多观测值向量稀疏度自适应压缩采样匹配追踪方法

    公开(公告)号:CN105281779B

    公开(公告)日:2018-12-14

    申请号:CN201510741861.X

    申请日:2015-11-04

    Abstract: 多观测值向量稀疏度自适应压缩采样匹配追踪方法,涉及信息与通信技术领域。是为解决从Xampling框架下经过调制宽带转换器采样,通过连续‑有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题提出的。本发明首先对信号的稀疏度进行自适应估计。然后通过反复迭代用给定的步长因子对稀疏度进行更新,使之逐渐逼近信号实际稀疏度,同时通过回溯思想和最小均方准则修正支撑集,直到残差小于设定阈值时,停止迭代。最后利用求出的完整支撑集通过伪逆运算重构出原始的多频带信号。本发明可实现基于压缩感知的模拟多频带信号重构。

    基于Xampling框架构造观测矩阵的信号压缩感知方法

    公开(公告)号:CN105391453B

    公开(公告)日:2018-10-02

    申请号:CN201510741828.7

    申请日:2015-11-04

    Abstract: 基于Xampling框架构造观测矩阵的信号压缩感知方法,涉及信息及通信技术领域。它是为了解决目前压缩感知中随机观测矩阵不易在硬件中实现的问题、确定性观测矩阵重构概率低导致的信号压缩感知能力低问题。其方法:首先产生一个随机向量a;然后将随机向量a循环移位产生一个新向量ai;再将向量ai与随机向量a对应元素相乘,得到观测矩阵的第i行ri;最后循环N次进行上面的步骤,构造出M×N维的观测矩阵R,进而对信号进行压缩感知。本发明适用于信号压缩感知。

    基于FRI时频域综合分析的信号高效采样及信号重构方法

    公开(公告)号:CN104468427B

    公开(公告)日:2018-06-22

    申请号:CN201410578238.2

    申请日:2014-10-25

    Abstract: 基于FRI时频域综合分析的信号高效采样及信号重构方法,涉及信息与通信技术领域,是为了降低信号的奈奎斯特采样频率,以及为了提高信号采样的精度。在频域,用频率谱线来记录信号较高频率成分的信息,并对频率取对数并归一化,实现频域的进一步压缩。在时域,提出了线段拟合的方法,对较低频率的时域信号进行压缩。通过频域与时域对信号进行高效的采样,大幅度降低对信号采样数量的要求。并利用FRI理论在时域和频域分别对信号进行处理与恢复。同时,本文扩展了FRI理论能处理的信号类型,使FRI理论不仅能处理离散的狄拉克流,也能处理较高频率的连续信号。本发明适用于信号采样及重构过程中。

    移动场景中软判决协作频谱感知数据融合方法

    公开(公告)号:CN105337676B

    公开(公告)日:2018-03-30

    申请号:CN201510612005.4

    申请日:2015-09-23

    Abstract: 移动场景中软判决协作频谱感知数据融合方法,涉及信息与通信技术领域。本发明是为了解决现有软判决协作频谱感知数据融合方法的以下问题:1)、现有的融合方法难以适用于对移动场景;2)、现存的软判决数据融合方法需要依赖于认知用户的信噪比和位置的先验知识;3)、现有融合方法的信道适应性较弱;本发明融合方法中,各移动认知用户先独立进行本地能量检测并将检测结果上传到融合中心,然后融合中心仅仅根据这些检测结果为每个用户计算出本次融合对应的加权因子,最后融合中心利用检测结果和对应的加权因子求出加权的目标函数并做出最后的判断。本发明适用于信息与通信技术中的认知无线电软判决协作频谱感知场合。

    嵌套阵列基于K-R子空间的波达方向估计方法

    公开(公告)号:CN107544051A

    公开(公告)日:2018-01-05

    申请号:CN201710810077.9

    申请日:2017-09-08

    Abstract: 嵌套阵列基于K-R子空间的波达方向估计方法,本发明涉及波达方向估计方法。本发明为了解决现有估计方法误差较大以及天线阵列只能估计比阵元数量少的波达数量的来波方向的问题。本发明包括:一:根据等间隔线阵阵列信号模型,建立嵌套阵列模型;二:根据K-R积变换原理将步骤一建立的嵌套阵列模型进行稀疏化处理,得到稀疏矩阵Φ;三:对步骤二得到的稀疏矩阵Φ进行优化重构,得到来波方向估计值。本发明可以估计突破瑞利限的更多的入射波源数目;当信噪比为20dB时,方均根误差由0.15下降到0.06952;快拍数为500时,方均根误差由0.4031下降到0.1949。本发明用于智能天线与波达方向估计领域。

