-
公开(公告)号：CN116299159A
公开(公告)日：2023-06-23
申请号：CN202211594856.7
申请日：2022-12-13
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G01S5/02 , G06V20/17 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , H04W4/02 , H04W64/00
Abstract: 本发明公开了一种辐射源定位模型的训练方法、装置及辐射源定位方法、装置，该训练方法包括如下步骤：步骤1，基于目标区域的三维点云，利用平面提取方法构建出目标区域的三维模型；步骤2，在三维模型中，设置辐射源点位以及接收机点位；步骤3，将每一种辐射源点位和接收机点位的组合对应的辐射源点位坐标、接收机点位坐标以及模拟指纹数据作为样本，得到样本集。本发明所公开的训练方法及训练装置，通过在传统地理测绘的基础上赋予模型电磁介质属性（电磁测绘），使得测绘模型可以用来进行电磁计算，从而可以通过仿真的手段自由获取目标区域的RSSI分布，解决了指纹定位无法应用于室外复杂环境的问题。
-
公开(公告)号：CN119402111A
公开(公告)日：2025-02-07
申请号：CN202411438687.7
申请日：2024-10-15
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: H04B17/309 , H04L25/02 , G06N3/006
Abstract: 本发明公开了一种基于自适应蚁群优化算法的信道参数估计方法，包括如下步骤：步骤1，生成快照的信道冲激响应；步骤2，初始化所有路径的信道参数，包括每条路径的时延、角度和复振幅；步骤3，基于初始化的信道参数，确定所有路径信道参数对应的搜索空间；步骤4，基于对应的搜索空间，利用自适应蚁群优化算法估计每条路径的信道参数，每次迭代计算其适应度，保留当代蚁群中最优适应度对应的时延、角度和复振幅。本发明所公开的方法及系统，针对估计多径信道参数问题，利用蚁群优化算法全局搜索最优解的能力，并通过不断迭代计算多径信道参数的方法，提高了估计多径信道参数的准确度。
-
公开(公告)号：CN118779703A
公开(公告)日：2024-10-15
申请号：CN202410909315.1
申请日：2024-07-08
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: G06F18/24 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于电离层参数补偿的深度学习短波信号识别方法，包括如下步骤：步骤1，构建总体神经网络：步骤2，对数据进行处理：步骤3，添加电离层参数以及先验知识：步骤4，进行正向梯度运算和反向梯度求导，更新参数：步骤5，获取识别结果，获取概率最高的一个类别。本发明所公开的方法，使用复数卷积模块提取I、Q两路通道特征，使用LSTM模块提取时间序列特征，充分发挥并提取I、Q两路通道以及时间序列的相关信息，以提高识别准确率。
-
公开(公告)号：CN116227345A
公开(公告)日：2023-06-06
申请号：CN202310140937.8
申请日：2023-02-21
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于强化学习的短波侦察与干扰阵位优化方法，包括如下步骤：步骤1，建立短波电磁干扰模型；步骤2，在步骤1建立的短波电磁干扰模型基础上，对干扰站参数进行离散划分；步骤3，进行多线程并行计算方案的设计，建立分层委托控制模型，实现分布式强化学习算法训练；步骤4，进行深度强化学习策略的部署，设计最终优化目标和期望回报，选择推理决策策略，生成最优干扰波形。本发明所公开的方法，进行对抗场景约束设计、电波环境包括信道衰落值等，并对短波通信干扰模型进行了充分的建模，模型以时域、空域、频域、功域等多个维度的长期特征为中心，可为后续干扰策略的探索提供支撑。
-
公开(公告)号：CN117131755A
公开(公告)日：2023-11-28
申请号：CN202310368047.2
申请日：2023-04-08
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种城市场景电磁介质参数快速反演方法，包括如下步骤：（1）建立所需求解区域的城市环境几何模型；（2）制定收发路径标准；（3）使用（2）的收发路径标准结合射线跟踪仿真得到实验中所需要的收发天线对的坐标；（4）对采集的数据进行数据分析，滤波处理，得到有效的实测数据；（5）通过射线跟踪，结合遗传算法GA，反演电磁介质参数数据。本发明所公开的方法，可以在正向与反向射线跟踪算法中使用，提升射线跟踪算法计算精度，减小计算误差。
