-
公开(公告)号：CN1787425A
公开(公告)日：2006-06-14
申请号：CN200510124591.4
申请日：2005-12-20
Applicant: 西安交通大学
IPC: H04L1/20
Abstract: 空中接口技术测试平台误帧率的仿真方法，根据链路测试的信噪比下的误码率Eb/NO及接收机处理后接收的比特序列，对有误码的突发现象通过对复合泊松分布模型中的系数A进行拟合，采用描述误码突发分布的复合泊松分布模型，根据链路测试结果中误码率和误帧率的实测数据对该模型中的系数A进行拟合，使其和实测结果最符合，是一种自适应的复合泊松分布模型，从而对误码率到误帧率的仿真提供理论依据，按照本发明的仿真方法得到的误帧率pf远小于简单泊松分布的结果，在误码率pe为10－6数量级且帧长为10+6bits时，本发明得到的误帧率可达到10－3数量级，与一般数据传输质量要求一致。
-
公开(公告)号：CN117520872A
公开(公告)日：2024-02-06
申请号：CN202311454905.1
申请日：2023-11-02
Applicant: 西安交通大学
IPC: G06F18/23213 , G06N3/088 , G01S5/06
Abstract: 本发明公开了一种基于SOM+Cluster+K‑means的机器学习两步定位方法及系统，利用MVDR算法对多源信号进行到达角AOA估计，基于全部接收机绘制来自到达角方向的射线，当全部射线绘制完成时，保留所有的射线交点；基于得到的射线交点，通过SOM聚类方法对交点进行聚类确定辐射源的个数；然后利用Cluster聚类函数，通过设置欧式距离阈值去除聚类簇以外的点，保留对聚类有正向作用的交点；利用K‑Means机器学习聚类方法对交点进行单次聚类，获得多个辐射源定位结果。
-
公开(公告)号：CN114143146B
公开(公告)日：2023-08-15
申请号：CN202111267109.8
申请日：2021-10-28
Applicant: 西安交通大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于图信号方法的OFDM系统信道估计系统和方法；该方法为一种基于导频的非盲估计算法，在这个算法中，将具有结构特征的OFDM时频双选信道的每个资源块视为图信号的节点，其中图信号的拓扑结构不仅由空间结构决定，而且还受时间选择性衰落和频率选择性衰落的影响。利用平滑性约束进行建模，把信号恢复问题从数学上建模为一个优化问题进行求解。同时，利用图采样的方法进行导频位置的设计，找出一个更好的导频摆放位置，使得信道估计的精确度提升。
-
公开(公告)号：CN113466904A
公开(公告)日：2021-10-01
申请号：CN202110656381.9
申请日：2021-06-11
Applicant: 西安交通大学
IPC: G01S19/39
Abstract: 本发明公开了一种动态干扰源跟踪方法及系统，将三维空间中的运动状态进行空间正交分解到三个正交的方向上，获得状态向量；在三个正交的方向上分别采用交互多模型方法进行模型匹配得到运动模型；将匹配得到的运动模型应用到滤波跟踪方法中，在三个正交的方向上分别采用结合改进噪声估计器的自适应容积卡尔曼滤波方法进行跟踪滤波，得到每个方向上的滤波跟踪结果；将得到的每个方向上的滤波跟踪结果进行矢量叠加，获得最终在三维空间中的跟踪结果。本发明采用基于运动状态空间分解的交互多模型算法以较低的复杂度实现了对非规则运动干扰源的模型匹配，采用结合改进的噪声估计器的自适应容积卡尔曼滤波算法实现了对动态干扰源的持续精确跟踪。
-
公开(公告)号：CN111914402A
公开(公告)日：2020-11-10
申请号：CN202010652698.0
申请日：2020-07-08
Applicant: 西安交通大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于信号特性和拓扑变化先验的动态拓扑估计系统及方法，该方法考虑实际拓扑是时变且隐含于数据之中的，并不能直接测量得到，因此将数据驱动的、基于信号特性及拓扑改变先验知识均考虑在内，进行数据处理。该方法利用对历史数据的学习，从数据驱动的角度，获得对不同时刻的图拓扑学习，以达到对动态拓扑结构的修正。根据信号自身特性，诸如信号在结构上的平滑性，自身的冗余度等特性，可以从数据中估计数据隐含的结构化特征，即图拓扑。与当前大多研究固定图的拓扑学习不同，本方法考虑拓扑改变的先验知识，对拓扑进行动态修正，获得更准确的动态拓扑估计。
-
Patent Agency Ranking
