公开(公告)号：CN120030330A

公开(公告)日：2025-05-23

申请号：CN202510183422.5

申请日：2025-02-19

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)

Inventor： 郭兰图 ,  姚孟辰 ,  牟伟清 ,  冯诗惠 ,  陈鹏 ,  武者东 ,  蔺发军

IPC: G06F18/213 ,  G01S19/37 ,  G06F18/214 ,  G06F18/241 ,  G06F18/2433 ,  G06N3/0455

Abstract: 本发明提供一种利用深度学习增强的IMF筛选与GNSS信号重建方法及系统，属于GNSS信号处理领域。为解决DFA方法在IMF筛选过程中的特征单一、阈值依赖和人工干预的问题。本发明引入Transformer深度学习模型，能够充分捕捉IMF中复杂的时域、频域和能量特征；通过对IMF进行多维度特征提取和分类，提高了筛选的准确性，更精准地识别包含闪烁噪声的IMF，为后续高质量信号重构奠定基础；结合iCEEMDAN和VMD技术对信号进行分解和重构，进一步优化了信号重构的质量，提高了重构信号的准确性和稳定性，从而提升了GNSS信号的质量，有助于提高定位、导航和时间同步应用的精度。

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

Inventor： 郭兰图 ,  赵军 ,  王威 ,  陈鹏 ,  左伟庆 ,  程尧 ,  梁志伟 ,  吕悦 ,  冯阳 ,  郭琛

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。