-
公开(公告)号：CN113655475A
公开(公告)日：2021-11-16
申请号：CN202110938174.2
申请日：2021-08-16
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S13/86 , G01S7/03 , H04B7/0413 , H04B1/04 , H04B1/16
Abstract: 本发明属于信号处理技术领域，涉及一种基于波形选择的雷达通信一体化系统。本发明在发射端发射信号前，通过加入波形选择矩阵，从已有的波形中选择部分波形进行发射，不同的选择矩阵构成了通信符号字典。通信接收机处接收基带信号后用已知的波形进行匹配滤波，匹配滤波的结果与字典中的符号进行对比可以检测出不同选择矩阵，从而得到对应嵌入的通信信息序列。该发明在基于波形排列的雷达通信一体化方案基础上，通过波形选择提供了一种新的雷达通信一体化方法，同时可以与波形排列相结合，实现混合矩阵嵌入通信信息。
-
公开(公告)号：CN113344970A
公开(公告)日：2021-09-03
申请号：CN202110545924.X
申请日：2021-05-19
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信息融合领域，具体涉及一种基于多伯努利的非规则多扩展目标联合跟踪与分类方法。然而以往的联合跟踪与分类算法都是将目标的扩展状态建模为椭圆，在目标大小相似时不能正确对目标进行分类。为此，结合RHM(Random Hypersurface Model，RHM)，本发明给出一种基于多伯努利的非规则多扩展目标联合跟踪与分类算法，即JTC‑RHM‑CBMeMBer滤波方法，该方法不仅能对非规则扩展目标的运动状态、量测率、扩展状态等进行估，还能估计目标的类状态，且在算法复杂度上与RHM‑CBMeMBer滤波算法相当。
-
公开(公告)号：CN113344039A
公开(公告)日：2021-09-03
申请号：CN202110547305.4
申请日：2021-05-19
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明涉及一种基于时空关联的多扩展目标跟踪方法。当目标占据传感器的多个分变率单元时，单个目标便会产生多个量测值，即为扩展目标。在这种背景下，当扩展目标产生交叉，一般的基于距离的划分方法会将不同目标的量测值划入同一量测集合中，造成滤波器的精度下降，势估计出现错误。本发明基于ET‑GM‑PHD算法，采用时空关联思想，利用扩展目标在相邻时刻量测值的关联性，并在一种有向图SNN划分基础上，对多扩展目标进行跟踪。本发明方法大大降低了扩展目标在交叉处的跟踪误差，对目标的个数和目标的位置实现了精确估计。同时将扩展目标与点目标的跟踪过程分离，大大降低了计算的计算量。
-
公开(公告)号：CN116366116A
公开(公告)日：2023-06-30
申请号：CN202310279191.9
申请日：2023-03-21
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: H04B7/06
Abstract: 本发明属于信号处理技术领域，涉及一种基于最大幅度响应准则的频率不变波束赋形技术。本发明提供了一种基于最大幅度响应准则的频率不变波束赋形技术，相对上述方法，该发明可以实现任意均匀或非均匀的精准灵活频率不变波束赋形，并且只需执行1次矩阵求逆操作，在计算复杂度较低的同时获得期望方向的最大幅度响应，提高目标检测的性能。
-
公开(公告)号：CN113466796B
公开(公告)日：2023-05-26
申请号：CN202110938151.1
申请日：2021-08-16
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S7/288 , H04B7/0413 , H04B7/06 , H04B7/08
Abstract: 本发明属于信号处理技术领域，涉及一种基于相干相位调制广播模式的雷达通信一体化方法。本发明首先在保证雷达性能的基础上，求解旁瓣区域相位优化问题得到一个权向量，对其进行相位旋转得到一组不同相位的权向量。所有权向量构成一个权向量集合，从而得到了对应的相位符号字典。通信接收机在旁瓣区域通过匹配滤波得到接收信号相位，与字典进行比较后可以解码处嵌入的二进制通信信息。该发明相比相干相位调制和广播模式，同时具有相干相位调制的低误码率特性以及旁瓣区域通信的广播特性。
-
Patent Agency Ranking
