-
公开(公告)号：CN101252568B
公开(公告)日：2010-11-17
申请号：CN200810064312.3
申请日：2008-04-16
Applicant: 哈尔滨工业大学
IPC: H04L27/26
Abstract: 频域直接序列扩频与分数傅立叶域切普信号扩频传输方法，它涉及无线通信中的混合扩展频谱技术，解决了接收机中干扰信号对单一扩频系统的影响及单频正弦干扰在传统傅立叶变换后产生的最佳能量聚集对直接序列扩频系统有较大干扰的问题。发射过程二进制信息码源通过串并转换器分为两路并分别进行调制相加后得到发送信号s(t)。接收过程将接收的信号依次通过射频滤波器、采样器和p阶分数傅立叶变换器后得到分数域信号rp(u)。一路解调过程rp(u)通过多阶分数傅立叶域滤波器和变换器、直接扩频序列发生器、载波信号生成器和滤波器，得到用户解调信息r1(t)；另一路解调过程rp(u)通过峰值位置判决器，得到用户解调信息r2(t)，r1(t)和r2(t)通过串并转换器得到解调信息r(t)。
-
公开(公告)号：CN101789919A
公开(公告)日：2010-07-28
申请号：CN201010132111.X
申请日：2010-03-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于经典分数傅立叶变换的信道参数估计方法，涉及无线通信领域中的信道参数估计方法。它解决现有的信道估计不能很好地满足快速变化的无线信道环境的估计要求的问题。本发明使用中心频率相同、调频率互为相反数的两段切普信号相加作为探测信号，接收端得到的是来自不同传输路径的探测信号的组合，对接收信号进行一次分数傅立叶变换，检测分数域幅度谱上的峰值位置及峰值处的幅度值和相位值估计各路径的幅度、相位、时延和多普勒频移。本发明适用于信道的参数估计。
-
公开(公告)号：CN101741414A
公开(公告)日：2010-06-16
申请号：CN200910217436.5
申请日：2009-12-28
Applicant: 哈尔滨工业大学
Abstract: 基于Chirp信号的超宽带保密通信的信号发射和接收方法，涉及一种超宽带保密通信的信号发射和接收方法。它解决了现有的通信方法在通信时无法确保通信的安全性问题。发射过程：将信息源输出的数字信息进行映射，获得二进制调制信息，调制Chirp信号产生器根据设定的参数发出当前时刻的脉冲信号后发射；接收过程：在系统设定时间内，接收端对第i个调制信号进行采样、分数阶傅立叶变换、参数调整后相加合成，获得合成后的信号并解调后输出。本发明适用于超宽带保密通信的过程中。
-
公开(公告)号：CN101345618A
公开(公告)日：2009-01-14
申请号：CN200810136941.2
申请日：2008-08-15
Applicant: 哈尔滨工业大学
Abstract: 基于变参数的四项加权FRFT通信的保密和解密方法，涉及通信技术领域，为了解决非目的接收机在已知发射机采用四项加权FRFT进行信号加密时，通过对加密参数逐一扫描就能破解加密信号的问题。它的方法是在发射机端，数据源经过基带调制后送给加密模块，加密模块在伪随机码和与它相适应的参数变化图样决定的α、MV和NV控制下对数据进行四项加权FRFT，经过数字载波调制后的加密信号再经D/A转换及上变频器后送入信道传送；在接收机端，经过下变频器和A/D采样后的数据送往解密模块，在解密模块中进行数字载波相干解调，经过由伪随机码和与它相适应的参数变化图样决定的－α、MV和NV控制的四项加权FRFT之后，得到解密信号，然后进行基带解调工作。
-
公开(公告)号：CN101340418A
公开(公告)日：2009-01-07
申请号：CN200810136938.0
申请日：2008-08-15
Applicant: 哈尔滨工业大学
Abstract: 码分多址系统中降低码序列之间干扰及码序列复用的传输方法。本发明涉及通信技术领域，它解决了现有CDMA系统中码序列之间干扰，及码序列不足的问题，其步骤如下：在发射机端，数据源经过数字调制、PN源扩频后送给正变换模块，正变换模块在参数α的控制下对数据进行四项加权分数傅立叶变换，经过数字载波调制后的数据再经上变频后送入信道传送；在接收机端，经过下变频后的数据送往反变换模块，在反变换模块中进行解调、解扩和参数－α控制的四项加权分数傅立叶变换之后得到扩频后的CDMA信号，接着经过数字解调工作向外输出。通过本方法以降低CDMA用户间的干扰和提高系统的容量，在不占用额外频谱、时间和码资源的条件下实现对CDMA系统码序列的优化和复用。
