-
公开(公告)号：CN103281266B
公开(公告)日：2016-06-15
申请号：CN201310169308.4
申请日：2013-05-06
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于线性模型的伪码调相正弦调频复合信号伪码序列估计方法，属于信号处理领域。对正弦调频信号进行Jacobi-Anger展开，将非线性SFM信号模型转化为线性信号模型，根据Bessel函数的特殊对称性质，取线性信号的非负部分，然后复合伪码调相信号。采用平滑伪Wigner分布对该伪码调相复合信号进行时频分析，并结合SVD子空间分解方法，降低交叉项和噪声。求出经SVD去噪增强处理后的SPWVD等高图沿频率轴的最小值切面，通过对峰值位置及相位跳变信息检测，完成伪码调相复合信号PN码序列的准确盲估计。本方法可以在低信噪比下较准确地估计PN码，从而可以更加有效地提高管理和干扰伪码调相复合信号的能力。
-
公开(公告)号：CN104616663A
公开(公告)日：2015-05-13
申请号：CN201510023609.5
申请日：2015-01-16
Applicant: 重庆邮电大学
IPC: G10L21/028 , G10L25/81
CPC classification number: G10H1/00 , G10H2210/041 , G10H2210/056 , G10H2250/235 , G10L25/81
Abstract: 本发明请求保护一种MFCC-多反复模型的音乐分离方法，涉及信号处理技术领域。考虑到平缓音源较易被忽略，及音乐的时变变化特性，本发明通过谐波、冲击源分离方法(HPSS)对音源类型进行分析，分离出谐波源，然后对剩下的音源提取MFCC特征参数，并对其进行相似运算，构建相似矩阵，以此建立一个适合曲调变换的音源的多反复结构模型，从而得到掩蔽矩阵，最后通过理想二元掩蔽(IBM)和傅里叶逆变换得到歌声及背景音乐的时域波形。该方法可以对不同类型的音源信号进行有效分离，提高了分离的精度，同时，该方法复杂度较低，处理速度快，稳定性较高，在歌手检索及歌曲检索、旋律提取、乐器背景下的语音识别等领域将具有广泛的应用前景。
-
公开(公告)号：CN104199064A
公开(公告)日：2014-12-10
申请号：CN201410464858.3
申请日：2014-09-12
Applicant: 重庆邮电大学
IPC: G01S19/37
CPC classification number: G01S19/37
Abstract: 本发明请求保护一种基于相关波动的BOC信号的伪码周期及其副载波速率盲估计处理方法，属于信号处理技术领域。该方法通过波动相关方法在不同相关积分时延下可以做出对BOC信号多个参数的估计。当相关积分时延比较大时，可以对信号的伪码周期进行估计。当相关积分时延比较小时，可以估计出BOC信号的副载波速率参数。该方法收敛速度较快，估计精度较好，克服了谱相关方法非线性运算复杂的问题以及不能估计伪码周期的问题。本方法可以在低信噪比下较准确地估计伪码周期即副载波速率，从而对该信号的后续处理以及细微特征分析具有重要意义。
-
公开(公告)号：CN104168233A
公开(公告)日：2014-11-26
申请号：CN201410394758.8
申请日：2014-08-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于特征分解和梅西算法的DSSS/UQPSK信号的伪码序列估计方法，属于通信技术领域。本方法首先按照长码周期进行分段，再在每段里面再按照信息码元宽度进行分段，然后按照特征分解的方法得到短码序列和各段的长PN码序列，对得到的各段长PN码序列选取其中一部分求取生成多项式，最后根据生成多项式恢复出整周期的长PN码序列。使用本方法除了提高PN码估计的效率外，更主要的是提高了PN码估计的准确性，且能有效的解决长码序列恢复所存在的相位模糊问题。本方法对PN码本身的特性没有任何的先验知识要求，只需知道长、短PN码的周期即可。所以在无线电管理、军事通信侦察、截获、相关干扰等诸多领域具有应用前景。
-
公开(公告)号：CN102571671B
公开(公告)日：2014-10-15
申请号：CN201210010331.4
申请日：2012-01-13
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明请求保护一种基于MSPWVD的PRBC-LFM复合信号伪码序列盲估计方法，属于信号处理领域。本方法采用修正平滑伪Wigner分布(MSPWVD)对伪码调相与线性调频（PRBC-LFM）复合信号进行时频分析，有效减小信号交叉项干扰的同时增强时频聚集性，提高PRBC-LFM复合信号伪(PN)码序列估计的精度。首先从信号MSPWVD时频图得到其最小值切面，通过检测最小值切面图中的峰值位置，得到被估计伪码相位跳变点，最终获得信号PN码原序列或其反序列的估计。同时结合MSPWVD-Hough变换和子空间分解(SVD)方法，进一步减小交叉项和抑制噪声的影响。本方法可以在低信噪比下较准确地估计PN码序列，成功获取PRBC-LFM复合信号PN码参数的估计，从而提高该伪码调相复合信号的监测与管理、侦察与干扰、以及相关新体制系统设计的能力，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN118503594A
