-
公开(公告)号：CN109039490B
公开(公告)日：2020-12-15
申请号：CN201810768989.9
申请日：2018-07-13
Applicant: 东北大学秦皇岛分校
IPC: H04B17/30 , H04B7/0413
Abstract: 本发明公开了一种MIMO‑OFDM系统频‑空二维谱空穴检测方法，包括以下步骤：S1，构建MIMO‑OFDM无线通信系统中主用户信号的子载波子空间空域联合稀疏模型；S2，对所述的子载波子空间空域联合稀疏模型进行求解，获得频‑空域稀疏编码解；S3，针对所述的频‑空域稀疏编码解，提取非零元素的位置，构成支撑集，从而获得主用户信号在频‑空二维平面上的投影点集，对所述的主用户信号在频‑空二维平面上的投影点集取补集，进而获得频‑空二维谱空穴投影点集。本发明获得了频‑空二维上的谱分布和谱空穴分布情况，从而更有利于认知用户利用空间和频率两个维度的谱空穴接入频谱资源，为认知用户随时随地接入频谱资源提供了前提保障。
-
公开(公告)号：CN110572789A
公开(公告)日：2019-12-13
申请号：CN201910737758.6
申请日：2019-08-12
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Hankel变换的无线传感网高维数据补全方法，包括：S1，将接收的无线传感网高维数据建模为张量形式χ；S2，统计张量数据χ的有效元素位置，构成张量数据支撑集Ω；S3，针对张量数据χ进行TUCKER分解获得其核张量：χ＝C×1U(1)×……×iU(i)……×NU(N)；S4建立简单核张量核范数张量补全模型：S5，基于所述的简单核张量核范数张量补全模型，进行Hankel变换、变量分离，并通过交替迭代法优化对缺失数据进行计算填充，输出补全结果。本发明可以实现快速准确的进行数据补全。
-
公开(公告)号：CN106324558A
公开(公告)日：2017-01-11
申请号：CN201610761636.7
申请日：2016-08-30
Applicant: 东北大学秦皇岛分校
IPC: G01S3/48
Abstract: 本发明公开了一种基于互质阵列的宽带信号DOA估计方法，包括：S1，利用天线设计互质阵列结构；S2，对互质阵列中的天线接收到的宽带信号进行抽样及离散傅里叶变换，获得频域信号输出模型；S3，计算频域信号输出模型的自相关矩阵并将其矢量化，得新的信号模型；S4，对新的信号模型进行处理，获得宽带信号的空间平滑协方差矩阵；S5，划分空域网络，构造字典，并利用宽带信号的多个频率点处的字典对所述的空间平滑协方差矩阵进行稀疏表示，形成宽带信号多个字典的多测量矢量稀疏表示模型；S6，通过对多字典稀疏表示系数的联合稀疏约束以求解稀疏反问题的形式实现宽带信号的波达方向估计。本发明可以提高低信噪比下对宽带信号方向角估计精度，降低测向误差。
-
公开(公告)号：CN112383922B
公开(公告)日：2022-09-30
申请号：CN201910607372.3
申请日：2019-07-07
Applicant: 东北大学秦皇岛分校
IPC: H04W16/14 , H04W16/22 , H04W52/24 , H04W52/26 , H04W52/28 , H04W72/04 , H04W72/08 , H04W72/10 , G06N20/00
Abstract: 本发明涉及一种基于优先经验重放的深度强化学习频谱共享方法，所述方法包括以下几个步骤：构建频谱共享模型；在频谱共享模型下，将频谱共享问题建模为深度强化学习中智能体与环境交互的马尔科夫决策过程(MDP)，训练基于样本优先经验重放的深度强化学习模型，获得认知用户功率传输的学习价值信息；根据所获取的认知用户功率传输学习价值信息判断频谱大数据下频谱共享控制决策，其中，所述控制决策实现了认知用户通过调节自身传输功率在不影响主用户通信质量下共享主用户的频谱，达到了可用频谱资源的高效利用。本发明在频谱网络状态动态变化、环境条件未知等因素下实现可用频谱资源的高效利用。
-
公开(公告)号：CN113362853A
公开(公告)日：2021-09-07
申请号：CN202010139218.0
申请日：2020-03-03
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于LSTM网络EMD端点效应抑制方法。该方法有效地结合了LSTM网络对信号的预测和EMD分解在单通道盲源分离技术中的应用，并根据信号的特点寻找LSTM网络的时间步长，有效地提高了预测的精度，从而有效地解决了单通道盲源分离中EMD方法出现的端点效应问题，在对解决复杂工厂环境下的声音分离问题中取得了较好的效果。该方法能够有效解决非线性非平稳时间序列分析中的端点效应问题，可应用于单通道盲源混合信号的分离问题。
-
Patent Agency Ranking
公开(公告)号：CN110208830A
公开(公告)日：2019-09-06
申请号：CN201910640581.8
申请日：2019-07-16
Applicant: 东北大学秦皇岛分校
IPC: G01S19/21