-
Patent Agency Ranking
公开(公告)号：CN101325428A
公开(公告)日：2008-12-17
申请号：CN200810136867.4
申请日：2008-08-01
Applicant: 哈尔滨工业大学
Abstract: 分数傅立叶变换域辅助直扩系统多径信号捕获方法，它涉及一种直接序列扩频系统的多径信号捕获方法，以解决采用RAKE接收机接收多路信号的系统存在的捕获部分结构较复杂和捕获耗费时间较长的问题。在待发射的扩频信号前加入若干周期的切普信号作为捕获的参考信号；相关器对接收到的信号进行一次滑动相关，找到能量最强的多径分量；将相关器对准最强多径分量中的切普信号，在一个周期内对该切普信号进行最优阶数的分数傅立叶变换；找到所有多径信号中的切普信号在分数域对应的峰值位置，根据峰值位置与时延间的线性关系计算出所有多径信号相对于最强路径信号的时延；将所有相关器根据步骤四计算出的信号时延对准相应的多径信号并进行相关接收。
-
公开(公告)号：CN101267423A
公开(公告)日：2008-09-17
申请号：CN200810064467.7
申请日：2008-05-09
Applicant: 哈尔滨工业大学
IPC: H04L27/26
Abstract: 在超宽带系统中利用分数傅立叶域估计时钟频偏的方法，它涉及一种分数域辅助的估计超宽带系统时钟频偏的方法，以解决网络层中频偏估计所带来的网络开销大、算法结构复杂的问题。超宽带脉冲波形通过编码后，对超宽带脉冲信息c(t)进行调制，切普信号相对于超宽带信号s1(t)的每一帧的帧头延时T1得到延时后的切普信号s2(t)；将s1(t)与s2(t)相加得到发射信号s(t)；接收到的信号r(t)得到p阶分数傅立叶变换信号fp(u)；输出分数域冲击函数的峰值位置U1；得到对应的时域切普信号中心位置t0，去除t0的量纲归一化得到真实的切普信号时域中心位置t0′，获得时域超宽带脉冲信号r`(t)，确定r`(t)的帧头所在位置To；判定切普信号的时域中心位置t0′与帧头所在位置To的时间间隔T2；根据帧头延时T1得到收发端的时钟相对频偏的估计。
-
公开(公告)号：CN101252567A
公开(公告)日：2008-08-27
申请号：CN200810064308.7
申请日：2008-04-16
Applicant: 哈尔滨工业大学
IPC: H04L27/26
Abstract: 基于分数傅立叶变换域的线性调频信号干扰回避传输方法，它涉及一种无线通信中的传输技术。本发明是为了解决分数域通信系统只改变切普信号的调频率，而没有改变切普信号的中心频率，使各切普信号在频域上产生重叠导致系统容量和性能受到限制的问题。发射过程，数据源输出二进制数字信息码元与切普信号一起送入波形生成器进行调制，得到的切普信号和载波信号相乘，产生的高频信号经发射端天线发射；接收过程，将接收到的信号通过滤波器、分数傅立叶变换器和峰值位置判决器得到用户的信息。通过仿真验证更清晰的看出了不同的用户信息所占用的频段在允许的范围内能尽可能的分开，避免了多用户时切普信号在频域上的重叠，从而降低了用户间的干扰。
-
公开(公告)号：CN119892272A
公开(公告)日：2025-04-25
申请号：CN202510056179.0
申请日：2025-01-14
Applicant: 哈尔滨工业大学
IPC: H04B17/373 , H04B17/382 , H04L41/16
Abstract: 一种信道分离的频谱预测方法，它属于频谱预测技术领域。本发明解决了现有频谱预测方法存在的预测效率低、预测精度低以及存储资源占用大的问题。本发明将信道维度与批次维度进行融合，实现信道的分离，频谱预测模型将关注点放在时间相关性的提取上，避免了信道干扰和各信道数据分布差异大对模型特征提取过程造成的影响。在模型输出预测结果后，将批次维度进行拆分，将各信道的结果还原到原来的维度中，且同时预测所有信道的未来信息，本发明方法结合了信道独立与信道联合预测方法的优势，可以提高频谱数据预测的精度和效率。通过多信道模型共用，提升了模型的泛化能力，减小了资源占用。本发明方法可以应用于频谱预测技术领域。
-
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
117
records
(took 0.044 seconds)