-
Patent Agency Ranking
公开(公告)号：CN116246131A
公开(公告)日：2023-06-09
申请号：CN202211594846.3
申请日：2022-12-13
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于视觉图像和点云的融合感知模型训练方法及装置，包括如下步骤：搭建Transformer模型，所述Transformer模型包括依次串联的编码器、解码器和上采样层，编码器包括一定数量的特征提取层，特征提取层包含串联的多头自注意力模块和多层感知机模块，多头自注意力模块和多层感知机模块均前置连接LayerNorm层，后置连接残差连接；解码器包括一定数量的解码层，解码层包括串联的二维卷积模块和上采样模块；解码器的输出经过双线性插值的上采样层恢复为原来图像的大小，得到最终的稠密三维点云。本发明所公开的方法及装置，通过将视觉图像以及点云图像分别转换为对应的一维序列，根据一维序列生成样本，相对于现有技术中需要人工标记样本，避免了样本标记的工作量，进而可以更加高效率的生成训练样本，提高模型的训练效率。
-
公开(公告)号：CN116184382A
公开(公告)日：2023-05-30
申请号：CN202211594830.2
申请日：2022-12-13
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种室内目标定位的多径鬼影消除方法，包括如下步骤：步骤1，目标初始定位：步骤2，镜像目标位置计算：步骤3，单程一次反射+单程LOS路径的理论位置计算：步骤4，单程LOS路径+单程一次反射的理论位置计算：步骤5，多径位置匹配消除：本发明所公开的方法，利用毫米波雷达对室内多径环境中的目标进行多径消除后定位，根据电磁波的传播现象，分析了室内多径场景的电磁波主要传播路径，计算了组合路径及双程一次反射路径的理论位置，从而将多径定位点从最终目标计算结果中去除，得到目标真实定位点迹。实测结果表明了本发明方法对真实目标定位的准确性及多径消除的有效性。
-
公开(公告)号：CN119402110A
公开(公告)日：2025-02-07
申请号：CN202411437019.2
申请日：2024-10-15
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: H04B17/309 , G06N3/006 , H04L25/02
Abstract: 本发明公开了一种基于蜘蛛蜂优化算法的信道参数估计方法，包括如下步骤：步骤1，基于信道测量生成信道冲激响应；步骤2，基于信道参数初始化蜘蛛蜂优化算法参数；步骤3，初始化信道估计参数；步骤4，利用蜘蛛蜂优化算法迭代估计信道参数，包括时延和复振幅；步骤5，计算种群适应度。本发明所公开的方法，针对估计信道参数问题，利用蜘蛛蜂优化算法，估计各路径上的信道参数，由于该算法搜索能力强，降低了复杂环境对估计信道参数的影响，提高了估计信道参数的准确度。
-
公开(公告)号：CN116738664A
公开(公告)日：2023-09-12
申请号：CN202310367862.7
申请日：2023-04-07
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种大规模确定性电磁态势推演装置设计方法，包括如下步骤：步骤1，地理空间GIS模型导入：步骤2，仿真参数设置：步骤3，输入数据处理：步骤4，电磁态势推演装置设计：本发明所公开的设计方法，可以针对全球任意区域进行大规模的电磁态势推演，快速获取该区域中所有辐射源的电磁态势数据。
-
公开(公告)号：CN115587339A
公开(公告)日：2023-01-10
申请号：CN202211282139.0
申请日：2022-10-19
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种融合监督学习的智能决策方法，包括如下步骤：步骤1，构建深度强化学习网络：步骤2，分析环境，提取环境特征：步骤3，构建与深度强化学习网络Actor部分结构相同的监督学习网络，并使用环境模拟器生成数据训练监督学习网络：步骤4，将训练完成后的监督学习网络参数迁移给深度强化学习网络Actor部分并开启强化学习训练：步骤5，训练评价网络：步骤6，深度强化学习整体训练。本发明所公开的方法，通过迁移手段加快模型训练速度，在保证智能体包含有效知识方面，提出了融合监督学习的深度强化学习方法，实现预先为模型输入一些已有的专家经验，从基础上极大的提升了模型对环境的认知。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.056 seconds)