公开(公告)号：CN113705446B
公开(公告)日：2023-04-07
申请号：CN202110997031.9
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F18/24 , G06F18/23213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于信号处理技术领域，具体的说是涉及一种面向辐射源个体的开集识别方法。实际应用场景中，辐射源个体识别系统面对的是开放电磁环境，接收到未被数据库收录的未知类别辐射源信号不可避免，因此辐射源开集识别具有重要的研究意义。本发明是在利用深度神经网络作为辐射源信号特征提取器的基础上，首先设计兼顾分类和聚类效果的联合损失函数，保证神经网络提取的信号深度特征具有良好的分类特性和聚类特性，然后利用训练数据得到的特征向量构造极值分布模型，确定判别阈值，实现判别算法，完成对辐射源信号的高准确率开集识别。
-
公开(公告)号：CN113158568B
公开(公告)日：2022-12-02
申请号：CN202110440766.1
申请日：2021-04-23
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明属于阵列天线设计技术领域，涉及一种近场稀疏阵设计方法。本发明首先根据给定初始均布阵列，并计算好能够实现近场聚焦波束的权向量，将其作为稀疏阵列的基础。在计算中过程中先采用传统遗传算法进行阵列设计，当遗传算法进行到一定次数后，在每轮遗传算法结束前进行概率学习算法迭代，若在一定学习次数内产生适应度更高的解，则将当前遗传算法中最优解替换为该解并保留。本发明相对于传统遗传算法和贪婪搜索算法，在时间复杂度和设计性能上做到较好的兼顾，且具有一定的灵活性。本发明对于实际工程中的小型阵列能够进行高性能的全局搜索，找到更优的可行解。
-
公开(公告)号：CN113705446A
公开(公告)日：2021-11-26
申请号：CN202110997031.9
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信号处理技术领域，具体的说是涉及一种面向辐射源个体的开集识别方法。实际应用场景中，辐射源个体识别系统面对的是开放电磁环境，接收到未被数据库收录的未知类别辐射源信号不可避免，因此辐射源开集识别具有重要的研究意义。本发明是在利用深度神经网络作为辐射源信号特征提取器的基础上，首先设计兼顾分类和聚类效果的联合损失函数，保证神经网络提取的信号深度特征具有良好的分类特性和聚类特性，然后利用训练数据得到的特征向量构造极值分布模型，确定判别阈值，实现判别算法，完成对辐射源信号的高准确率开集识别。
-
公开(公告)号：CN113589224A
公开(公告)日：2021-11-02
申请号：CN202110883711.8
申请日：2021-08-03
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
IPC: G01S3/74
Abstract: 本发明属于信号处理技术领域，涉及一种基于增强嵌套阵的DOA估计方法。本发明首先得到增强嵌套阵的输出信号，其次使用求和求差的方法得到输出信号的协方差矩阵，然后利用矩阵填充的方法补全求和求差虚拟阵元的孔洞，最后进行DOA估计。该发明相对传统的DOA估计方法，提高了一倍的自由度，拥有更高的角度分辨率和更高的DOA估计精度。
-
公开(公告)号：CN113158568A
公开(公告)日：2021-07-23
申请号：CN202110440766.1
申请日：2021-04-23
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明属于阵列天线设计技术领域，涉及一种近场稀疏阵设计方法。本发明首先根据给定初始均布阵列，并计算好能够实现近场聚焦波束的权向量，将其作为稀疏阵列的基础。在计算中过程中先采用传统遗传算法进行阵列设计，当遗传算法进行到一定次数后，在每轮遗传算法结束前进行概率学习算法迭代，若在一定学习次数内产生适应度更高的解，则将当前遗传算法中最优解替换为该解并保留。本发明相对于传统遗传算法和贪婪搜索算法，在时间复杂度和设计性能上做到较好的兼顾，且具有一定的灵活性。本发明对于实际工程中的小型阵列能够进行高性能的全局搜索，找到更优的可行解。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.021 seconds)
