学
Abstract: 本发明提供一种认知无线网络中的编码、译码方法及装置。该方法包括：发送端将信源数据划分为多个长度为n的数据块，n为大于0的整数。发送端使用m×n测量矩阵对每个长度为n的数据块进行压缩编码，得到长度为m的数据帧，m为大于0的整数。发送端以广播形式发送数据帧。本发明提供一种认知无线网络中的编码、译码方法及装置，可降低发送端的复杂度，并提高认知无线网络中信息传输的可靠性。
-
公开(公告)号：CN105471529B
公开(公告)日：2018-02-02
申请号：CN201511021220.3
申请日：2015-12-30
Applicant: 北京邮电大学
IPC: H04B17/382
Abstract: 本发明提供一种频谱信号感知方法及装置，所述方法包括：根据第k‑1次迭代得到的重建频谱信号中的第i个元素与所述的支撑集中各元素的最小距离，确定频谱信号向量第i个元素对应的加权项v(pi)；根据确定第k次迭代中频谱信号向量的非零元素的位置imk；ai表示已知测量矩阵的第i列，rk‑1表示残差，将所述已知测量矩阵的第imk列加入第k‑1次迭代中得到的测量矩阵重建原子集合中，形成第k次迭代更新后的测量矩阵重建原子集合；根据的最小值确定第k次迭代的重建频谱信号其中，Y表示待重建频谱信号的测量值，表示所述第k次迭代更新后的测量矩阵重建原子集合。本发明提供的频谱信号感知方法及装置，便于应用，并且能够提高信号重构的性能。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.025 seconds)
