-
公开(公告)号：CN115767567B
公开(公告)日：2024-11-26
申请号：CN202211468157.8
申请日：2022-11-22
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于在轨卫星数据资源池的卫星波束覆盖范围推演方法，包括如下步骤：步骤1，关联TLE数据、UCS数据、Satbeam数据，得到在轨卫星数据资源池：步骤2，若发现有大于3σ的残余误差的量测值，则认为该点是一个野值点，予以剔除；步骤3，从剔除野值后的在轨卫星数据资源池中读取最新的轨位信息，并通过SGP4或SDP4轨道模型进行轨道推演；步骤4，预测NGSO卫星与地球站的可见时间：步骤5，当卫星与地球站可见时，读取卫星的波束覆盖信息，计算卫星波束覆盖区域，判断地球站会在何时被卫星波束覆盖。本发明所公开的方法，避免因波束对准过程而占用NGSO卫星波束覆盖地球站的时间，充分利用了NGSO卫星与地球站的可见时间，提高了NGSO卫星的利用效率。
-
公开(公告)号：CN111967309A
公开(公告)日：2020-11-20
申请号：CN202010632562.3
申请日：2020-07-03
Applicant: 西安电子科技大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明属于电磁信号智能识别技术领域，公开了一种电磁信号智能协同识别方法及系统，对电磁信号进行智能表征，并作为后续深度学习网络的输入；在每个分布式传感器上构建基于DenseNet的特征融合网络对智能表征进行特征级融合；将网络训练得到的损失函数采用联邦学习网络架构进行融合并反馈回每个DenseNet网络进行训练；实施基于分布式决策级融合的电磁信号识别。当广义信噪比在10dB以上时，本发明对AM、FM、BPSK、QPSK、8PSK、2ASK、4ASK、2FSK和4FSK信号的识别率均在90％以上，可见本发明具有良好的识别性能。
-
公开(公告)号：CN109581278A
公开(公告)日：2019-04-05
申请号：CN201811462154.7
申请日：2018-12-03
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种虚拟孔径扩展的相关干涉仪测向方法，包括如下步骤：（1）利用双通道或多通道测向接收机，记录同时采集到的IQ信号；（2）计算参考天线单元与参考天线单元之外的其他各天线单元采集到的IQ信号之间的二阶统计量复值相位差、四阶统计量复值相位差，并组合为测量矢量；（3）读取相应频点的测向数据库，计算扩展测向数据库；（4）将（2）中的测量矢量与（3）中的扩展测向数据库进行相关计算，相关值最大处作为方向的估计值。本发明所公开虚拟孔径扩展的相关干涉仪测向方法，基于测向接收机采集到的IQ信号的二阶和四阶统计信息，实现了测向天线的虚拟孔径扩展，改善了相关干涉仪测向设备在频率低端的测向性能。
-
公开(公告)号：CN120030330A
公开(公告)日：2025-05-23
申请号：CN202510183422.5
申请日：2025-02-19
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G06F18/213 , G01S19/37 , G06F18/214 , G06F18/241 , G06F18/2433 , G06N3/0455
Abstract: 本发明提供一种利用深度学习增强的IMF筛选与GNSS信号重建方法及系统，属于GNSS信号处理领域。为解决DFA方法在IMF筛选过程中的特征单一、阈值依赖和人工干预的问题。本发明引入Transformer深度学习模型，能够充分捕捉IMF中复杂的时域、频域和能量特征；通过对IMF进行多维度特征提取和分类，提高了筛选的准确性，更精准地识别包含闪烁噪声的IMF，为后续高质量信号重构奠定基础；结合iCEEMDAN和VMD技术对信号进行分解和重构，进一步优化了信号重构的质量，提高了重构信号的准确性和稳定性，从而提升了GNSS信号的质量，有助于提高定位、导航和时间同步应用的精度。
-
公开(公告)号：CN120017137A
公开(公告)日：2025-05-16
申请号：CN202510182775.3
申请日：2025-02-19
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: H04B7/185
Abstract: 本发明提供了一种多天线协同监测低轨卫星的监测卫星自主筛选方法及系统，属于低轨卫星监测领域。为了解决采用单一天线监测一颗卫星可能存在无法监测到其下行业务信号，且监测范围相对较小，监测效果不佳的问题。相比现有监测卫星筛选方法，充分考虑实际监测场景和监测规律，增加了对同一颗卫星的监测时长，以及对同一颗卫星在不同辐射离轴角下的监测信息与数据，提高了监测到低轨卫星下行业务信号的概率，并对监测到的卫星进行分级，便于对后续研究提供基础，为低轨卫星信号的分析提供更全面的数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN119757860A
公开(公告)日：2025-04-04
申请号：CN202411822501.8
申请日：2024-12-11
