-
公开(公告)号：CN101494627A
公开(公告)日：2009-07-29
申请号：CN200910079441.4
申请日：2009-03-11
Applicant: 北京邮电大学
Abstract: 一种用于宽带移动通信系统中利用压缩感知减少导频个数的信道估计方法，它是基于压缩感知技术中利用较少测量值能够恢复稀疏信号的原理，以及基于宽带移动通信系统中信道的稀疏特性，降低系统估计信道时所需的导频符号个数实现的，并能够保证系统的信道估计性能。该方法能够很好地解决现有技术中的信道估计方式都没有考虑信道的稀疏特性，因而需要较大的导频开销的缺陷，并着重对传统方法进行了下述改进：利用信道稀疏性设计一种新的信道估计方法来降低导频数，大大降低系统的能量开销，并保证有效地估计出信道。本发明具有很好的推广应用前景。
-
公开(公告)号：CN118487900B
公开(公告)日：2024-10-01
申请号：CN202410947112.1
申请日：2024-07-16
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: H04L25/03
Abstract: 本发明公开了一种适用于DVB‑S2卫星系统的半盲均衡方法，基于DVB‑S2卫星系统帧结构中的帧头和导频已知而且位置固定的特点，使用已知部分序列的最小均方算法指导均衡器抽头系数的更新方向。在盲均衡的前半段迭代时间，使用快速降低误差的滑动窗口变步长多模盲均衡算法计算均衡器抽头系数，降低码间干扰。在盲均衡的后半段迭代时间，使用准确率更高的判决引导算法，在保证均衡器稳态的同时，获得更小的稳态误差。
-
公开(公告)号：CN118364369A
公开(公告)日：2024-07-19
申请号：CN202410776202.9
申请日：2024-06-17
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , H04B1/10
Abstract: 本发明公开了一种基于失真滤除的辐射源个体识别方法，包括：根据失真滤波算法对信号中的信道噪声和接收端失真进行滤除，根据最小均方算法对滤除后信号进行特征提取，获得所述滤除后信号的射频特征，根据支持向量机分类方法对所述射频特征进行分类，根据所述射频特征的分类结果获得射频指纹识别结果。本发明通过降低信道噪声和接收端失真对射频信号特征的影响，从而提高射频指纹识别的准确性。
-
公开(公告)号：CN118074728A
公开(公告)日：2024-05-24
申请号：CN202410465666.8
申请日：2024-04-18
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: H03M13/29
Abstract: 本发明公开了一种Turbo码删余模式的识别方法。针对删余周期识别，方法首先根据数据的排列模式提取R0路数据和R12路数据，然后使用RSC分量编码器对R0路数据进行编码，生成非删余Turbo码的R1路数据，最后将R1路数据和R12路数据每隔T位取出进行比较，获得匹配率M，匹配率最大时对应的所有T位取最大公因数即为删余周期。针对删余矩阵识别，首先根据删余周期T将R1路数据和R12路数据分别划分为g组，然后遍历g组，每组比对R1路数据和R12路数据中索引相同的T位数据，若至少一位数据重合，T位中该位重合位数加一，最后对g组累积求和，获得T位中每一位总的重合位数，选择T位中总的重合位数大于预设值的位即可得到删余矩阵。
-
公开(公告)号：CN111882003B
公开(公告)日：2024-01-23
申请号：CN202010784339.0
申请日：2020-08-06
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/23213 , G06F18/214 , G06V10/764
Abstract: 本申请实施例提供一种数据分类方法、装置及设备，该方法包括：获取训练集和待分类对象；将所述训练集划分为多个子训练集；确定所述待分类对象与每个子训练集之间的残差集合，所述残差集合中包括多个残差；根据所述待分类对象与每个子训练集之间的残差集合，确定所述待分类对象的类别。提高了图像分类的性能。
-
Patent Agency Ranking
公开(公告)号：CN116861257A
公开(公告)日：2023-10-10
申请号：CN202311033595.6
申请日：2023-08-16
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/24 , G06N3/042 , G06N3/0442 , G06N3/082
