-
公开(公告)号：CN111428794B
公开(公告)日：2023-08-08
申请号：CN202010227427.0
申请日：2020-03-27
Applicant: 东南大学
IPC: G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/21
Abstract: 本发明公开了一种基于支持向量机模型的太阳射电暴检测方法，所述支持向量机是一种二分类模型，能使得离超平面距离最近的样本点到该平面的几何间隔最大化。该方法利用太阳射电暴发生对GPS/BDS信号载噪比、定位误差、几何精度因子、卫星失锁的影响，结合SVM分类算法判断太阳射电暴是否发生。在此过程中，首先输入观测地卫星的载噪比、三个方位的定位误差、几何精度因子、卫星失锁数目，进行数据预处理，得到特征向量，并对太阳射电暴是否发生进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能实现全天候检测，效率高，过程简单，并且不依赖于射电望远镜，成本低。
-
公开(公告)号：CN114966770A
公开(公告)日：2022-08-30
申请号：CN202210566464.3
申请日：2022-05-24
Applicant: 东南大学
Abstract: 一种基于改进的Sage‑Husa自适应滤波的弱信号跟踪方法，首先输入的卫星中频信号经捕获后分别与本地复制载波的同相和正交相相乘，再与本地伪码相乘，得到的两路信号输入到积分清除器中，获取积分值。然后，将积分值输入到鉴相器中，得到载波相位误差，将载波相位误差作为测量值输入到改进的Sage‑Husa自适应滤波器中，该滤波器在卡尔曼滤波器的基础上，利用滑动窗口得到新息的实时估计方差，进一步利用时变噪声统计估计值器递推获得过程噪声协方差估计值。最后，将结果送入载波NCO，对本地载波进行更新。本发明实现对过程噪声协方差进行实时估计，从而达到提高滤波精度，提高跟踪环路的鲁棒性，实现持续稳定跟踪的目的。
-
Patent Agency Ranking
公开(公告)号：CN114966764A
公开(公告)日：2022-08-30
申请号：CN202210566465.8
申请日：2022-05-24
Applicant: 东南大学
Abstract: 基于叠加相关与比特跳变估计的差分相干积分算法，本发明针对太阳射电、电离层闪烁造成的捕获困难，提出了一种基于叠加相关与比特跳变估计的差分相干积分算法。本发明首先对待处理数据进行分块，每一块数据进行叠加处理。然后再利用FFT\IFFT完成相关运算，相邻数据块相关值进行共轭相乘，进一步剔除比特跳变存在的数据块。最后，累加得到最终判决值进行阈值判别。本发明以差分相干积分为基础，将叠加相关与之结合，减少信号中的噪声，并且实现快速捕获。将比特跳变估计与之结合，剔除比特跳变存在的数据块，消除比特跳变的影响，从而达到延长相干积分时间，实现弱信号捕获的目的。
-
公开(公告)号：CN111553393A
公开(公告)日：2020-08-18
申请号：CN202010311617.0
申请日：2020-04-20
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于SVM多分类算法的太阳射电暴强度判定方法，所述SVM多分类算法的基本原理为针对一个多分类问题，将其中每两个类型组合成一个二分类器，对于每个二分类器，找出一个最优超平面，将样本分为两类，最终通过投票统计的方法得到分类结果。在此过程中，首先提取出能反映观测地卫星太阳射电暴强度的数据，进行数据预处理，得到特征向量，并对太阳射电暴强度类型进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能自动判别太阳射电暴强度类型，效率和准确率较高，并且不依赖于射电望远镜，成本低。
-
公开(公告)号：CN111553393B
公开(公告)日：2023-05-19
申请号：CN202010311617.0
申请日：2020-04-20
Applicant: 东南大学
IPC: G06F18/2411 , G06F18/214
Abstract: 本发明公开了一种基于SVM多分类算法的太阳射电暴强度判定方法，所述SVM多分类算法的基本原理为针对一个多分类问题，将其中每两个类型组合成一个二分类器，对于每个二分类器，找出一个最优超平面，将样本分为两类，最终通过投票统计的方法得到分类结果。在此过程中，首先提取出能反映观测地卫星太阳射电暴强度的数据，进行数据预处理，得到特征向量，并对太阳射电暴强度类型进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能自动判别太阳射电暴强度类型，效率和准确率较高，并且不依赖于射电望远镜，成本低。
-
公开(公告)号：CN114895332A
公开(公告)日：2022-08-12
申请号：CN202210566492.5
申请日：2022-05-24
Applicant: 东南大学
Abstract: 一种基于载噪比自适应卡尔曼滤波的弱信号跟踪方法，中频信号首先与本地载波NCO输出的同相和正交分量相乘，得到两路信号；然后分别与伪码相乘；进一步的，两路信号经积分清除器得到同相分量I(t)和正交分量Q(t)；I(t)和Q(t)经过鉴相器得到载波相位误差；将载波相位误差输入载噪比自适应卡尔曼滤波器中，该滤波器首先计算出本段数据窗的载噪比，然后根据本段数据窗载噪比相较于前一段数据窗的载噪比的变化对观测噪声协方差进行更新，进而更新载波相位误差，载波频率误差，载波频率变化率误差；载噪比自适应卡尔曼滤波器的输出结果作为载波NCO的调整信号；更新载波NCO中的多普勒频率和载波相位。本发明跟踪性能较好，有利于接收机实现在不同环境下持续稳定跟踪。
-
公开(公告)号：CN111428794A
公开(公告)日：2020-07-17
申请号：CN202010227427.0
申请日：2020-03-27
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于支持向量机模型的太阳射电暴检测方法，所述支持向量机是一种二分类模型，能使得离超平面距离最近的样本点到该平面的几何间隔最大化。该方法利用太阳射电暴发生对GPS/BDS信号载噪比、定位误差、几何精度因子、卫星失锁的影响，结合SVM分类算法判断太阳射电暴是否发生。在此过程中，首先输入观测地卫星的载噪比、三个方位的定位误差、几何精度因子、卫星失锁数目，进行数据预处理，得到特征向量，并对太阳射电暴是否发生进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能实现全天候检测，效率高，过程简单，并且不依赖于射电望远镜，成本低。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
