-
公开(公告)号:CN113727415B
公开(公告)日:2023-12-19
申请号:CN202110828160.5
申请日:2021-07-22
Applicant: 桂林电子科技大学
Abstract: 本发明涉及无人机自组网技术领域,具体公开了一种动态感知的无人机自组网改进AODV路由协议的方法,协议在路由择路时多度量考虑各因素对链路稳定性的影响;就RREQ框架存在的最小延迟路径现象和路由静态更新问题,修改函数结构,删除RREQ ID快取机制,将路由更新条件前置拆分并设立更新标志位作为广播依据,利用起源点序列号和IP替代快取机制实现路由动态更新,同时添加时间戳和最大路由更新次数限制无节制的动态更新;在路由回复阶段添加RREP重传备份处理机制以应对链路回传失败情况。与传统AODV协议相比,改进协议缩短了节点间端到端的
-
-
-
公开(公告)号:CN110807255B
公开(公告)日:2023-05-16
申请号:CN201911045985.9
申请日:2019-10-30
Applicant: 桂林电子科技大学
IPC: G06F30/20 , G06F30/373
Abstract: 本发明公开一种通道联合时间顶点非下采样滤波器组的优化设计方法,首先提出通道联合时间顶点非下采样滤波器组,利用优化方法设计通道联合时间顶点非下采样分析滤波器组,求解出具备良好频率划分特性的分析滤波器组,然后将综合滤波器组的设计问题归结为一个带约束的优化问题,并通过拉格朗日乘子法进行求解。实验结果表明,所设计的滤波器组具备良好的频率划分和完全重构特性,能够对时变图信号进行多分辨分析,在对实测时变数据进行去噪时有良好的去噪性能。
-
-
公开(公告)号:CN109901164B
公开(公告)日:2022-09-13
申请号:CN201910216894.0
申请日:2019-03-21
Applicant: 桂林电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种合成孔径雷达的分布式后向投影成像方法,涉及合成孔径雷达大场景成像领域,解决的技术问题是如何实现SAR的大场景高分辨率高精度成像和降低成像时延,包括如下步骤:获得散射点回波数据,对回波数据进行距离压缩处理后添加对应虚拟阵元的位置信息;进行分布式BP算法的Map阶段;进行分布式BP算法的Reduce阶段,获得成像数据。本发明可实现SAR的大场景高分辨率高精度成像并降低成像时延。
-
公开(公告)号:CN114610531A
公开(公告)日:2022-06-10
申请号:CN202210071574.2
申请日:2022-01-21
Applicant: 桂林电子科技大学
IPC: G06F11/14
Abstract: 本发明涉及压缩感知技术领域,尤其涉及一种基于多移位算子和矩阵填充理论的数据恢复方法,采用多移位算子来刻画数据矩阵中每个行向量之间、每个列向量之间的相关性,通过正则化每个行向量和列向量中非平滑性的总变化量,从而得到更加精确的数据恢复性能,且采集到的数据具有低秩特性,可使用矩阵填充技术对已知部分数据矩阵来恢复整个矩阵。多移位算子和矩阵填充理论的结合,在刻画数据矩阵中每行和每列相关性的同时刻画矩阵的低秩特性,从而能够较大程度提升数据的恢复性能。
-
公开(公告)号:CN111650563B
公开(公告)日:2022-05-31
申请号:CN202010543108.0
申请日:2020-06-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种外辐射源雷达同频干扰时延和能量快速估计系统及方法,所述方法为:参考天线利用波束形成获得各同频干扰基站直达的参考信号,回波天线接收包含同频干扰以及目标回波的回波信号,应用导频互相关算法获得参考信号以及同频干扰信号的粗时延参数,进行各基站参考信号与同频干扰聚类匹配处理,然后构建同频干扰信号矩阵,利用子空间投影法获得同频干扰时延和能量两维精确估计。这种方法可在移动通信外辐射源雷达多照射源同频干扰情况下,实现对来自不同照射源的同频干扰时延和能量进行精确估计,进而实现对其进行有效抑制。本发明同时还公开了一种外辐射源雷达同频干扰时延和能量快速估计系统。这种系统成本低、组网方便。
-
公开(公告)号:CN112417188B
公开(公告)日:2022-05-24
申请号:CN202011436246.5
申请日:2020-12-10
Applicant: 桂林电子科技大学
IPC: G06F16/55 , G06F16/901 , G06F16/583 , G06F16/58 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种基于图模型的高光谱图像分类方法,其特征在于,包括如下步骤:1)图建模;2)优化问题归结;3)Hessian矩阵的分解;4)牛顿步长的近似;5)迭代求解;6)分布式求解;7)求解分类结果。这种方法在大规模数据下计算复杂度低、能完成较高精度的分类。
-
公开(公告)号:CN112966595B
公开(公告)日:2022-04-05
申请号:CN202110237989.8
申请日:2021-03-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于图神经网络的传感器网络数据异常判决方法,其特征在于,包括如下步骤:1)对传感器网络数据进行图建模;2)使用图卷积网络提取图模型中的空间特征;3)使用门控循环单元提取图模型中的时间特征;4)使用全连接层对提取的时空特征进行异常判决;这种方法可以通过分析传感器网络的历史数据从而进行异常判决。
-
-
-
-
-
-
-
-
-