-
公开(公告)号:CN115308694A
公开(公告)日:2022-11-08
申请号:CN202210934002.2
申请日:2022-08-04
申请人: 深圳市大数据研究院
IPC分类号: G01S7/282
摘要: 本发明公开了一种在MIMO雷达嵌入幅度调制通信信息的发射波形设计方法,包括:建立MIMO雷达发射方向图中嵌入幅度调制信号的发射波形设计模型;将所述发射波形设计模型转化为等价的无约束优化模型;根据所述无约束优化模型,采用组合式梯度下降法,确定最优发射波形。本申请中,通过给定的多个探测目标和多个通讯接收设备的方位角,构建以发射方向图匹配为设计目标的恒模约束下多波形设计优化问题,并设计了一种组合下降方向的算法,可实现雷达的发射方向图和通信幅度调制的联合最优化设计,从而形成最优的发射波形。
-
-
公开(公告)号:CN117112975A
公开(公告)日:2023-11-24
申请号:CN202311320094.6
申请日:2023-10-12
申请人: 深圳市大数据研究院
IPC分类号: G06F17/15 , G06N3/0464 , G06F17/18
摘要: 本发明公开了一种基于卷积神经网络的分布式检测概率函数估计方法、装置、计算机设备及存储介质,其方法实现,包括:获取目标区域内各目标接收站点的站点坐标、参考信噪比以及接收站点感知持续时间;将所述站点坐标、参考信噪比、接收站点感知持续时间融合为目标3D张量;将所述目标3D张量输入至预设分割模型中进行处理,以得到目标位置对应的目标检测概率。本申请实施例中,将感知效能函数的输入作为模型的输入,将2D空间上每个点的感知概率作为模型输出,即能直观地通过深度学习模型拟合感知效能函数。且深度学习模型将极大的降低效能函数的调用时间,能够将模型的推理时间限制在可以接受的范围,且检测准确性高。
-
公开(公告)号:CN116227878B
公开(公告)日:2023-10-20
申请号:CN202310232737.5
申请日:2023-02-28
申请人: 深圳市大数据研究院
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F18/2415 , G06F18/22 , G06Q10/04 , G06N3/0464 , G06N3/08
摘要: 本发明公开了电力负荷分解分析方法、系统、计算机设备及介质,其方法实现包括:对目标电表的电表数据进行采集,并将采集的电表数据按照预设长度进行切分;将切分后的电表数据分别进行卷积化处理和池化处理,并编码为新的矩阵;将新的矩阵输入至预设特征预测网络中进行处理,以输出预测特征向量;将新的矩阵输入至预设状态判断网络中进行处理,以输出开关状态以及用电状态;将开关状态、用电状态增加至预测特征向量中,以生成新的特征向量;计算新的特征向量与预设已知状态的电器对应的特征向量之间的相似度,并根据相似度,确定目标电表连接的用电设备类别以及运行状态。以实现促进节能减碳、建设智能城市的目的。且识别速度快,准确率高。
-
公开(公告)号:CN116299258A
公开(公告)日:2023-06-23
申请号:CN202211571935.6
申请日:2022-12-08
申请人: 深圳市大数据研究院
摘要: 本申请提供了一种稳健数据域空时降维处理方法,包括:建立雷达阵列回波信号模型,以获取雷达回波数据;将雷达回波数据变换到距离‑多普勒域,以生成距离‑多普勒域回波数据;建立第一优化模型,以生成不同多普勒通道对应的稳健降维矩阵系数;并对不同多普勒通道构建降维矩阵;根据降维矩阵对所述距离‑多普勒域回波数据进行降维处理,并计算降维后的数据在不同距离单元之间的相关性系数,对于每个多普勒通道和距离单元数据,选取出非同分布样本;建立第二优化模型,针对每个多普勒通道和距离单元数据,根据选取的非同分布样本,以求解对应的空时处理权系数;通过空时处理权系数将该多普勒通道和距离单元数据线性合成为单通道输出信号。
-
公开(公告)号:CN116087889A
公开(公告)日:2023-05-09
申请号:CN202310163173.4
申请日:2023-02-17
申请人: 深圳市大数据研究院
摘要: 本发明公开了一种基于Bandit Algorithm的频率捷变雷达抗多干扰方法,针对动态、非平稳变化的电磁频谱,采用频率捷变雷达结合强化学习领域讨论已久的Bandit Algorithm,有效规避干扰覆盖频段,自主选择发射脉冲载频频率,从而自适应调整捷变雷达的发射信号频点,具备自适应抵抗主瓣干扰的能力,能更好的应对抗主瓣干扰;提升了雷达应对多干扰环境中对抗多干扰的能力,弥补了雷达面对灵活多变的干扰集群时抗干扰能力弱的问题。
-
公开(公告)号:CN115795867A
公开(公告)日:2023-03-14
申请号:CN202211520509.X
申请日:2022-11-30
申请人: 深圳市大数据研究院
IPC分类号: G06F30/20 , G06F17/16 , G06F111/06
摘要: 本发明公开了基于正向相关先验信息的协方差矩阵估计方法,包括:获取样本协方差矩阵,样本协方差矩阵由低秩半正定分量矩阵以及正定对角分量矩阵相加组成,低秩半正定分量矩阵具有正向相关的先验信息;根据低秩半正定分量矩阵以及正定对角分量矩阵,生成约束条件,构建在约束条件下的第一目标优化模型;对该模型各变量进行初始化,变量包括目标协方差矩阵、正定对角分量矩阵、低秩半正定分量矩阵、以及辅助变量V;依次对目标协方差矩阵、正定对角分量矩阵、低秩半正定分量矩阵、以及辅助变量V进行循环迭代更新运算,当迭代次数达到第一预设阈值时,将得到的所述目标协方差矩阵的当前值作为估计的协方差矩阵。其更贴近真实值,更符合工程实际。
-
-
-
-
-
-