-
公开(公告)号：CN107302391A
公开(公告)日：2017-10-27
申请号：CN201710313243.4
申请日：2017-05-05
Applicant: 浙江大学
IPC: H04B7/06
CPC classification number: H04B7/0617
Abstract: 本发明公开了一种基于互质阵列的自适应波束成形方法，主要解决现有技术无法充分利用互质阵列的性质和输出性能下降的问题，其实现步骤是：(1)基站端架构互质阵列；(2)将互质阵列分解为一对互质稀疏均匀线性子阵列，并进行信号建模；(3)利用分解的互质稀疏均匀线性子阵列接收信号进行波达方向估计；(4)基于一对互质稀疏均匀线性子阵列协方差矩阵联合优化的功率估计；(5)期望信号导引向量重建；(6)干扰加噪声协方差矩阵重建；(7)波束成形权重向量设计。本发明充分利用了互质阵列所包含的互质性质以实现精确的参数估计，并重建波束成形权重向量的重要参数，有效地提升了自适应波束成形器的输出性能，可用于信号的定向发送与接收。
-
公开(公告)号：CN107092004A
公开(公告)日：2017-08-25
申请号：CN201710313242.X
申请日：2017-05-05
Applicant: 浙江大学
Abstract: 本发明公开了一种基于信号子空间旋转不变性的互质阵列波达方向估计方法，主要解决现有技术中自由度性能受限与计算复杂度高的问题，其实现步骤是：接收端天线按互质阵列结构进行架构；利用互质阵列接收入射信号并建模；计算互质阵列接收信号所对应的等价虚拟信号；构造虚拟阵列协方差矩阵；形成虚拟阵列协方差矩阵的信号子空间；构造具有旋转不变性的两个虚拟子阵信号子空间；计算两个虚拟子阵信号子空间之间的转换矩阵；计算波达方向估计结果。本发明充分利用了互质阵列能够增加自由度的优势和基于信号子空间旋转不变性的方法无需预先设置网格点的特点，在降低计算复杂度的同时实现波达方向估计方法自由度的增加，可用于无源定位和目标探测。
-
公开(公告)号：CN119233272A
公开(公告)日：2024-12-31
申请号：CN202411310207.9
申请日：2024-09-19
Applicant: 浙江大学
IPC: H04W16/18 , H04W12/121 , G06N3/048 , G06N3/0499 , G06N3/08 , G06F18/2132 , G06F18/214 , G06F18/2411
Abstract: 本发明公开了一种基于前馈神经网络的非合作未知物联网设备射频感知方法。本发明专注于非合作未知物联网设备发射的通信信号，由于此类设备一旦向外界传递其收集的信息，必然需要发射通信信号，因此通过捕获其通信信号能够有效提高检出概率。本发明通过神经网络提取通信信号特征，无需从设备供应商处获取此特征，有效提升了本发明部署的可行性和便捷性。前馈神经网络是最为精简的神经网络结构之一，其表征能力相对较弱，一般难以完成复杂任务，本发明采用特定的损失函数，使得训练得到的前馈神经网络具有识别非合作未知物联网设备的能力，因此使得本发明具有在同类方法中，对硬件性能要求较低的优点，进而提升了本发明的部署潜力，降低了部署成本。
-
公开(公告)号：CN114200388B
公开(公告)日：2024-12-20
申请号：CN202111261630.0
申请日：2021-10-28
Applicant: 浙江大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于四阶采样协方差张量去噪的子阵分置式L型互质阵列波达方向估计方法，主要解决现有方法中信号结构受损和高阶虚拟域统计量受到噪声项干扰的问题，其实现步骤是：构建线性子阵分置的L型互质阵列；L型互质阵列的接收信号建模及其二阶互相关矩阵推导；推导基于互相关矩阵的四阶协方差张量；基于核张量阈值化处理实现四阶采样协方差张量去噪；推导基于去噪采样协方差张量的四阶虚拟域信号；构造去噪的结构化虚拟域张量；通过结构化虚拟域张量分解获得波达方向估计结果。本发明充分利用所构建子阵分置式L型互质阵列的高阶张量统计分布特性，通过去噪虚拟域张量信号处理实现高精度的二维波达方向估计，可用于目标定位。
-
公开(公告)号：CN114444298B
公开(公告)日：2024-12-17
申请号：CN202210077881.1
申请日：2022-01-21
Applicant: 浙江大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种基于虚拟域张量填充的互质面阵二维波达方向估计方法，主要解决现有方法中多维信号结构化信息丢失和虚拟域统计量无法完全利用的问题，其实现步骤是：构建互质面阵；互质面阵接收信号的张量建模；基于互质面阵互相关张量变换构造增广非连续虚拟面阵；基于非连续虚拟面阵的镜像拓展推导虚拟域张量；通过虚拟域张量重构分散其成片缺失元素；基于张量核范数最小化的虚拟域张量填充；对填充后的虚拟域张量进行分解获得波达方向估计结果。本发明充分利用互质面阵所对应的全部非连续虚拟域张量统计量信息，实现了高精度的波达方向估计，可用于目标定位。