Abstract: 本发明公开了一种基于知识蒸馏恢复策略剪枝的长短期记忆压缩方法，在知识蒸馏的实现中，除了引入蒸馏损失用于学生模型拟合教师模型的logits输出，还使用输出概率分布与真实标签的交叉熵损失，以确保学生模型的输出与样本的真实标签相互匹配。这两部分损失共同构成目标函数，帮助学生模型从教师模型的“暗知识”中进行学习，优化模型的输出概率分布，从而提高剪枝模型的准确率。另外，本发明将知识蒸馏应用于LSTM模型的剪枝过程中，通过合理传递知识，使得剪枝后的模型具备更强的表征能力。
-
公开(公告)号：CN115390011A
公开(公告)日：2022-11-25
申请号：CN202210777729.4
申请日：2022-07-04
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G01S5/02
Abstract: 本发明提供一种基于接收信号强度的加权半正定规划定位方法，对不同的接收信号强度数据设置权重，进一步改善目标节点定位性能。由于信号传播距离越远，接收信号强度测量误差越大，信号传播距离较远的接收信号强度权重值越小。本发明提供的技术方案首先介绍二维环境模型，给出半正定规划定位方法，然后提出加权半正定规划定位方法，以及权重设置方法。本发明提供的实验仿真结果表明相较于现有的技术方案，本发明提供的加权半正定规划定位方法明显提高了定位准确度。
-
公开(公告)号：CN114970707A
公开(公告)日：2022-08-30
申请号：CN202210552364.5
申请日：2022-05-20
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G06K9/62 , G06F16/29 , G06F16/215
Abstract: 本发明公开了一种基于轨迹压缩和聚类的轨迹相似度分析方法。首先，对N条基准轨迹进行轨迹压缩，在一定误差范围内，去除一些轨迹数据，便于后续的处理和分析。其次，通过截取公共轨迹以及角度预判断的方式，减少参与计算的轨迹段范围，对基准轨迹数据离线聚类。其中，在计算相似度矩阵时，在误差范围内，每两条轨迹的相似度只需计算一次以降低复杂度。最后，找出每一簇的代表轨迹，计算待匹配轨迹和每一簇代表轨迹的相似度，判断其是否存在于基准轨迹数据库中；如果存在，则计算该轨迹与对应簇的各基准轨迹的轨迹相似度，从而确定实际轨迹与哪些基准轨迹相似，并得到相似度结果。
-
公开(公告)号：CN114358096A
公开(公告)日：2022-04-15
申请号：CN202210274909.0
申请日：2022-03-21
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于逐级门限判决的深度学习摩尔斯码识别方法，获取摩尔斯码音频信号，对摩尔斯码音频信号进行预处理，得到预处理后音频信号；对预处理后音频信号进行判断，根据判断结果将其分类为第一类音频信号和第二类音频信号；在递归神经网络基础上增加用于分析判断的递归门，构建用于生成摩尔斯码数据标签的神经网络；根据神经网络的输入条件，对第一类音频信号和第二类音频信号进行编码处理，得到编码处理后的数据；将编码处理后的数据输入神经网络中处理，输出得到摩尔斯码数据标签；将摩尔斯码数据标签进行逆处理，识别出摩尔斯码；本发明的识别方法，保证了摩尔斯码的识别效率和准确率。
-
公开(公告)号：CN113822162A
公开(公告)日：2021-12-21
申请号：CN202110977786.2
申请日：2021-08-24
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于伪星座图的卷积神经网络调制识别方法，将时域样本和灰度化星座图的像素值进行合成形成伪星座图，将伪星座图输入后续卷积神经网络，使用预设的卷积核对卷积神经网络进行优化形成卷积神经网络模型，使用卷积神经网络模型对待识别信号进行调制识别。本发明提供的技术方案在同样使用卷积神经网络模型的情况下，解决了传统星座图方法对MFSK信号识别能力弱的问题，从而提高了调制识别的整体准确率。本发明提供的技术方案在信噪比不低于10dB条件下，对多种PSK、FSK和QAM调制方式的平均识别准确率高于0.99，远远高于基于传统星座图的卷积神经网络的识别结果。在输入大小相同的条件下，本发明提供的技术方案具有更低的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.02 seconds)