公开(公告)日：2024-08-16
申请号：CN202410440144.2
申请日：2024-04-12
Applicant: 重庆邮电大学
IPC: G06F17/12 , G01M13/045 , G06F17/16 , G06N3/126
Abstract: 本发明请求保护一种基于二维耦合三稳态随机共振系统的微弱信号检测方法，属于信号处理技术领域。其包括以下步骤：步骤1：构造一种新的非饱和非对称耦合系统并给出其等效势函数；步骤2：将新的非饱和耦合系统与对称的耦合系统以及经典耦合系统作对比，研究系统的输出饱和性；步骤3：研究概率密度函数和MFPT，分析系统参数对粒子运动的影响；步骤4：数值法求解SNR，并将参数优化后的系统用于两组轴承故障实验中，验证系统的检测性能。通过在经典二维耦合三稳态随机共振系统中引入了一种新的非饱和非对称势函数以改进势阱壁的陡峭程度，降低输出饱和性，提高系统的抗噪声性能和故障频率识别性能。
-
公开(公告)号：CN116800575A
公开(公告)日：2023-09-22
申请号：CN202210267192.7
申请日：2022-03-18
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明请求保护一种针对非合作通信中MIMO‑OFDM信号子载波调制方式的盲识别，属于信号处理技术领域。在信号盲检测和参数盲估计的基础上，提出了一种联合独立分量分析(ICA)和神经网络的盲调制识别算法。首先，在时域上利用MIMO‑OFDM与单载波信号的分布状态的差异性检测出MIMO‑OFDM信号；同时，根据MIMO‑OFDM信号的周期平稳特性估计信号的有用符号长度信息；然后用ICA分离MIMO混合信号并恢复出发射信号，运用高阶累积量构造2个特征参数；最后通过分层结构的BP神经网络分类器对恢复的信号进行调制分类。本方法能准确的检测出MIMO‑OFDM信号，并且能对MIMO‑OFDM信号子载波中的{BPSK、QPSK、8PSK、16QAM、32QAM}5种调制方式进行识别，且该方法易于操作，具有重要的工程实际意义。
-
公开(公告)号：CN116800568A
公开(公告)日：2023-09-22
申请号：CN202210267226.2
申请日：2022-03-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于高阶统计量和神经网络FBMC信号的载波调制识别，属于信号处理技术领域。本文利用高阶统计量抑制噪声的特点，同时运用反向传播(back‑propagation,BP)神经网络设计自动调制识别分类器(automatic modulation classification,AMC)实现载波信号的分类，该方法首先将接收端的信号经过同步、参数估计等预处理；然后利用四阶和六阶统计量构建三个特征参数；最后运用不同信号特征参数的差异性，构造BP神经网络识别出QAM(16、32、64、128和256)和PSK(2和4)调制信号。在信噪比大于2dB时，该分类器的识别率达96％以上，对比传统算法，该算法实现起来更容易，识别率也更高，在实际工程中更有实际意义。
-
公开(公告)号：CN116800279A
公开(公告)日：2023-09-22
申请号：CN202210265137.4
申请日：2022-03-17
Applicant: 重庆邮电大学
IPC: H03M13/13
Abstract: 本发明请求保护一种基于分块译码的极化码参数盲识别方法，属于信道编码盲识别领域。首先说明极化码分段后的码字仍能由原信息序列生成。根据分段编码的性质将截获序列构造的分析矩阵分块，并利用生成矩阵和平均对数似然比识别分块矩阵对应的信息比特位置。接着采用BP译码算法得到分块信息矩阵，并将对应在克罗内克积矩阵列向量元素为1位置的矩阵求和得到包含真实信息比特位置的特征矩阵，最后利用归一化列重识别出信息比特位置、位数和码长。该方法在低信噪比情况下依旧具有良好的识别效果，具有一定的应用价值。
-
公开(公告)号：CN112422470B
公开(公告)日：2023-01-10
申请号：CN202011275878.8
申请日：2020-11-16
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明请求保护一种基于数据辅助下FBMC系统的信道阶数和信噪比估计,属于信号处理技术领域。本文提出一种插入辅助数据序列构建代价函数的方法，该方法首先在发送端插入FBMC符号的部分序列构建序列前缀；然后利用此序列前缀的冗余性和信道记忆性构建联合极大几何均值(maximum geometric mean,MGM)的代价函数估计出信道阶数；最后估计出的信道阶数作为先验信息，利用序列的自相关算法估计信号功率，序列方差估计噪声方差，从而有效估计出信道的信噪比。在低信噪比下，对比最小描述准则算法(minumum length description,MDL)，MGM算法的估计精度更优于MDL算法，在实际工程中更有实际意义。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.043 seconds)
