一种音频设备测试方法

    公开(公告)号:CN103413558B

    公开(公告)日:2016-05-04

    申请号:CN201310342619.6

    申请日:2013-08-08

    Inventor: 马亮 李莉 沈苏彬

    Abstract: 本发明涉及一种音频设备测试方法,是通过音频测试设备比较发送出去的音频测试波形与接收到音频测试波形之间的相似度,从而获得该音频设备的音频测试结果,本发明设计的音频设备测试方法采用了数字化音频的测试模型,整个测试过程可以自动完成,操作人员可以配置与调整相关的测试参数,满足不同音频设备的测试需求,测试结果较为客观和准确。

    一种音频设备测试方法

    公开(公告)号:CN103413558A

    公开(公告)日:2013-11-27

    申请号:CN201310342619.6

    申请日:2013-08-08

    Inventor: 马亮 李莉 沈苏彬

    Abstract: 本发明涉及一种音频设备测试方法,是通过音频测试设备比较发送出去的音频测试波形与接收到音频测试波形之间的相似度,从而获得该音频设备的音频测试结果,本发明设计的音频设备测试方法采用了数字化音频的测试模型,整个测试过程可以自动完成,操作人员可以配置与调整相关的测试参数,满足不同音频设备的测试需求,测试结果较为客观和准确。

    基于DWT和EMD融合样本熵的脑电信号分类方法

    公开(公告)号:CN110135286A

    公开(公告)日:2019-08-16

    申请号:CN201910347620.5

    申请日:2019-04-28

    Abstract: 本发明提供一种基于DWT和EMD融合样本熵的脑电信号分类方法,首先对预处理后信号进行小波分解,根据子带的频谱选择子带信号,再经过经验模式分解,根据各阶固有模态函数的频谱分析筛选出集中在想象运动频段的前2阶固有模态函数,对其进行样本熵计算,通过支持向量机进行特征选择得到最终分类结果。本发明利用三个通道小波分解后的子带信号进行EMD分解,对固有模态函数进行样本熵计算,在EMD的基础上加入DWT,很好地解决EMD分解时频带涵盖宽泛的问题。

    基于深度强化学习的联合跳频和脉宽分配的雷达抗干扰决策方法

    公开(公告)号:CN115343680A

    公开(公告)日:2022-11-15

    申请号:CN202210897254.2

    申请日:2022-07-28

    Abstract: 本发明公开了一种基于深度强化学习的联合自适应跳频和脉宽分配的雷达抗干扰智能决策方法,该方法包括:构建一个雷达抗干扰系统框架模型,其中频率捷变雷达利用携带的智能体,将雷达的当前状态作为深度强化学习的策略神经网络的输入,根据DQN中的动态ε贪婪算法进行动作选择,通过优化的脉冲发射频率和脉冲宽度选择抗干扰策略。智能体计算当前时隙动作产生的立即奖励,并将当前经验值存入经验回放池;当经验回放池中经验数量达到给定数量时,从经验池随机抽取一定数量的经验用于更新策略神经网络参数,同时每间隔固定时隙更新一次目标神经网络的参数。重复上述过程,实现基于深度强化学习的联合自适应跳频和脉宽分配的雷达抗干扰智能决策方法。

    一种基于深度强化学习的多用户通信抗干扰智能决策方法

    公开(公告)号:CN115103446A

    公开(公告)日:2022-09-23

    申请号:CN202210579127.8

    申请日:2022-05-25

    Abstract: 本发明公开了一种基于深度强化学习的多用户通信抗干扰智能决策方法,包括步骤:构建一个多用户无线通信抗干扰系统模型,首先基站将感知到的多用户和干扰机的当前频谱信息作为深度强化学习的策略神经网络的输入,然后根据动态贪婪算法选择联合动作,通过基站反馈帮助用户智能选择通信频段;同时,计算当前时隙联合动作产生的立即奖励,并将经验存入经验回放池中。当经验回放池中的经验数量达到给定值时,从经验池中随机抽取一定数量的经验更新策略神经网络的参数,并每间隔固定时隙更新一次目标神经网络的参数;重复训练过程,完成多用户通信抗干扰智能决策方法。本发明能实现多用户通信抗干扰,有效避免了外部干扰机和内部用户造成的通信干扰。

Patent Agency Ranking