-
公开(公告)号：CN113221337B
公开(公告)日：2022-09-09
申请号：CN202110440762.3
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: G06F30/20
Abstract: 本发明属于阵列天线设计技术领域，涉及一种基于模式搜索的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，将其作为稀疏阵列设计的基础。在计算过程中，采取模式搜索算法寻找当前步骤下满足条件的局部最优解，前期采用大步长的搜索策略，后期逐渐减少搜索范围，提高搜索精度，完成一轮模式搜索算法。当达成阵列稀疏率目标后，停止搜索，完成阵列的稀疏设计。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，以局部最优替代全局最优，在最小化性能损失的前提下完成高效的设计。本发明对于实际工程中的大型阵列能够进行高性能的全局搜索，找到更优的可行解。(56)对比文件杨诗倩.非规则稀疏阵列旁瓣抑制方法研究《.中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》.2018,(第2期),
-
公开(公告)号：CN113344039B
公开(公告)日：2022-04-26
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：CN113705787A
公开(公告)日：2021-11-26
申请号：CN202110995377.5
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: 本发明属于深度学习技术领域，具体是涉及一种基于深度协同训练的数字调制信号识别方法。本传统的基于深度学习的数字调制信号识别方法需要大量有标记的数据样本进行训练。在实际通信活动中，仅容易获得大量未标记信号样本，获取人工标记成本高且效率低。本发明搭建了两个CLDNN网络进行协同训练，利用生成对抗实现视图的差异化，充分利用大量无标记样本辅助少量有标记样本下的学习，有效地提升了识别准确率，增强了深度学习在数字调制信号识别任务中的可行性和实用性。
-
公开(公告)号：CN113659994A
公开(公告)日：2021-11-16
申请号：CN202110987423.7
申请日：2021-08-26
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: H03M13/27
Abstract: 本发明属于通信技术领域，具体是涉及一种低复杂度的卷积码随机交织关系的估计方法。本发明是在利用截获数据c，在已知交织深度L、交织起点的情况下，完成交织关系的估计，恢复出随机交织器。本发明首先利用线性分组码码字空间的封闭性对接收序列进行误码筛除，然后将误码筛除后的序列按照一定的规则构造出一个含有两个交织块(每个交织块交织关系相同)、维数为2L×2L的数据矩阵C，对C进行伽罗华域上部分高斯行消元，利用线性特性来确定卷积码的组间交织关系，然后利用校验向量确定正确的组内交织关系。
-
公开(公告)号：CN117110985A
公开(公告)日：2023-11-24
申请号：CN202311041714.2
申请日：2023-08-18
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S5/14 , G01S5/16 , G01S5/00 , G01C21/24 , G01C21/00 , G01S5/06 , G01S1/22 , G01S1/24 , G01S19/24 , G01S19/42 , G01S5/02 , G01S5/04 , G01S5/10 , G01S19/46 , H04L1/00 , H04L27/26 , H04L25/02
Abstract: 本发明属于信号处理技术领域，涉及一种基于移动接收机数据压缩的非重构直接定位方法。本发明的目的在于提供一种基于移动接收机数据压缩的非重构直接定位方法，该方法利用Hadamard矩阵特性，直接在压缩测量域中估计源位置，而不需要进行信号重构和TDOA，FDOA参数提取。本发明证明信号经过Hadamard矩阵压缩后仍然能够保留TDOA，FDOA信息，从而在保留定位精度的同时降低传输量。
-
Patent Agency Ranking
公开(公告)号：CN116347516A
公开(公告)日：2023-06-27
申请号：CN202310275421.4
申请日：2023-03-21
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，涉及为一种基于智能超表面辅助的索引调制系统的反射星座点优化方法。本发明可以以更低的误比特率完成索引调制任务，克服了使用智能超表面辅助的通信系统进行索引调制时，解调误比特率高的问题。本方法首先生成有效符号集合，利用传输信号对有效符号进行对称化处理，使其能更均匀地分布在复平面上。然后利用K均值聚类算法对有效符号进行聚类，根据距离最大化原则在每一聚类簇中选择一个有效符号作为反射星座点。最后，本发明提出了一种通用格雷编码方法将反射星座点映射到比特信息中，从而完成索引调制任务。实验结果表明，在低信噪比环境下，本方法具有较好的误比特率表现。
-
公开(公告)号：CN113344970B
公开(公告)日：2022-12-06
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：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。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.055 seconds)