    认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法

    公开(公告)号:CN105356953B

    公开(公告)日:2017-10-03

    申请号:CN201510706056.3

    申请日:2015-10-27

    Abstract: 认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法,涉及信息与通信技术领域。本发明是为了解决现有方法无法对认知无线电网络中移动场景下单节点和多节点协作进行感知的问题。本发明首先获得认知用户的移动速度、方向、当前周期认知用户起点与主用户的距离、终点与主用户的距离之间的函数关系。然后求得主用户与认知用户移动终点之间距离的PDF。然后获得移动用户在当前移动周期内的移动终点处检测到的主用户信号功率与当前移动周期认知用户移动终点与主用户距离之间的函数关系,得出此功率的PDF。最后求得移动场景下单节点感知,硬判决多节点协作感知和软判决协作感知系统中检测概率、漏检概率以及虚警概率的结果。

    一种在波达方向估计中校正多种阵列误差的方法

    公开(公告)号:CN107037397A

    公开(公告)日:2017-08-11

    申请号:CN201710475991.2

    申请日:2017-06-21

    CPC classification number: G01S3/14 G01S3/782 G01S3/802

    Abstract: 本发明涉及波达方向估计中的误差估计方法,具体涉及一种在波达方向估计中校正多种阵列误差的方法,本发明为了解决现有的阵列误差处理方法往往针对一种误差进行校正,导致处理速度较低、复杂度较高的缺点,而提出一种在波达方向估计中校正多种阵列误差的方法,包括:获取幅相误差矩阵和互耦矩阵;根据MUSIC算法得到特征分解协方差矩阵、噪声子空间矩阵及估计矩阵;定义空间谱;在空间谱中进行搜索得到N个峰值的DOA估计;求幅相不一致误差矩阵的估计值;求互耦误差矩阵的估计值;计算代价函数;给定门限,若相邻两次迭代的代价函数差大于门限,则继续迭代;若小于等于门限,则退出循环,得到待估计参量。本发明适用于存在阵列误差情况下的波达方向估计。

    能量高效的双层异构网络下行协作传输方法

    公开(公告)号:CN104079333B

    公开(公告)日:2017-06-20

    申请号:CN201410289412.1

    申请日:2014-06-24

    Abstract: 能量高效的双层异构网络下行协作传输方法,涉及通信技术领域。它是为了解决现有的下行协作传输能量效率低的问题。本发明在使用时,在提高网络频谱效率的同时,对协作传输复杂度所带来的能耗进行控制,因此降低了网络的总能耗,从整体上提高了网络的能量效率,同比提高了15%;当用户所在的位置被多种蜂窝小区重叠覆盖,且网络存在小区间干扰时,旨在降低干扰、增强信号质量的下行协作传输策略都可使用本方法来降低计算复杂度,进而降低网络相关能耗。本发明适用于通信技术领域。

    一种基于自适应观测矩阵的贝叶斯压缩感知信号恢复方法

    公开(公告)号:CN103840838B

    公开(公告)日:2017-02-15

    申请号:CN201410100612.8

    申请日:2014-03-19

    Abstract: 一种基于自适应观测矩阵的贝叶斯压缩感知信号恢复方法,涉及信息与通信技术领域,是为了解决现有的压缩感知信号恢复方法的精度低的问题。它是以压缩感知中自适应观测矩阵的设计为基础,结合贝叶斯压缩感知算法得到一种压缩感知方法的设计方案。它的特点是设计的观测矩阵可以根据不同信号自适应地生成,矩阵的确定性和存储问题都得到了解决,并且结合基于相关向量机的贝叶斯压缩感知恢复算法,引入了分层结构的先验。这种设计方案经过仿真验证,确定可以得到很好的信号恢复效果,并且可以对恢复信号的误差范围进行估计。本发明使用于信息与通信技术中的无线信号传输场合。

    移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法

    公开(公告)号:CN103841566B

    公开(公告)日:2017-02-01

    申请号:CN201410113770.7

    申请日:2014-03-25

    Abstract: 移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法,涉及无线通信技术领域中认知无线电网络频谱感知技术。它是为了适应在动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D-S证据理论的协作频谱感知需求。本发明是一种动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D-S证据理论的协作频谱感知方法。解决方案主要步骤分为两步:第一:协作感知节点网络中实施认识用户认证机制,通过可靠的认证机制减少恶意认知用户。第二:提高认知网络的数据融合算法对与认知用户的恶意攻击的鲁棒性,及时发现和去除恶意用户的虚假感知结果。本发明适用于移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知。

Patent Agency Ranking