-
公开(公告)号：CN116054899A
公开(公告)日：2023-05-02
申请号：CN202211289982.1
申请日：2022-10-21
Applicant: 电子科技大学
Abstract: 本发明属于信号处理技术领域，涉及一种基于SRV松弛凸优化的最小主瓣频率不变波束赋形方法。本发明方法首先将宽带波束方向图的空域划分为松弛区域与严格区域，避免传统的凸优化技术的主瓣选择不当导致的无法求得权值可行解问题。之后构造松弛凸优化问题以最小化主瓣宽度，并考虑基于无穷范数的SRV约束获得方向图更小的频率不变性，该发明相对传统的SRV凸优化方法、基于FFT的方法以及基于最小二乘的方法，可以不依赖于参考的窄带方向图设计宽带方向图，并获得最窄的主瓣宽度，还可在主瓣宽度和频率不变性能间进行取舍。最后说明了本方法的空频零陷控制性能。
-
公开(公告)号：CN110690907B
公开(公告)日：2023-04-25
申请号：CN201910921408.5
申请日：2019-09-27
Applicant: 电子科技大学
IPC: H03M13/29
Abstract: 本发明属于turbo码盲识别技术领域，具体涉及一种已知支路信息turbo码删除模式估计方法。本发明利用支路编码序列和信息位序列长度比值与删除比特个数与删除周期长度比值相等的关系，估计删除周期。然后再通过删除卷积码的识别方法得到生成矩阵，利用估计得到的生成矩阵重新生成支路序列，比对其正确性，从而确定支路的删除模式以及生成矩阵。本发明针对具有复杂删除模式的支路信息已知的turbo码进行识别，能够对具有多个1的复杂删除模式进行有效识别。很好的适应于实际的turbo码识别应用中。
-
公开(公告)号：CN114626307B
公开(公告)日：2023-04-07
申请号：CN202210318140.8
申请日：2022-03-29
Applicant: 电子科技大学
IPC: G06F30/27 , G06F17/16 , G06N7/01 , G06F111/08
Abstract: 本发明属于智能信号处理技术领域，具体的说是一种基于变分贝叶斯的分布式一致性目标状态估计方法。本发明是假设目标马尔科夫转移概率未知且时不变，通过变分贝叶斯方法完成马尔科夫转移概率估计，再结合量测与信息混合一致性处理完成分布式状态估计，从而解决了状态转移矩阵未知条件下的机动目标多模型状态估计问题。该方法有适用范围广，鲁棒性强，估计精度高等特点，实现了复杂场景下的机动目标跟踪和参数估计，可以满足设计需求，具有良好的工程应用价值。
-
-
公开(公告)号：CN113075620B
公开(公告)日：2022-08-05
申请号：CN202110318189.9
申请日：2021-03-25
Applicant: 电子科技大学
Abstract: 本发明属信号处理技术领域，具体涉及一种基于多站时差网格聚类的信号分选方法。本发明的方法包括：1)设置多个接收站，包括一个主站和多个副站，同时测量各信号源每个脉冲信号的信号到达时间(TOA)，构成原始脉冲到达时间序列集合。2)以主副站时差为维度，构建多维参数空间。3)通过主副站接收脉冲的匹配，计算其时差并生成空间中的参数点，再通过网格聚类估计出可能的时差。4)在脉冲序列中遍历搜索具有相同时差的脉冲组，并划为新分组，将新分组中的脉冲从原始脉冲序列中去除，生成新的脉冲序列样本。5)对新的脉冲序列样本重复步骤3、4，直到脉冲全部分组完毕，完成分选，各个分组结果即为分选结果。本方法具有很强的鲁棒性和抗干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN109031239B
公开(公告)日：2022-08-05
申请号：CN201810992096.2
申请日：2018-08-29
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明属于信号处理技术领域，涉及一种基于压缩感知的外辐射源雷达对目标检测方法。本发明首先根据稀疏信号在字典基的投影得到稀疏向量，然后结合高斯随机矩阵和字典基矩阵设计了新的测量矩阵，对于不同路径下回波的时延各不相同的情况，利用了压缩采样值不同的分布特性设计一组优化后的权系数，进而提出了基于压缩感知的信息融合检测方法。最后，完成对目标的检测。本方法直接对压缩的采样值处理，无需信号重构，减少了数据运算量，能在低信噪比下正常工作。在待检测探测方向具有很好的参考和实际应用。
-
公开(公告)号：CN113067615B
公开(公告)日：2022-04-22
申请号：CN202110268752.6
申请日：2021-03-12
Applicant: 电子科技大学
Abstract: 本发明属于信号处理技术领域，涉及一种基于近场阵列波束控制方法。本发明首先会根据初始加权向量进行波束形成获得初始波束图，在此基础上寻找最大增益值点进行迭代调整，每次迭代中将所控制的平面或区间内旁瓣最大增益值点调整至目标值，直至旁瓣区域满足设计要求时，所获得的加权向量为最后结果。该发明相对阵元激励加权法和凸优化法，具有更高的精确性和灵活性，对于时间复杂度和算法的准确性都有很好的兼顾。本发明还能够在单一平面的波束控制基础上，进行区间的波束控制，实现近场场景下的区间低旁瓣波束形成。
-
-
公开(公告)号：CN109450499B
公开(公告)日：2021-03-16
申请号：CN201811524481.0
申请日：2018-12-13
Applicant: 电子科技大学
IPC: H04B7/0408 , H04B7/06 , H04B17/336
Abstract: 本发明提供了一种基于导向矢量和空间功率估计的鲁棒波束形成方法，以提高对来波方向随机误差的稳健性，实现在波束主瓣内出现干扰情况下的精准信号导向矢量估计。本发明提供一种信号加干扰协方差矩阵重构算法，引入相关系数作为信号子空间选取准则并重构采样协方差矩阵信号加干扰子空间，结合信号角度区间离散采样得到的包含信号子空间的协方差矩阵进行交替投影，以进行精准的信号导向矢量估计，设计在波束主瓣内出现干扰情况下的鲁棒自适应波束形成器。
-
公开(公告)号：CN110690907A
公开(公告)日：2020-01-14
申请号：CN201910921408.5
申请日：2019-09-27
Applicant: 电子科技大学
IPC: H03M13/29
Abstract: 本发明属于turbo码盲识别技术领域，具体涉及一种已知支路信息turbo码删除模式估计方法。本发明利用支路编码序列和信息位序列长度比值与删除比特个数与删除周期长度比值相等的关系，估计删除周期。然后再通过删除卷积码的识别方法得到生成矩阵，利用估计得到的生成矩阵重新生成支路序列，比对其正确性，从而确定支路的删除模式以及生成矩阵。本发明针对具有复杂删除模式的支路信息已知的turbo码进行识别，能够对具有多个1的复杂删除模式进行有效识别。很好的适应于实际的turbo码识别应用中。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.042 seconds)
