-
公开(公告)号：CN114089326B
公开(公告)日：2024-04-26
申请号：CN202111329087.3
申请日：2021-11-10
Applicant: 哈尔滨工业大学
IPC: G01S13/10
Abstract: 本发明提出一种LFM脉冲信号FRI采样结构与参数估计方法，采样系统由三部分协同采样结构及相应的参数估计方法组成，初始化LFM脉冲信号x(t)；利用自相关采样结构，和子空间方法，估计信号间断点，进而得到信号的脉宽和信号的幅值；利用延迟自相关采样结构，与子空间方法，计算信号调频斜率参数，进而计算信号的带宽；利用正交时间交错采样结构，与中国余数定理，计算信号的初始频率与信号的初始相位；本发明可以有效降低采样率、提高参数估计效率，利用比现有方法更少的采样点来估计实LFM脉冲信号的参数。
-
Patent Agency Ranking
公开(公告)号：CN111884594B
公开(公告)日：2024-02-13
申请号：CN202010528779.X
申请日：2020-06-11
Applicant: 哈尔滨工业大学
IPC: H03D7/16
Abstract: 本发明是一种用于随机解调系统的射频混频器的校正方法。本发明属于射频混频器的校正技术领域，本发明对射频混频器中的非理想特性进行数学建模，引入混频器中的非理想特性，对随机解调系统进行数字化建模；设置起始频率和输入信号频率；对系统输出信号进行均匀采样，采样率和采样时间均与随机解调系统相同，得到采样值；构造感知矩阵，实现信号的校正。本发明解决了实际的射频混频器与理想混频器之间的非理想差异使得实际系统的感知矩阵与理想情况下有较大偏差从而导致信号无法重构的问题，能够实现信号的完美重构。
-
公开(公告)号：CN115242319A
公开(公告)日：2022-10-25
申请号：CN202210671386.3
申请日：2022-06-15
Applicant: 哈尔滨工业大学
Abstract: 基于MWC的射频信号频谱感知系统和方法，涉及信号采样领域。针对现有技术在实现MWC的硬件过程中，由于器件的非理想性、通道响应、时延效应等现实因素会使得结果偏离压缩采样理论，造成信号重构的不理想的问题，本发明提供的技术方案为：被测射频MWC信号传输系统，所述系统包括：随机序列装置、ADC模块、功能装置和射频调制通道；所述随机序列装置用于向所述功能装置发送混频信号；所述功能装置将所述混频信号输出为单端信号；所述射频调制通道用于调制所述被测射频MWC信号与所述单端信号，并将调制后的信号发送至所述ADC模块；所述ADC模块将所述调制信号进行模数转化后作为所述系统的输出信号。适用于应用在MWC硬件实现中。
-
公开(公告)号：CN114089326A
公开(公告)日：2022-02-25
申请号：CN202111329087.3
申请日：2021-11-10
Applicant: 哈尔滨工业大学
IPC: G01S13/10
Abstract: 本发明提出一种LFM脉冲信号FRI采样结构与参数估计方法，采样系统由三部分协同采样结构及相应的参数估计方法组成，初始化LFM脉冲信号x(t)；利用自相关采样结构，和子空间方法，估计信号间断点，进而得到信号的脉宽和信号的幅值；利用延迟自相关采样结构，与子空间方法，计算信号调频斜率参数，进而计算信号的带宽；利用正交时间交错采样结构，与中国余数定理，计算信号的初始频率与信号的初始相位；本发明可以有效降低采样率、提高参数估计效率，利用比现有方法更少的采样点来估计实LFM脉冲信号的参数。
-
-
公开(公告)号：CN114970622B
公开(公告)日：2024-08-06
申请号：CN202210552263.8
申请日：2022-05-20
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/2415 , G06N3/0442 , G06N3/09
Abstract: 基于深度学习的分布式压缩感知信号重构方法，具体涉及一种通信信号在压缩采样下的分布式压缩感知信号的重构方法，本发明为解决由于真实场景中的稀疏信号之间并不完全是联合稀疏的，导致传统分布式压缩感知重构方法在应用时重构误差大，准确率低的问题。获取信号，对信号进行处理，得到信号的压缩采样后的测量向量；建立模型，模型依次包括注意力机制层，GRU网络层、Softmax层和稀疏向量计算层，将所述压缩采样后的测量向量输入模型内进行训练，并将支撑集初始化为空集，输出稀疏向量，得到训练好的模型；将待重构的信号的压缩采样后的测量向量输入训练好的模型内，输出稀疏向量。属于信号处理技术领域。
-
-
-
-
-
Search Results
16
records
(took 0.024 seconds)
