-
公开(公告)号:CN118283775A
公开(公告)日:2024-07-02
申请号:CN202410436697.0
申请日:2024-04-11
Applicant: 北京无线电计量测试研究所 , 中国人民解放军32021部队
IPC: H04W56/00
Abstract: 本发明实施例公开一种无线授时钟差的校准系统和方法。在一具体实施方式中,该系统由多个节点组成,其中节点包括无线授时模块、预测模块以及钟差校准模块。该实施方式通过钟差校准模块接收无线授时模块实时发送的无线授时钟差数据,对钟差校准模块所在节点的本地时钟进行校准;当节点内钟差校准模块与无线授时模块之间的无线通信无效时,钟差校准模块通过预测模块得到预测钟差数据,以对本地时钟进行校准,使得系统中各节点之间保持高精度时间同步。
-
公开(公告)号:CN114527756B
公开(公告)日:2025-04-04
申请号:CN202210162727.4
申请日:2022-02-22
Applicant: 中国人民解放军32021部队
Abstract: 本发明提出一种GPS拒止及复杂电磁条件下多机器人编队控制方法包括以下步骤;步骤1,建立一般多机器人系统模型;步骤2,在真实环境中对多机器人编队系统状态向量模型进行调整,生成含多种时延多机器人系统;步骤3,确定机器人之间通信的最大时延及所处噪声环境的最大幅值,并再以此设计位置比例系数和速度比例系数。本发明解决了在多种时延和噪声条件下二阶多机器人系统的一致性问题,通过频域分析法将系统特征方程转化为纯虚数特征根的二次多项式,然后再求解,最终得到其临界稳定状态。
-
公开(公告)号:CN118312822A
公开(公告)日:2024-07-09
申请号:CN202410360068.4
申请日:2024-03-27
Applicant: 中国人民解放军32021部队
IPC: G06F18/24 , G06F18/2415 , G06F18/10 , G06F18/213 , G06N3/047 , G06N3/0464 , G06N3/0895 , G06N3/045
Abstract: 本发明涉及一种特制卷积神经网络的弱监督无线电信号分类方法,基于卷积神经网络模型,整个模型中包含6个Residual Block单元,数据每经过一个Residual Block单元维度减半。模型使用调制信号作为输入,每个调制信号样本有I和Q两路信号,每路信号包含1024个点。调制信号经过模型的各个模块的处理,最终模型会正确识别调制信号。本发明采用特制卷积神经网络,该模型通过引入残差学习机制和弱监督学习,显著提高了深度神经网络处理复杂信号模式的能力。相较于传统的机器学习,设计的残差连接减少了训练过程中的信息丢失,使得网络即使在很深的层次上也能保持高效的信号特征学习。
-
公开(公告)号:CN114814384A
公开(公告)日:2022-07-29
申请号:CN202210348416.7
申请日:2022-04-01
Applicant: 中国人民解放军32021部队 , 南京电子设备研究所
Abstract: 本申请公开了一种适用于中高轨卫星的电磁干扰定位方法,该定位方法包括:步骤1,根据卫星系统中的电磁监测结果,确定受干扰的卫星;步骤2,根据受干扰的卫星的覆盖范围,计算全球地图覆盖矩阵,并对全球地图覆盖矩阵求和,选取求和后全球地图覆盖矩阵中最大元素对应区域作为初始定位区域;步骤3,采用遍历的方式,依次判断选取出的初始定位区域内是否满足三颗或三颗以上卫星共视,若是,执行步骤4,否则,重新获取卫星系统中的电磁监测结果,执行步骤1;步骤4,根据共视卫星的电磁监测结果,进行多星时间差定位,计算干扰源定位坐标。通过本申请中的技术方案,实现了对地表大功率干扰源监测与定位,进而提升卫星系统上行链路的安全性。
-
公开(公告)号:CN114527756A
公开(公告)日:2022-05-24
申请号:CN202210162727.4
申请日:2022-02-22
Applicant: 中国人民解放军32021部队
IPC: G05D1/02
Abstract: 本发明提出一种GPS拒止及复杂电磁条件下多机器人编队控制方法包括以下步骤;步骤1,建立一般多机器人系统模型;步骤2,在真实环境中对多机器人编队系统状态向量模型进行调整,生成含多种时延多机器人系统;步骤3,确定机器人之间通信的最大时延及所处噪声环境的最大幅值,并再以此设计位置比例系数和速度比例系数。本发明解决了在多种时延和噪声条件下二阶多机器人系统的一致性问题,通过频域分析法将系统特征方程转化为纯虚数特征根的二次多项式,然后再求解,最终得到其临界稳定状态。
-
-
-
-