-
公开(公告)号：CN109194594A
公开(公告)日：2019-01-11
申请号：CN201810988949.5
申请日：2018-08-28
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
CPC classification number: H04L25/0224 , H04L25/0212 , H04L25/022 , H04L25/03012 , H04L25/03159 , H04L25/03821
Abstract: 本发明属于无线通信技术领域，涉及一种基于连续载波聚合的相位噪声抑制方法。本发明设计了一种利用信道稀疏特性抑制相位噪声的方法。该发明首先对接收信号做频域变换，然后从中提取导频的接收信号，初步估计信道冲激响应，接着利用信道冲激响应(CIR)的稀疏特性设计一种时域滤波器，对其做进一步估计，然后通过FFT运算得到信道频域响应进而估计出传输数据。本发明联合信道估计和CPE校正得到的信道冲激响应解决了CPE不能从CIR分离出来的问题，并且在不具有信道先验信息的情况下对由相位噪声引起的两种失真——共同相位误差(CPE)和载波间干扰(ICI)同时进行了抑制，弥补了传统方法在CPE和ICI抑制方面的不足。
-
公开(公告)号：CN115390006B
公开(公告)日：2025-01-14
申请号：CN202210863521.4
申请日：2022-07-21
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种存在阵列互藕的一比特采样DOA估计方法，属于阵列信号处理领域中的参数估计。本发明为：设置一个M个阵元组成的均匀线性阵列，并对每个阵元的测量值进行一比特采样；利用arcsine law恢复出归一化的原始协方差矩阵；利用矩阵变换给出归一化协方差矩阵的导向矩阵结构；对空域进行网格划分构建一个稀疏矢量；利用迭代的思想避免归一化噪声矩阵对特征值分解的影响，获得准确的噪声子空间；构造一个加权矩阵用于增强稀疏矢量的稀疏性；最后提出一个稀疏恢复问题用于DOA估计。因此，本发明利用一比特采样数据极大降低了系统成本、功耗及数据传输存储量，具有估计精度高，分辨率高，可以在没有互耦补偿的情况下实现精确的DOA估计等优点。
-
公开(公告)号：CN117706475A
公开(公告)日：2024-03-15
申请号：CN202311509809.2
申请日：2023-11-14
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种单基地对称互质阵MIMO系统及混合场定位方法，属于混合场定位技术领域。本发明的对称互质阵MIMO系统的发射阵列为包括#imgabs0#个阵元的均匀线性阵列，阵元间距为#imgabs1#接收阵列包括子阵1、子阵2和发射阵列的中心阵元，子阵1和子阵2均为包括M1‑1个阵元的均匀线性阵列，其子阵内的阵元间距为d2＝N1d，且子阵1与子阵2分别位于中心阵元的两侧，其与中心阵元之间的间距均为d3＝(M1N1‑1)d；且M1与N1互质，N1＞M1≥2，#imgabs2##imgabs3#正整数p∈[2,M1]。本发明的对称互质阵MIMO系统具有更大的物理阵列孔径和更高的虚拟阵列自由度，可以有效提高定位的精度，且阵元之间间距较大，可以有效降低阵列之间的互耦作用；本发明的混合场定位方法通过计算其和协阵列的差分阵的虚拟阵列信号，进一步提高了系统的定位性能。
-
公开(公告)号：CN117471396A
公开(公告)日：2024-01-30
申请号：CN202311511267.2
申请日：2023-11-14
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G01S5/04
Abstract: 本发明公开了一种单基地对称嵌套阵MIMO系统及近场定位方法，属于单基地MIMO近场定位技术领域，本发明可以有效提升近场估计时的定位效果。本发明所提的单基地对称嵌套阵MIMO系统发射阵列和接收阵列呈对称分布，相比其它MIMO对称系统，其和协阵列差分阵是位置全连续的阵列，并且拥有更多的自由度，在相同物理阵列孔径的情况下实际使用的物理阵元数更少，可以降低成本。本发明所提出的一种近场定位方法，通过计算信号四阶统计量并向量化得到虚拟的和协阵列的差分阵，实现了稀疏MIMO结构阵列在近场中的准确定位，且可以进一步推广到更多的稀疏MIMO对称系统中。
-
公开(公告)号：CN114994651A
公开(公告)日：2022-09-02
申请号：CN202210544140.X
申请日：2022-05-18
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种存在通道幅相误差的双基地互质MIMO雷达目标定位方法，属于MIMO雷达参数估计技术领域。本发明包括：在阵列的远场放置一个角度已知的反射系数很大的目标进行幅相误差的估计；基于该估计结果对阵列进行补偿，获得准确的协方差矩阵；再将协方差矩阵的对角线元素取平均，以对抗校准后产生的等效的非均匀噪声；在去冗余和去连续阵元部分后构造增广协方差矩阵，再运用MUSIC算法谱峰搜索得到全部的DOD和DOA估计；借助使用DOA估计值构造的空域滤波矩阵分别提取每个目标的发射信号分量，再依次构造每个发射信号分量的增广协方差矩阵，之后依次用MUSIC算法估计DOD以实现角度的配对。本发明具有估计精度高，自由度高，能够进行欠定估计等优点。