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G01R23/165 , G01R33/12 , G01R29/08
Abstract: 本发明公开了一种多段重叠频谱的拼接方法，包括如下步骤：步骤1，确定需要监测的全频谱范围；步骤2，计算得到各通道的频谱采样间隔；步骤3，根据频谱采样间隔确定每个通道内的采样点频率；步骤4，确定第i个通道和第i+1个通道的频谱重叠部分；步骤5，找到序列差值绝对值最小的两个采样点频率；步骤6，进行序列拼接；步骤7，同样的对其他通道的频谱数据重复步骤4~6，完成对监测全频段频谱数据的拼接，得到范围内的频谱。本发明所公开的拼接方法，能够实现对多段重叠频谱，尤其是多段非对齐重叠频谱的拼接，满足宽带电磁频谱监测时，多通道之间频率重叠情况下监测全频段数据的需求。
-
公开(公告)号：CN119402111A
公开(公告)日：2025-02-07
申请号：CN202411438687.7
申请日：2024-10-15
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: H04B17/309 , H04L25/02 , G06N3/006
Abstract: 本发明公开了一种基于自适应蚁群优化算法的信道参数估计方法，包括如下步骤：步骤1，生成快照的信道冲激响应；步骤2，初始化所有路径的信道参数，包括每条路径的时延、角度和复振幅；步骤3，基于初始化的信道参数，确定所有路径信道参数对应的搜索空间；步骤4，基于对应的搜索空间，利用自适应蚁群优化算法估计每条路径的信道参数，每次迭代计算其适应度，保留当代蚁群中最优适应度对应的时延、角度和复振幅。本发明所公开的方法及系统，针对估计多径信道参数问题，利用蚁群优化算法全局搜索最优解的能力，并通过不断迭代计算多径信道参数的方法，提高了估计多径信道参数的准确度。
-
公开(公告)号：CN119051781A
公开(公告)日：2024-11-29
申请号：CN202411033346.1
申请日：2024-07-30
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: H04B17/382 , H04B17/391 , H04W16/10 , H04W16/22
Abstract: 本发明公开了一种下行NOMA网络频谱分配方法，装置及电子设备，包括如下步骤：步骤1，建立下行NOMA网络频谱分配模型：步骤2，初始化雪花种群，并确定精英群体、全局最优速度和全局最优位置：步骤3，根据雪花的升华过程和融化过程，更新每个雪花的速度：步骤4，更新雪花种群的位置，并判断雪花种群的位置是否超过边界值：步骤6，判断是否达到最大迭代次数。本发明针对现有频谱分配方法中无法同时满足用户公平性原则和最小传输速率需求的问题，设计了满足用户公平性原则、满足最小传输速率需求、保证资源利用率、满足用户功率不超过总传输功率的约束的下行NOMA网络频谱分配方法。
-
公开(公告)号：CN118779703A
公开(公告)日：2024-10-15
申请号：CN202410909315.1
申请日：2024-07-08
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: G06F18/24 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于电离层参数补偿的深度学习短波信号识别方法，包括如下步骤：步骤1，构建总体神经网络：步骤2，对数据进行处理：步骤3，添加电离层参数以及先验知识：步骤4，进行正向梯度运算和反向梯度求导，更新参数：步骤5，获取识别结果，获取概率最高的一个类别。本发明所公开的方法，使用复数卷积模块提取I、Q两路通道特征，使用LSTM模块提取时间序列特征，充分发挥并提取I、Q两路通道以及时间序列的相关信息，以提高识别准确率。
-
公开(公告)号：CN120074630A
公开(公告)日：2025-05-30
申请号：CN202510172960.4
申请日：2025-02-17
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 一种基于Spark架构的巨型星座间兼容性分析方法，属于卫星系统间兼容性分析领域。本发明所要解决的技术问题就是提供一种基于Spark架构的巨型星座间兼容性分析方法，可以优化兼容分析流程，完成功能解耦，提高算法并行度，并利用Spark架构完成并行计算，提升计算效率，有效降低整体计算耗时。技术要点：搭建巨型星座间并行干扰分析架构，依据设置的仿真起止时间和仿真步长将干扰分析流程划分为多个时间切片，在时间切片内将干扰分析流程分解为轨道推演、卫星与地球站可见性计算、地球站选星、干扰链路与被干扰链路可见性计算、干扰指标计算；基于Spark架构的并行化干扰分析，按时间维度与功能维度对巨型星座间干扰分析流程进行解耦，形成单独的模块；为干扰分析流程添加action算子，action算子的添加位置为：每个时间切片的计算结束位置、轨道推演的结束位置、可见性计算的结束位置、地球站选星的结束位置、干扰链路与被干扰链路可见性计算的结束位置以及干扰指标计算的结束位置。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.049 seconds)
