-
公开(公告)号:CN116846489B
公开(公告)日:2024-01-30
申请号:CN202310748453.1
申请日:2023-06-25
Applicant: 电子科技大学
IPC: H04B17/27 , G06N3/0464 , G06N3/084 , G06N3/096 , H04B17/318 , H04B17/391 , H04B13/02
Abstract: 本发明公开了一种基于迁移学习的光学定位系统及其节点位置估计方法,光学系统包括多个通信节点,且每个通信节点包括发射节点和接收节点;所述接收节点包括多个光学接收器,且多个光学接收器呈圆形多层分布,并从内层到外层的光学接收器成倍数增加。位置估计方法包括建立接收节点的光学接收器坐标系,计算出每个光学接收器的RSS值,并根据所得RSS值建立卷积神经网络定位模型,建立迁移学习算法架构,通过所建立的迁移学习算法架构统计损失函数,通过BP算法和优化器最小化损失函数来更新模型参数,进行精确定位。本发明通过提供一发多收的水下激光通信场景和节点结构,克服集中式网络定位方案存在的可扩展性及鲁棒性和实时性差、成本高等问题。
-
公开(公告)号:CN116846489A
公开(公告)日:2023-10-03
申请号:CN202310748453.1
申请日:2023-06-25
Applicant: 电子科技大学
IPC: H04B17/27 , G06N3/0464 , G06N3/084 , G06N3/096 , H04B17/318 , H04B17/391 , H04B13/02
Abstract: 本发明公开了一种基于迁移学习的光学定位系统及其节点位置估计方法,光学系统包括多个通信节点,且每个通信节点包括发射节点和接收节点;所述接收节点包括多个光学接收器,且多个光学接收器呈圆形多层分布,并从内层到外层的光学接收器成倍数增加。位置估计方法包括建立接收节点的光学接收器坐标系,计算出每个光学接收器的RSS值,并根据所得RSS值建立卷积神经网络定位模型,建立迁移学习算法架构,通过所建立的迁移学习算法架构统计损失函数,通过BP算法和优化器最小化损失函数来更新模型参数,进行精确定位。本发明通过提供一发多收的水下激光通信场景和节点结构,克服集中式网络定位方案存在的可扩展性及鲁棒性和实时性差、成本高等问题。
-
公开(公告)号:CN111884979B
公开(公告)日:2021-06-01
申请号:CN202010754049.1
申请日:2020-07-30
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于OFDM智能电网抗脉冲噪声的符号同步方法,涉及智能电网无线通信技术领域。该方法包括:对OFDM基带信号滑动窗口中的接收向量进行SWC处理,得到裁剪包络;根据时域纯前导码和裁剪包络的互相关,计算出第一互相关阶段的定时度量;根据信号优化峰值和第一互相关阶段的定时度量计算第二互相关阶段的定时度量;基于穷举峰值搜索和平衡算法对第二互相关阶段的定时度量进行优化,符号定时同步结束。本发明方法通过SWC方法减少了来自接收机侧的脉冲噪声,采用了两阶段的互相关进行符号定时同步,利用穷举峰值搜索和平衡算法对定时度量的优化,能显著提高均方误差性能,适用于实际的SM无线收发器设计。
-
公开(公告)号:CN111884979A
公开(公告)日:2020-11-03
申请号:CN202010754049.1
申请日:2020-07-30
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于OFDM智能电网抗脉冲噪声的符号同步方法,涉及智能电网无线通信技术领域。该方法包括:对OFDM基带信号滑动窗口中的接收向量进行SWC处理,得到裁剪包络;根据时域纯前导码和裁剪包络的互相关,计算出第一互相关阶段的定时度量;根据信号优化峰值和第一互相关阶段的定时度量计算第二互相关阶段的定时度量;基于穷举峰值搜索和平衡算法对第二互相关阶段的定时度量进行优化,符号定时同步结束。本发明方法通过SWC方法减少了来自接收机侧的脉冲噪声,采用了两阶段的互相关进行符号定时同步,利用穷举峰值搜索和平衡算法对定时度量的优化,能显著提高均方误差性能,适用于实际的SM无线收发器设计。
-
-
-