公开(公告)号：CN111224905A
公开(公告)日：2020-06-02
申请号：CN201911358559.0
申请日：2019-12-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种大规模物联网中基于卷积残差网络的多用户检测方法，假定所有帧的接收都是同步的，每个用户使用不同的导频序列做信道估计，把所有用户的导频序列矩阵、信道矢量和用户活动性分别放在同一个矩阵中进行优化得到基站接收的信号；设计集中层卷积神经网络CLCNN，用深度学习方法检测激活的用户，把接收到的信号输入深度学习网络估计出激活向量；收集或生成数据，分为训练集与测试集，把接收到的信号输入网络，使用随机梯度下降优化器进行优化训练，计算损失函数与检测准确率，将大规模接入的信道估计简化为少量激活用户的信道估计，采用最小均方误差法估计出信道，完成多用户检测。本发明具有高性能、训练与检测速度快、完全可实施性特点。
-
公开(公告)号：CN106656612B
公开(公告)日：2019-10-11
申请号：CN201611238107.5
申请日：2016-12-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种用于超密集网络系统遍历和速率的近似方法，包括以下步骤：1)根据超密集网络系统模型得到超密集网络的遍历和速率表达式；2)根据随机几何等数学知识得到超密集网络和速率的近似表达式。与其他技术方案不同，本发明的近似方法中考虑了噪声的影响，这就使得本发明在保证高信噪比下良好近似精度的同时，在低信噪比的环境下具有比其他方案更好的近似精度。
-
公开(公告)号：CN110231633A
公开(公告)日：2019-09-13
申请号：CN201910401724.X
申请日：2019-05-15
Applicant: 西安交通大学
Abstract: 本发明公开了一种信号捕获阶段基于LSTM的GNSS欺骗式干扰识别、抑制方法及系统，包括：以下步骤：在信号捕获阶段，检测欺骗干扰并识别干扰攻击类型；其中，欺骗干扰场景包括：H0无欺骗干扰、H1异步欺骗干扰和H2同步欺骗干扰；检测结果包括：D0、D1和D2；D0、D1和D2与H0、H1和H2一一对应；检测结果为D0时，不存在欺骗信号；检测结果为D1时，捕获结果中存在2个相关峰时，使用基于峰值的方法识别欺骗信号；检测结果为D2时，捕获结果中存在2个相关峰时，使用基于峰值的方法识别欺骗信号。本发明的识别方法准确率较高；本发明的检测、识别及抑制方法的组合应用均在信号捕获阶段进行且无需进行解算，时效性较强。
-
公开(公告)号：CN110113284A
公开(公告)日：2019-08-09
申请号：CN201910354879.2
申请日：2019-04-29
Applicant: 西安交通大学
Abstract: 本发明公开了一个基于ADMM的超窄带和CP-OFDM共存系统中的超窄带信号检测方法。该检测方法中将频域内的超窄带信号建模为单频信号，进一步将超窄带信号检测转换为一组多个单频信号的检测。当超窄带信号和宽带信号在LTE-A系统中共存时，该模型将多个用户在时域中连续发送的信号排成一排，并取其中不受块间干扰的两部分的差，根据CP-OFDM信号的特点，这一部分仅含有需要检测的超窄带信号。基于ADMM方法建立稀疏-低秩联合检测方法。该方法较传统稀疏检测方法，对信号的低秩性进行联合估计，根据仿真验证，该算法相较于传统MP、OMP及LASSO这三种算法在MSE及检测概率这两种性能均更优。
-
公开(公告)号：CN105828370B
公开(公告)日：2019-02-05
申请号：CN201610136564.7
申请日：2016-03-10
Applicant: 西安交通大学
IPC: H04W24/06 , H04B17/391
Abstract: 本发明公开了一种基于广义平均的RBIR物理层抽象算法，目的在于，能够使复杂度低，通用性强，准确性高，能够降低预测误差造成的性能损失，所采用的技术方案为：首先仿真参考曲线；其次根据参考曲线得到参考包长的参考误包率；再次根据衰落信道下链路级仿真的结果PERFading‑SINR来拟合广义平均数因子r；最后计算所需包长PL的误包率PERPL，完成RBIR物理层抽象算法，本发明采用广义平均数代替算数平均数的方法来求平均互信息，经过与现有物理层抽象算法的对比，不同坐标下本发明算法的获得的曲线更为接近标准曲线，即能够提供更精准的预测结果。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.029 seconds)
