-
公开(公告)号：CN111786922B
公开(公告)日：2022-12-06
申请号：CN202010498712.6
申请日：2020-06-04
Applicant: 东南大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于NLS的OFDM系统IQ不平衡和信道联合估计方法，包括如下步骤：分析OFDM传输系统中存在的IQ不平衡的情况，建立发送端和接收端都存在IQ不平衡的系统模型，接收信号由复数域中的广泛线性模型表示；针对以上收发端都存在IQ不平衡的情况，在解调器对接收到的模拟信号进行采样，并且在去除CP后导出系统接收机中接收到的离散时间基带IQ不平衡信号；为了降低OFDM传输系统对物理IQ不平衡影响的敏感性，利用导频符号得到信道系数和IQ不平衡参数，把非凸问题转化为标准线性优化问题，实现非线性最小二乘IQ不平衡的估计和补偿。本发明对于无线通信系统中由于射频收发机模拟器件非理想性造成的I路和Q路信号不平衡的估计和补偿具有重要的实际价值。
-
公开(公告)号：CN111181530B
公开(公告)日：2022-11-15
申请号：CN202010011278.4
申请日：2020-01-06
Applicant: 东南大学
IPC: H03H21/00
Abstract: 本发明提供了一种处理非圆信号的并联增强型CLMS自适应滤波方法，即并联ACLMS自适应滤波方法，将输入信号分别通过两个ACLMS滤波器，分别得到两个滤波器的输出；将两个滤波器的输出通过最佳关联系数序列结合起来，得到最终输出；同时利用两个滤波器的输出对两个滤波器的权矢量进行更新；更新与输出反复迭代至稳态。本发明克服常规自适应滤波算法的局限，在提高滤波收敛速度的同时还能减小输出估计误差，大大提高了滤波的效率与性能。在处理非圆信号时本发明比普通滤波器算法和常规滤波器并联结构的处理效果都要好，对非圆信号有着极高的敏感性和极强的适应性，在收敛速度和收敛误差上均具有优秀性能。
-
公开(公告)号：CN115170392A
公开(公告)日：2022-10-11
申请号：CN202210719954.2
申请日：2022-06-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于注意力机制的单图像超分辨率算法，提出了一新的多尺度注意力残差块，并改进了残差里套残差的网络设计框架，在其中引入了层间注意力。在上述两个创新点的基础上了提出了一个新的多尺度整体注意力网络。所述MSAB的具体特征如下：(1)在普通的残差块中引入了通道注意力机制和空间注意力机制，并采用双分支的学习策略，将两个注意力机制分别用于不同的分支，并在最后用1x1的卷积层进行级联。(2)在上述基础上引入了多尺度卷积，采用了3x3和5x5的两个卷积块，也是按照双分支的策略分别进行特征提取，并用1x1的卷积层进行级联。本发明MSHAN网络在模型性能和参数数量的综合度量下获得了显著的结果。
-
公开(公告)号：CN114881858A
公开(公告)日：2022-08-09
申请号：CN202210538803.7
申请日：2022-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于多注意力机制融合的轻量级双目图像超分辨率方法，主要解决双目图像超分辨率任务中模型性能和计算效率难以达到平衡的问题。首先，引入修正的二值化特征融合框架融合通道注意力和空间注意力机制下提取的多级图像特征；其次，通过双通道注意力机制对双目图像进行全局视差信息的提取，同时引入金字塔采样机制减少模块计算量。经实验证明，本发明实现了较少参数下超分辨率性能的较大提升，证实了轻量级网络在双目图像超分辨率任务中的可移植性。
-
公开(公告)号：CN108809273B
公开(公告)日：2021-09-07
申请号：CN201810358022.3
申请日：2018-04-19
Applicant: 东南大学
IPC: H03H21/00
Abstract: 本发明提供的一种基于LMS自适应滤波的复数直接频率估计方法，将基于LMS自适应滤波的直接频率估计算法应用于非平衡三相电压信号中，得到复数域DFE算法，并对该算法进行了改进，得到时变步长因子的CDFE算法。CDFE算法基于指数信号的线性预测，对误差函数的瞬时平方值关于频率求导，并以其导数作为频率的更新值。VSS‑CDFE算法则是在CDFE算法的基础上，利用动态更新的步长因子来代替固定步长，步长大小的更新则是建立在最速下降法的基础之上。本文提出的方法均可以准确地产生无偏频率估计，VSS‑CDFE法在估计方差性能上则更优越。
-
Patent Agency Ranking
公开(公告)号：CN113139557A
公开(公告)日：2021-07-20
