一种基于NOMA的LEO卫星通信系统频点分配方法

    公开(公告)号:CN113541768A

    公开(公告)日:2021-10-22

    申请号:CN202110762685.3

    申请日:2021-07-06

    Abstract: 本发明涉及一种基于NOMA的LEO卫星通信系统频点分配方法,解决的是小区边缘用户干扰强的技术问题,通过采用步骤一,将小区边缘用户与小区中心用户配对组成NOMA集群;步骤二,定义用户对频点的占用情况为状态,系统为用户分配的频点为动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q‑Learning算法迭代出最优频点分配策略,为各边缘用户分配载波频点,从而与中心用户进行功率域复用,训练出最优频点分配策略;步骤三,以最大化NOMA集群传输速率为目标建立优化模型,根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子的技术方案,较好的解决了该问题,可用于卫星通信中。

    一种多无人机对组网雷达航迹欺骗干扰的方法

    公开(公告)号:CN113447892A

    公开(公告)日:2021-09-28

    申请号:CN202110707144.0

    申请日:2021-06-25

    Abstract: 本发明公开了一种多无人机对组网雷达航迹欺骗干扰的方法,包括以下步骤:由多架安装有电子干扰设备和信号接收设备的无人机组成多个飞行编组行驶在组网雷达的监测范围内,其中一组无人机飞行编组利用电子干扰设备将组网雷达发射的信号拦截并将其传递至雷达信息融合中心。本发明通过在无人机的内部安装电子干扰设备再由多个飞行编组利用三圆定位法对其运行方式进行改良,能够提高信号接收步骤的精细化,同时在无人机的内部安装信号接收设备使其形成科学的位置定位系统,更适合各种环境对雷达位置进行判断,解决了现有无人机组在干扰过程中不具备对雷达组网位置进行定位的效果,不便于后续作战过程中对组网雷达进行精确打击的问题。

    一种基于强化学习的LEO卫星信道分配方法

    公开(公告)号:CN111970047A

    公开(公告)日:2020-11-20

    申请号:CN202010860531.3

    申请日:2020-08-25

    Abstract: 本发明公开了一种基于强化学习的LEO卫星信道资源分配方法,包括如下步骤:(1)星上集中式资源池给各波束小区预分配信道资源;(2)若预分配资源富余,则将其回收到资源池,若预分配资源无法满足用户需求,以动态分配的方式调度信道资源;(3)系统利用Q-Learning算法进行训练以寻找最优分配策略,训练结束后根据分配策略进行动态信道调度;(4)系统进入下一业务请求时间间隔,以固定信道预分配和动态信道调度相结合的方式分配信道。本发明通过集中式资源池管理信道资源以适应波束间业务差异性,采用强化学习解决信道分配过中的时间关联性问题,从而实现LEO卫星系统高效信道资源分配。

    基于不同麦克风阵列拓扑结构分析的室内声源定位方法

    公开(公告)号:CN111273231A

    公开(公告)日:2020-06-12

    申请号:CN202010206270.3

    申请日:2020-03-23

    Abstract: 本发明公开了一种基于不同麦克风阵列拓扑结构分析的室内声源定位方法。该方法能够在改变麦克风阵列拓扑结构时,进行对声源的定位,并且分析出其误差并与其他类型阵列作对比。同时使用基于随机区域收缩的相位变换加权可控响应功率定位算法,在室内高混响条件下能够较好地得到定位结果。用户可以通过自己的需求选择相应的麦克风阵列拓扑结构进行分析。在选择符合自身需求的麦克风阵列后,可以使用多通道低通滤波与多通道自适应滤波融合的阵列校准方案对接收信号的幅频特性进行校准并提高定位精度。

    一种基于伪超声的室内定位系统及定位方法

    公开(公告)号:CN110646764A

    公开(公告)日:2020-01-03

    申请号:CN201910966115.9

    申请日:2019-10-12

    Abstract: 本发明公开了一种基于伪超声的室内定位系统及定位方法,伪超声是指频率在16kHz至20kHz范围内普通麦克风可接收但人耳不可闻的音频。该系统包括锚点端、接收端以及信号处理端,锚点端与接收端利用伪超声传输信息,属无线连接;接收端与信号处理端级联,属电连接。定位方法是锚点端发射伪超声音频信号;接收端接收到各个锚点发射的信号,处理后送至信号处理端;信号处理端接收并分析各锚点信号到达的时间差及相关信息,计算接收端的位置,实现准确定位。该系统中锚点结构简单,易于安装,可满足中小型室内场景下的定位需求,亦可以根据不同的室内环境,合理布置锚点位置。本系统不仅使用灵活,且成本低、精度高,极大的减小了系统复杂度。

    一种交通道路声音监测与异常声音识别系统

    公开(公告)号:CN109087655A

    公开(公告)日:2018-12-25

    申请号:CN201810851609.8

    申请日:2018-07-30

    Abstract: 本发明公开了一种交通道路声音监测与异常声音识别系统,包括通过网络连接的声音采集端和服务器端;声音采集端包括拾音器、声卡、GPS定位模块、数据处理模块、无线通信模块。拾音器及数据处理模块可根据需求在指定路段进行布置安装;对交通道路声音进行实时监测,当监测到异常声音时,才将异常声音数据传输至服务器端进行进一步识别,大大减少了数据传输量;提取异常声音信号的多种特征值,结合神经网络进行识别与分类;对异常声音数据进行识别分类时,采用深度卷积神经网络(CNN),非常适用于声音的识别与分类,该网络能够大大提高训练效率与识别精度,高效识别交通道路中产生的异常声音。

    一种基于强化学习的LEO卫星信道分配方法

    公开(公告)号:CN111970047B

    公开(公告)日:2022-03-25

    申请号:CN202010860531.3

    申请日:2020-08-25

    Abstract: 本发明公开了一种基于强化学习的LEO卫星信道资源分配方法,包括如下步骤:(1)星上集中式资源池给各波束小区预分配信道资源;(2)若预分配资源富余,则将其回收到资源池,若预分配资源无法满足用户需求,以动态分配的方式调度信道资源;(3)系统利用Q‑Learning算法进行训练以寻找最优分配策略,训练结束后根据分配策略进行动态信道调度;(4)系统进入下一业务请求时间间隔,以固定信道预分配和动态信道调度相结合的方式分配信道。本发明通过集中式资源池管理信道资源以适应波束间业务差异性,采用强化学习解决信道分配过中的时间关联性问题,从而实现LEO卫星系统高效信道资源分配。

Patent Agency Ranking