-
Patent Agency Ranking
公开(公告)号：CN116541690A
公开(公告)日：2023-08-04
申请号：CN202310495686.5
申请日：2023-04-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于张量化压缩神经网络的波达方向估计方法，主要解决现有方法所存在神经网络权重参数规模庞大、计算资源损耗大、训练耗时长等问题，其实现步骤是：均匀平面阵列接收信号的张量建模；五维协方差张量推导；基于逆Tucker分解的状态空间张量生成；张量化压缩神经网络构建与输出层损失函数的反向传播；张量化压缩神经网络加速训练与波达方向估计结果输出。本发明在保留多维接收信号结构化特性的前提下，将神经网络层的状态空间生成映射为逆张量分解过程，将大规模的待训练权重参数压缩至逆张量分解因子矩阵中，有效加速了神经网络的训练过程，实现了高计算效率、低训练损耗的波达方向估计，可用于复杂环境中的信源测向。
-
公开(公告)号：CN111624545B
公开(公告)日：2022-09-20
申请号：CN202010370072.0
申请日：2020-05-03
Applicant: 浙江大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于结构化虚拟域张量信号处理的互质面阵二维波达方向估计方法，主要解决现有方法中多维空间结构信息丢失和自由度损失的问题，其实现步骤是：构建互质面阵；互质面阵接收信号的张量建模；推导基于张量信号互相关统计量变换的互质面阵虚拟域二阶等价信号；构造互质面阵虚拟域三维张量信号；基于虚拟域张量维度扩展策略构造五维虚拟域张量；形成包含三维空间信息的结构化虚拟域张量；通过结构化虚拟域张量CANDECOMP/PARACFAC分解得到二维波达方向估计。本发明基于互质面阵张量信号的统计分析，构建结构化虚拟域张量信号处理框架，在保证分辨率和估计精度等性能的基础上，实现欠定条件下的多信源二维波达方向估计，可用于多目标定位。
-
公开(公告)号：CN114444298A
公开(公告)日：2022-05-06
申请号：CN202210077881.1
申请日：2022-01-21
Applicant: 浙江大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种基于虚拟域张量填充的互质面阵二维波达方向估计方法，主要解决现有方法中多维信号结构化信息丢失和虚拟域统计量无法完全利用的问题，其实现步骤是：构建互质面阵；互质面阵接收信号的张量建模；基于互质面阵互相关张量变换构造增广非连续虚拟面阵；基于非连续虚拟面阵的镜像拓展推导虚拟域张量；通过虚拟域张量重构分散其成片缺失元素；基于张量核范数最小化的虚拟域张量填充；对填充后的虚拟域张量进行分解获得波达方向估计结果。本发明充分利用互质面阵所对应的全部非连续虚拟域张量统计量信息，实现了高精度的波达方向估计，可用于目标定位。
-
公开(公告)号：CN113552532B
公开(公告)日：2022-03-22
申请号：CN202110781692.8
申请日：2021-07-09
Applicant: 浙江大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于耦合张量分解的L型互质阵列波达方向估计方法，主要解决现有方法中多维信号结构受损和虚拟域信号关联信息丢失的问题，其实现步骤是：构建子阵分置的L型互质阵列并进行接收信号建模；推导L型互质阵列接收信号的四阶协方差张量；推导对应增广虚拟均匀十字阵列的四阶虚拟域信号；平移分割虚拟均匀十字阵列；通过叠加平移虚拟域信号构造耦合虚拟域张量；通过耦合虚拟域张量分解获得波达方向估计结果。本发明充分利用所构建的子阵分置L型互质阵列虚拟域张量统计量的空间关联属性，通过耦合虚拟域张量处理实现了高精度的二维波达方向估计，可用于目标定位。
-
公开(公告)号：CN113552532A
公开(公告)日：2021-10-26
申请号：CN202110781692.8
申请日：2021-07-09
Applicant: 浙江大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于耦合张量分解的L型互质阵列波达方向估计方法，主要解决现有方法中多维信号结构受损和虚拟域信号关联信息丢失的问题，其实现步骤是：构建子阵分置的L型互质阵列并进行接收信号建模；推导L型互质阵列接收信号的四阶协方差张量；推导对应增广虚拟均匀十字阵列的四阶虚拟域信号；平移分割虚拟均匀十字阵列；通过叠加平移虚拟域信号构造耦合虚拟域张量；通过耦合虚拟域张量分解获得波达方向估计结果。本发明充分利用所构建的子阵分置L型互质阵列虚拟域张量统计量的空间关联属性，通过耦合虚拟域张量处理实现了高精度的二维波达方向估计，可用于目标定位。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.024 seconds)