申请号：CN202110505248.3
申请日：2021-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于二维多元经验模态分解(Bidimensional Multivariate Empirical Mode Decomposition，BMEMD)的特征提取方法，BMEMD在BEMD的基础上，增加多个通道实现多通道的图像分解。该方法经过若干方向的实值投影，将输入的二维多元信号转换为多个二维一元信号。本发明将BMEMD应用于彩色图像的处理，将彩色图像分为RGB三个通道进行二维经验模态分解，分解得到的BIMF(Bidimensional Intrinsic Mode Function，二维本征固态函数)再合成，得到彩色BIMF和残余分量，可用于提取彩色图像的颜色信息和纹理特征。
-
公开(公告)号：CN111786922A
公开(公告)日：2020-10-16
申请号：CN202010498712.6
申请日：2020-06-04
Applicant: 东南大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于NLS的OFDM系统IQ不平衡和信道联合估计算法，包括如下步骤：分析OFDM传输系统中存在的IQ不平衡的情况，建立发送端和接收端都存在IQ不平衡的系统模型，接收信号由复数域中的广泛线性模型表示；针对以上收发端都存在IQ不平衡的情况，在解调器对接收到的模拟信号进行采样，并且在去除CP后导出系统接收机中接收到的离散时间基带IQ不平衡信号；为了降低OFDM传输系统对物理IQ不平衡影响的敏感性，利用导频符号得到信道系数和IQ不平衡参数，把非凸问题转化为标准线性优化问题，实现非线性最小二乘IQ不平衡的估计和补偿。本发明对于无线通信系统中由于射频收发机模拟器件非理想性造成的I路和Q路信号不平衡的估计和补偿具有重要的实际价值。
-
公开(公告)号：CN110222820A
公开(公告)日：2019-09-10
申请号：CN201910451709.6
申请日：2019-05-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于权值剪枝和量化的卷积神经网络压缩方法，以减少卷积神经模型的大小。我们采用了8位定点数保存卷积神经网络权值，并用结合了卷积神经网络剪枝算法，进一步减少模型的存储，并保持的网络算法的准确率。迭代剪枝和正则化方法有效的保持压缩后卷积神经网络的准确率，提高了卷积神经网络的存储效率。在常用的卷积神经网络算法和数据集上取得的很好的效果，将ResNet压缩约12倍且模型准确率没有损失。
-
公开(公告)号：CN106953649B
公开(公告)日：2019-05-31
申请号：CN201710126644.9
申请日：2017-03-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于外插脉冲响应法实现的快速滤波器组的非均匀数字信道化方法，利用主分量分析法以及SOCP优化实现了EIR滤波器的最优设计，实现了对原型滤波器频域的最优逼近；在达到相同设计指标的前提下，提出的EIR‑FFB的实现复杂度比DFTFB、CMFB、MPRB以及MRFB的复杂度都要低，EIR‑FFB在具有优良性能的同时也兼具了低复杂度特性；EIR‑FFB实现的非均匀数字信道化，在硬件结构不改变的条件下，与其他设计方法相比，具有较低的实现复杂度；由于EIR‑FFB的非均匀信道化设计与待接收的标准数无关，因此可包容的标准容量极大。
-
公开(公告)号：CN108809273A
公开(公告)日：2018-11-13
申请号：CN201810358022.3
申请日：2018-04-19
Applicant: 东南大学
IPC: H03H21/00
CPC classification number: H03H21/0012 , H03H21/0043
Abstract: 本发明提供的一种基于LMS自适应滤波的复数直接频率估计方法，将基于LMS自适应滤波的直接频率估计算法应用于非平衡三相电压信号中，得到复数域DFE算法，并对该算法进行了改进，得到时变步长因子的CDFE算法。CDFE算法基于指数信号的线性预测，对误差函数的瞬时平方值关于频率求导，并以其导数作为频率的更新值。VSS‑CDFE算法则是在CDFE算法的基础上，利用动态更新的步长因子来代替固定步长，步长大小的更新则是建立在最速下降法的基础之上。本文提出的方法均可以准确地产生无偏频率估计，VSS‑CDFE法在估计方差性能上则更优越。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.066 seconds)