Abstract: 本发明公开了一种基于空时二维稀疏阵列的导航抗干扰方法，包括：S1，根据空时二维全阵列，确定阵列接收信号模型和导向矢量；S2，构造输出信干噪比表达式，并确定阵列增益；S3，定义天线位置选择向量，构造目标函数并求解，实现对天线的稀疏优化；S4，构造包含KP个信号接收单元的空时二维阵列，并定义抽头位置选择向量，构造目标函数并求解，从而完成空时二维稀疏阵列的设计；S5，根据所得空时二维稀疏阵列求得用于抗干扰处理的空时二维权向量闭式解，用于导航接收机抗干扰处理。本发明达到了与利用空时二维全阵列的较多阵元和抽头均匀布阵时的抗干扰效果，提高了天线和抽头的利用率，并降低了接收信号的维度、计算复杂度、系统硬件的复杂度。
-
公开(公告)号：CN102869018A
公开(公告)日：2013-01-09
申请号：CN201210394839.9
申请日：2012-10-17
Applicant: 东北大学秦皇岛分校
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种认知无线电中保证通信连续性的信道和功率联合分配方法，包括：S1，认知用户周期性地感知无线电环境，认知基站获取子信道状态信息；S2，认知用户向认知基站发送通信请求并告知认知基站需要传输的信息量大小，同时认知基站采集认知用户的服务质量需求信息；S3，认知基站通过求解最优化问题来为认知用户分配初始阶段的最优信道和功率，认知用户开始通信；S4，初始阶段通信结束时，更新子信道状态信息和服务质量需求信息；S5，认知基站进行第i阶段的信道和功率的最优联合分配；S6，认知用户继续周期性地感知周围无线电环境，实现后续阶段的信道和功率的最优分配。本发明能保证认知用户在不同资源分配阶段的通信连续性。
-
公开(公告)号：CN106324558B
公开(公告)日：2021-04-02
申请号：CN201610761636.7
申请日：2016-08-30
Applicant: 东北大学秦皇岛分校
IPC: G01S3/48
Abstract: 本发明公开了一种基于互质阵列的宽带信号DOA估计方法，包括：S1，利用天线设计互质阵列结构；S2，对互质阵列中的天线接收到的宽带信号进行抽样及离散傅里叶变换，获得频域信号输出模型；S3，计算频域信号输出模型的自相关矩阵并将其矢量化，得新的信号模型；S4，对新的信号模型进行处理，获得宽带信号的空间平滑协方差矩阵；S5，划分空域网络，构造字典，并利用宽带信号的多个频率点处的字典对所述的空间平滑协方差矩阵进行稀疏表示，形成宽带信号多个字典的多测量矢量稀疏表示模型；S6，通过对多字典稀疏表示系数的联合稀疏约束以求解稀疏反问题的形式实现宽带信号的波达方向估计。本发明可以提高低信噪比下对宽带信号方向角估计精度，降低测向误差。
-
公开(公告)号：CN110212962A
公开(公告)日：2019-09-06
申请号：CN201910607373.8
申请日：2019-07-07
Applicant: 东北大学秦皇岛分校
IPC: H04B7/0456 , H04B7/0413
Abstract: 本发明涉及一种基于模拟移相—开关级联网络的混合预编码方法，包括以下步骤：给出开关与移相器级联的模拟网络结构，并建立基于该结构的毫米波大规模MIMO系统混合预编码数学模型；通过信道矩阵奇异值分解求解全数字最优预编码矩阵，然后随机生成模拟移相预编码矩阵；利用块坐标下降方法联合优化模拟开关预编码矩阵与数字预编码矩阵；利用相位旋转优化模拟移相预编码矩阵；利用上述的模拟移相预编码矩阵、模拟开关预编码矩阵与数字预编码矩阵，完成混合预编码。与现有技术相比，本发明所提模拟移相—开关级联网络只需要与天线阵元数相等的移相器，具有较低硬件成本和功耗等优点；进一步的，仿真实验结果表明，本发明基于模拟移相—开关级联网络的混合预编码方法具有较高的频谱效率和能量效率。
-
公开(公告)号：CN113314137B
公开(公告)日：2022-07-26
申请号：CN202010122642.4
申请日：2020-02-27
Applicant: 东北大学秦皇岛分校
IPC: G10L21/0272 , G10L21/0308 , G10L21/0208 , G06N3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于动态进化粒子群屏蔽EMD的混合信号分离方法，该方法步骤为：S1，利用无线测量仪器对数台设备的声音进行采集，得到t时刻的单通道混合信号s(t)；S2，利用EMD方法对混合信号s(t)进行分解，得到imf信号，利用imf信号初始化屏蔽信号的幅值A和频率f；S3，通过基于动态进化粒子群屏蔽EMD的混合信号分离方法，利用动态进化粒子群对粒子进行优化，进而实现屏蔽信号的幅值A和频率f的优化，再通过优化后的幅值A和频率f构造屏蔽信号，并对混合信号s(t)进行分离；S4，计算信号的四阶累积量，分析信号分离效果。该方法可应用于混合声音信号分离、混合震动信号分离、谐波分解等盲源分离。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.036 seconds)