-
Patent Agency Ranking
公开(公告)号：CN119104980A
公开(公告)日：2024-12-10
申请号：CN202411469521.1
申请日：2024-10-21
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于展开增广嵌套阵的DOA估计方法，涉及目标定位技术领域，借助展开增广嵌套阵扩展阵列孔径，为提升DOA估计性能奠定基础；同时，对接收信号协方差矩阵做向量化、去重处理，并对接收信号做离散傅里叶变换得到离散傅里叶谱，通过全局粗搜索和局部精搜索确定离散傅里叶级数，最终得到DOA精确估计值，避免了因阵元间距扩展带来的模糊估计问题，更适用于目标定位。
-
公开(公告)号：CN115580291B
公开(公告)日：2024-03-26
申请号：CN202211181447.4
申请日：2022-09-27
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种无直流功耗的低温低噪声参数分频器电路及芯片，该电路由于未使用晶体管等有源元件，无直流功耗且在低温环境下电路等效噪声将随温度降低而线性降低，避免出现低温噪声饱和现象；同时，LC谐振分频电路能够使输入的泵浦信号与输出分频信号分别形成共模和差模的两种驻波，再由输出电路抑制泵浦信号，使输出信号保持较大的幅值，并利用共模‑差模转换实现前级电路共模噪声的抑制。因而，能够明显降低分频器在低温工作环境下的功耗和噪声。
-
公开(公告)号：CN117665696A
公开(公告)日：2024-03-08
申请号：CN202311567392.5
申请日：2023-11-23
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01S3/12 , G01S3/14 , G01S3/06 , G06F17/16 , G06F18/2133
Abstract: 本发明属于阵列天线布局技术领域，公开了一种用于DOA估计的重构移位互质阵列及排布方法，包含三个子阵列，三个子阵列呈线性一维分布，均为稀疏均匀阵列，阵列结构与互质数和相关。RSCA结构的阵元位置具有解析表达式，该阵列结构拓展了阵列孔径，且其差分阵能够获得较高的连续自由度。因此本发明能够结合常规的信号到达角估计算法实现更高精度的DOA估计。本发明提出的阵列结构具有规律的闭合表达式，差分阵连续自由度高，阵列孔径大，阵列之间耦合较小，从而可实现低成本，高测向精度的DOA估计；可以应用于无线通信、声呐、定位等领域。
-
公开(公告)号：CN115842521B
公开(公告)日：2024-02-20
申请号：CN202211351622.X
申请日：2022-10-31
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种差分谐波混频器电路、芯片及接收机，该差分谐波混频器电路中，射频信号单端输入至缝隙巴伦后，经缝隙巴伦转换为接近理想的差分信号，当差分信号加载到LO端口后会相互抵消，实现射频信号及其谐波到LO端口的高抑制度；而本振信号LO经MOS差分对管的栅极共模馈入后，本振信号LO及其谐波加载至缝隙巴伦的差分信号的输出端口，由于缝隙巴伦对共模信号具有高抑制度，会阻碍共模信号的传输，即可实现本振信号LO及其谐波到RF端口的高抑制度；而且，由于中频信号由MOS差分对管的漏极差分输出，可消除共模信号对中频信号的干扰，提高共模抑制度。
-
公开(公告)号：CN117135061A
公开(公告)日：2023-11-28
申请号：CN202210542659.4
申请日：2022-05-18
Applicant: 西安电子科技大学
IPC: H04L41/14 , H04L41/142 , H04W24/06
Abstract: 本发明涉及一种基于云边协同推理的模型划分方法，通过设置一个切分点将精简模型分为两部分，移动终端执行前一部分，将中间计算数据传输给边缘云端由边缘云端完成剩下的部分并返回最终结果。具体而言：根据不同压缩精简算法对原任务模型构建精简模型库。并完成在边缘云端和移动终端的双备份。任务来临时获取任务目标，任务目标包括：时延、准确度或模型质量；感知通信环境，可为其提供计算服务的边缘云端的算力及本地算力。遍历精简模型库中每一个精简模型参数：网络层数，每一层网络规模。根据公式定义预估精简模型的性能：精简模型的推理时延、精简模型的推理准确度和精简模型的划分质量；根据具体的任务目标选择合适的精简模型及划分层。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.03 seconds)
