-
公开(公告)号:CN114608590B
公开(公告)日:2024-04-30
申请号:CN202210231729.4
申请日:2022-03-09
Applicant: 吉林大学
Abstract: 一种恶劣环境下基于智能反射表面的多车辆追踪方法,本发明涉及基于智能反射表面的多车辆追踪方法。本发明的目的是为了解决现有在恶劣环境下,车辆和基础设施之间可能不存在视线链路,从而导致定位精度下降;以及在多车辆追踪中,由于主车选取不当将进一步降低算法的鲁棒性的问题。一种恶劣环境下基于智能反射表面的多车辆追踪方法过程为:步骤一:建立多车辆追踪系统模型;步骤二:基于步骤一建立的多车辆追踪系统模型,根据主车选择策略选定主车;步骤三:基于步骤二选定主车,优化智能反射表面配置并获得传输时延;步骤四:基于步骤三获得的传输时延,利用无迹卡尔曼滤波器实现多车辆追踪。本发明用于信号处理技术领域。
-
公开(公告)号:CN117459948A
公开(公告)日:2024-01-26
申请号:CN202311393065.2
申请日:2023-10-25
Applicant: 吉林大学
Abstract: 一种面向通感一体化系统的可重构智能表面位置部署方法,本发明涉及可重构智能表面位置部署方法,属于信号处理技术领域。本发明目的是为了解决如何部署RIS位置,使通感双功能基站在RIS辅助下能够满足通信性能并获得最佳的感知性能的问题。方法具体过程为:步骤1、建立通感一体化系统模型;步骤2、构建以感知性能为优化目标的优化问题;步骤3、将以感知性能为优化目标的优化问题分解为三个子优化问题,分别为被动波束成形优化问题、主动波束成形优化问题和RIS位置部署优化问题;步骤4、求解三个子优化问题获得最佳的RIS相移矩阵、最佳的预编码矩阵和RIS位置部署最佳的水平位置坐标。
-
公开(公告)号:CN117054978A
公开(公告)日:2023-11-14
申请号:CN202311025215.4
申请日:2023-08-15
Applicant: 吉林大学
IPC: G01S7/38
Abstract: 一种基于可重构智能表面的无人机干扰节点功率分配方法,它属于雷达干扰领域。本发明解决了现有对分布式MIMO雷达干扰方法干扰性能不佳的问题。本发明采取的主要技术方案为:步骤一、在分布式MIMO雷达接收机的远场处布置有多个无人机,且每个无人机上均携带有一个RIS面阵和一个干扰节点,利用分布式MIMO雷达的接收机接收经RIS辅助的干扰节点反射的信号;步骤二、计算分布式MIMO雷达接收机接收信号的CRLB,根据CRLB构建干扰节点发射功率分配的优化问题;步骤三、对步骤二中的优化问题进行求解,获得最优的干扰发射功率分配结果;根据获得的分配结果对各干扰节点的发射功率进行分配。本发明方法可以应用于雷达干扰领域。
-
公开(公告)号:CN117010193A
公开(公告)日:2023-11-07
申请号:CN202310984547.9
申请日:2023-08-07
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/16 , G01S13/66 , G01S7/41 , G06F111/04
Abstract: 一种基于可重构智能表面的近场目标跟踪的相位设计方法,本发明涉及基于可重构智能表面的近场目标跟踪的相位设计方法。本发明目的是针对无GNSS信号情况下,在不增加阵列天线数量的前提下,如何提高近场区域内目标跟踪的性能问题。一种基于可重构智能表面的近场目标跟踪的相位设计方法具体过程为:步骤一、建立RIS辅助跟踪系统的阵列天线接收信号模型;所述RIS为可重构智能表面;步骤二、通过运动状态的Fisher信息矩阵得到RIS辅助跟踪系统的后验克拉美罗下界;步骤三、利用RIS辅助跟踪系统的后验克拉美罗下界和RIS相位设计算法实现RIS相位设计。本发明属于信号处理技术领域。
-
公开(公告)号:CN116778433A
公开(公告)日:2023-09-19
申请号:CN202310769248.3
申请日:2023-06-27
Applicant: 吉林大学
Abstract: 一种基于深度Q网络学习的车辆跟踪方法、存储介质及设备,它属于车辆跟踪技术领域。本发明解决了在无法覆盖GPS信号且场景复杂的情况下,采用现有技术无法实现对车辆的高精度定位跟踪的问题。本发明针对IMM卡尔曼滤波器的状态转移概率矩阵未知的复杂情况,基于DQN学习得到IMM卡尔曼滤波器的状态转移概率矩阵,利用深度强化学习的感知和决策能力,能够有效地感知外部环境,获得最优判断,而且本发明方法的实现过程不需要依赖GPS信号,因此,在无法覆盖GPS信号且场景复杂的情况下,本发明方法仍然可以提升车辆跟踪性能,实现对车辆的高精度定位跟踪。本发明方法可以应用于车辆跟踪技术领域用。
