-
-
公开(公告)号：CN105391455B
公开(公告)日：2019-03-12
申请号：CN201510729076.2
申请日：2015-10-31
Applicant: 电子科技大学
IPC: H03M13/29
Abstract: 本发明属于Turbo码交织参数盲识别领域，尤其涉及较大交织深度(几百至几千)的情况下，对归零Turbo码进行交织七点以及交织深度估计的方法。本发明基于归零结构的交织器深度及起点识别方法，利用了实际应用中广泛存在的卷积编码自归零结构。在此结构下，无论是归零比特，还是以全零状态作为起始态的编码序列，都存在一定的结构特性。通过对码字序列的统计，寻找符合特定结构的码字位置，从而确定Turbo码的交织深度和交织起点。本发明方法大大降低了Turbo码参数盲识别算法的运算量，规避了全盲识别时对于多个未知数被迫采取多重嵌套运算的步骤。将识别过程分离，逐个参数识别，从而在提高运算效率的同时，也使得大交织深度的识别具备了实际可操作性。
-
公开(公告)号：CN105306124B
公开(公告)日：2019-03-01
申请号：CN201510680775.2
申请日：2015-10-19
Applicant: 电子科技大学
IPC: H04B7/06
Abstract: 本发明属于阵列信号处理领域，主要涉及基于标准Capon自适应波束形成对算法对协方差矩阵误差和期望信号导向矢量误差的稳健性。本发明基于一种具有联合鲁棒性的波束形成方法(RAB‑JR)，首先提出一种修正的广义线性组合算法(Modified General Linear Combination)来重新估计协方差矩阵，以提高波束形成算法对协方差矩阵误差的鲁棒性；然后利用该协方差矩阵构造关于期望信号导向矢量误差的二次约束二次规划的优化问题求解期望信号导向矢量，以提高对期望信号导向矢量误差的鲁棒性；最后联合所得协方差矩阵和期望信号导向矢量，形成具有联合鲁棒性的波束形成算法。本发明可以大大减弱或避免期望信号自零陷现象，提高对期望信号导向矢量误差的鲁棒性，大大提高输出SINR。
-
公开(公告)号：CN109120563A
公开(公告)日：2019-01-01
申请号：CN201810885094.3
申请日：2018-08-06
Applicant: 电子科技大学
IPC: H04L27/00
CPC classification number: H04L27/0012 , H04L27/0008
Abstract: 本发明属于通信技术领域，具体的说是一种基于神经网络集成的调制识别方法。本发明基于神经网络集成的调制识别方法，利用了卷积神经网络自动提取综合的抽象化特征，避免了传统方法的设计和选用信号特征，事实上，可以通过改变训练集的方式得到不同的分类器来适应绝大多数的调制方式，此外，本发明使用集成策略加强了在低信噪比下的识别性能。
-
公开(公告)号：CN109031207A
公开(公告)日：2018-12-18
申请号：CN201810658875.9
申请日：2018-06-25
Applicant: 电子科技大学
IPC: G01S7/02
CPC classification number: G01S7/02
Abstract: 本发明属于信号分选技术领域，具体的说是涉及一种基于背景特征的辐射源信号分选方法。由于辐射源信号在传输过程中不可避免地受背景环境的影响，接收信号一定包含可表征背景信息的特征，这种背景特征成为可以区分辐射源的新切入点。在本发明中，处于不同位置的辐射源其接收信号存在差异，基于此，采用从接收信号中通过滤波恢复发射信号的方法，计算滤波器权向量的对数1‑范数，提取辐射源所处位置环境的背景特征，并用于实现辐射源信号分选。
-
Patent Agency Ranking
公开(公告)号：CN105335615B
公开(公告)日：2018-09-21
申请号：CN201510727905.3
申请日：2015-10-31
Applicant: 电子科技大学
IPC: G06F17/16
Abstract: 本发明提供一种低复杂度的二维角度和极化参数联合估计方法。采用交叉电偶极子在XOY坐标系中构成均匀平面方阵，对信号进行接收。首先，充分利用接收阵列的旋转不变特性，从接收数据的协方差矩阵中解出X轴的阵列流型矩阵。然后，利用矢量间Kronecker积的特性逐步解出Y轴的阵列流型矩阵和极化敏感矩阵。最后，综合三个矩阵内部元素之间的关系，解出DOA参数和极化参数。本发明在参数求解过程，利用矢量间Kronecker积的特性可以使得参数之间自动配对，无需额外算法；同时，该计算过程仅仅涉及矩阵之间的乘加运算，相对其他自动配对算法，避免了矩阵SVD等复杂操作，有效的降低了计算复杂度，便于快速实现。
-
公开(公告)号：CN108270505A
公开(公告)日：2018-07-10
申请号：CN201810042182.7
申请日：2018-01-17
Applicant: 电子科技大学
IPC: H04J3/06
CPC classification number: H04J3/0635
Abstract: 本发明属于通信技术领域，涉及一种用于多级信道化中的信号仲裁分配方法。本发明将现有的信号仲裁分配算法拆分为前后两个流程并做了优化，使算法的处理时钟延迟数明显减少，使得系统在工作频率一定的条件下，能够达到更高的处理频率，以满足数据频率更高时或信号检测积累数更少时的信号仲裁分配任务，并能够实现更高的时域参数测量精度。本发明所描述的多级信道化中的信号仲裁分配算法，在实际应用中具有较好的性能，并且适合在FPGA平台中进行实现。
-
公开(公告)号：CN107302370A
公开(公告)日：2017-10-27
申请号：CN201710525585.2
申请日：2017-06-30
Applicant: 电子科技大学
IPC: H03M13/15
Abstract: 本发明属于非合作通信和合作通信的智能通信领域，尤其涉及一种容误码的RS码快速参数盲估计方法。基于抽取部分码字的RS码快速参数盲估计方法：利用RS码在二元域上映射的结构特征，构造出与原码一一对应的抽取码字，计算该抽取码字在GF(2)上的归一化秩，通过寻找最小归一化秩完成对RS码码长的估计，再通过快速离散傅里叶变换估计本原多项式和生成多项式。该方法特点是运算速度快，容易实现。
-
公开(公告)号：CN104502896B
公开(公告)日：2017-03-29
申请号：CN201410854595.7
申请日：2014-12-31
Applicant: 电子科技大学
IPC: G01S7/36
Abstract: 本发明属于阵列信号处理领域，主要涉及干扰噪声协方差矩阵重构算法的稳健性和基于该算法的最差性能最优化Capon自适应波束形成的稳健性。本发明首先采用最差性能最佳化准则建立期望信号和干扰信号导向矢量的误差模型，然后采用鲁棒Capon波束形成(Robust Capon Beamforming,RCB)来分别估计D-1个干扰信号的功率 和导向矢量 同时对样本协方差矩阵 进行EVD来估计阵列接收高斯白噪声功率 由此得到考虑干扰信号导向矢量误差的干扰噪声协方差矩阵重构 可以有效的针对求和式干扰噪声协方差矩阵重构的固有不足，有效提高波束形成算法的稳健性。
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.041 seconds)