-
公开(公告)号:CN114608590A
公开(公告)日:2022-06-10
申请号:CN202210231729.4
申请日:2022-03-09
Applicant: 吉林大学
Abstract: 一种恶劣环境下基于智能反射表面的多车辆追踪方法,本发明涉及基于智能反射表面的多车辆追踪方法。本发明的目的是为了解决现有在恶劣环境下,车辆和基础设施之间可能不存在视线链路,从而导致定位精度下降;以及在多车辆追踪中,由于主车选取不当将进一步降低算法的鲁棒性的问题。一种恶劣环境下基于智能反射表面的多车辆追踪方法过程为:步骤一:建立多车辆追踪系统模型;步骤二:基于步骤一建立的多车辆追踪系统模型,根据主车选择策略选定主车;步骤三:基于步骤二选定主车,优化智能反射表面配置并获得传输时延;步骤四:基于步骤三获得的传输时延,利用无迹卡尔曼滤波器实现多车辆追踪。本发明用于信号处理技术领域。
-
公开(公告)号:CN114034298A
公开(公告)日:2022-02-11
申请号:CN202111299657.9
申请日:2021-11-04
Applicant: 吉林大学
Abstract: 一种基于可重构智能表面的车辆定位方法,本发明涉及车辆定位方法。本发明目的是为了解决现有无线定位算法在直接链路受阻时性能下降,不能准确反映目标位置信息,并且对无线传感器网络和天线阵列需求高,在缺乏基础设施的环境中失效的问题。一种基于可重构智能表面的车辆定位方法具体过程为:步骤一、建立预测车辆位置模型;步骤二、建立虚拟视距链路;步骤三、基于步骤一和步骤二,获取观测信息并构造观测向量;步骤四、基于步骤一、步骤二、步骤三,利用扩展卡尔曼滤波器预测车辆位置。本发明用于信号处理技术领域。
-
公开(公告)号:CN108520759B
公开(公告)日:2021-05-11
申请号:CN201810329076.7
申请日:2018-04-13
Applicant: 吉林大学
Abstract: 本发明公开了用于帕金森病语音检测的时频特征图像提取方法,为克服现有技术不能全面反映帕金森病语音的特点,增加了分类方法进行帕金森病语音检测难度的问题,步骤:1)对语音信号进行预处理;2)对语音信号进行时频特征提取:(1)对预处理后的语音信号进行短时离散傅里叶变换;(2)频率归一化得到单位频率功率谱时频矩阵;(3)构造线性频率三角形滤波器组;(4)频域滤波;(5)得到幅度谱时频矩阵;3)得到等高线时频特征图像:把幅度谱矩阵上数值最大的点和参考平面之间的距离分成n等份,把数值相等的点连成闭合曲线并垂直投影到参考平面,形成n条等高线时频特征图,把等高线时频特征图转换为JPEG图像,得到等高线时频特征图像。
-
公开(公告)号:CN106971740B
公开(公告)日:2019-11-15
申请号:CN201710190512.2
申请日:2017-03-28
Applicant: 吉林大学
IPC: G10L21/02 , G10L21/0208 , G10L21/0216
Abstract: 本发明属于信号处理技术领域,涉及一种基于语音存在概率和相位估计的语音增强方法;包括以下步骤:1、估计语音存在概率;2、估计纯净浊音相位;3、估计纯净语音幅度谱;4、估计纯净语音信号;本发明通过多元线性回归技术估计Q值,提高语音存在概率估计的准确性;利用短时傅里叶变换域的谐波模型,在相邻频带间估计纯净浊音相位;结合相位差对纯净语音幅度谱进行估计,充分利用相位对纯净语音幅度谱的补偿作用;本发明是单通道语音增强方法,利用一个麦克风采集带噪语音信号,便于实施;本发明能很好地解决语音存在概率估计不准确的问题,而且充分利用浊音相位以及相位差对纯净语音幅度谱的补偿作用,从而提高语音增强方法的性能。
-
公开(公告)号:CN106971740A
公开(公告)日:2017-07-21
申请号:CN201710190512.2
申请日:2017-03-28
Applicant: 吉林大学
IPC: G10L21/02 , G10L21/0208 , G10L21/0216
Abstract: 本发明属于信号处理技术领域,涉及一种基于语音存在概率和相位估计的语音增强方法;包括以下步骤:1、估计语音存在概率;2、估计纯净浊音相位;3、估计纯净语音幅度谱;4、估计纯净语音信号;本发明通过多元线性回归技术估计Q值,提高语音存在概率估计的准确性;利用短时傅里叶变换域的谐波模型,在相邻频带间估计纯净浊音相位;结合相位差对纯净语音幅度谱进行估计,充分利用相位对纯净语音幅度谱的补偿作用;本发明是单通道语音增强方法,利用一个麦克风采集带噪语音信号,便于实施;本发明能很好地解决语音存在概率估计不准确的问题,而且充分利用浊音相位以及相位差对纯净语音幅度谱的补偿作用,从而提高语音增强方法的性能。
-
-
-
-
-
-
-
-
-