-
公开(公告)号：CN105281779B
公开(公告)日：2018-12-14
申请号：CN201510741861.X
申请日：2015-11-04
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 多观测值向量稀疏度自适应压缩采样匹配追踪方法，涉及信息与通信技术领域。是为解决从Xampling框架下经过调制宽带转换器采样，通过连续‑有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题提出的。本发明首先对信号的稀疏度进行自适应估计。然后通过反复迭代用给定的步长因子对稀疏度进行更新，使之逐渐逼近信号实际稀疏度，同时通过回溯思想和最小均方准则修正支撑集，直到残差小于设定阈值时，停止迭代。最后利用求出的完整支撑集通过伪逆运算重构出原始的多频带信号。本发明可实现基于压缩感知的模拟多频带信号重构。
-
公开(公告)号：CN105391453B
公开(公告)日：2018-10-02
申请号：CN201510741828.7
申请日：2015-11-04
Applicant: 哈尔滨工业大学
Abstract: 基于Xampling框架构造观测矩阵的信号压缩感知方法，涉及信息及通信技术领域。它是为了解决目前压缩感知中随机观测矩阵不易在硬件中实现的问题、确定性观测矩阵重构概率低导致的信号压缩感知能力低问题。其方法：首先产生一个随机向量a；然后将随机向量a循环移位产生一个新向量ai；再将向量ai与随机向量a对应元素相乘，得到观测矩阵的第i行ri；最后循环N次进行上面的步骤，构造出M×N维的观测矩阵R，进而对信号进行压缩感知。本发明适用于信号压缩感知。
-
公开(公告)号：CN105337676B
公开(公告)日：2018-03-30
申请号：CN201510612005.4
申请日：2015-09-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 移动场景中软判决协作频谱感知数据融合方法，涉及信息与通信技术领域。本发明是为了解决现有软判决协作频谱感知数据融合方法的以下问题：1)、现有的融合方法难以适用于对移动场景；2)、现存的软判决数据融合方法需要依赖于认知用户的信噪比和位置的先验知识；3)、现有融合方法的信道适应性较弱；本发明融合方法中，各移动认知用户先独立进行本地能量检测并将检测结果上传到融合中心，然后融合中心仅仅根据这些检测结果为每个用户计算出本次融合对应的加权因子，最后融合中心利用检测结果和对应的加权因子求出加权的目标函数并做出最后的判断。本发明适用于信息与通信技术中的认知无线电软判决协作频谱感知场合。
-
公开(公告)号：CN105356953B
公开(公告)日：2017-10-03
申请号：CN201510706056.3
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/30
Abstract: 认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法，涉及信息与通信技术领域。本发明是为了解决现有方法无法对认知无线电网络中移动场景下单节点和多节点协作进行感知的问题。本发明首先获得认知用户的移动速度、方向、当前周期认知用户起点与主用户的距离、终点与主用户的距离之间的函数关系。然后求得主用户与认知用户移动终点之间距离的PDF。然后获得移动用户在当前移动周期内的移动终点处检测到的主用户信号功率与当前移动周期认知用户移动终点与主用户距离之间的函数关系，得出此功率的PDF。最后求得移动场景下单节点感知，硬判决多节点协作感知和软判决协作感知系统中检测概率、漏检概率以及虚警概率的结果。
-
公开(公告)号：CN105337676A
公开(公告)日：2016-02-17
申请号：CN201510612005.4
申请日：2015-09-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382
CPC classification number: H04B2201/692
Abstract: 移动场景中软判决协作频谱感知数据融合方法，涉及信息与通信技术领域。本发明是为了解决现有软判决协作频谱感知数据融合方法的以下问题：1)、现有的融合方法难以适用于对移动场景；2)、现存的软判决数据融合方法需要依赖于认知用户的信噪比和位置的先验知识；3)、现有融合方法的信道适应性较弱；本发明融合方法中，各移动认知用户先独立进行本地能量检测并将检测结果上传到融合中心，然后融合中心仅仅根据这些检测结果为每个用户计算出本次融合对应的加权因子，最后融合中心利用检测结果和对应的加权因子求出加权的目标函数并做出最后的判断。本发明适用于信息与通信技术中的认知无线电软判决协作频谱感知场合。
-
Patent Agency Ranking
公开(公告)号：CN105099587A
公开(公告)日：2015-11-25
申请号：CN201510612046.3
申请日：2015-09-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 移动场景下认知无线电频谱感知系统检测性能参量获得方法，涉及信息与通信技术领域。本发明是为了解决现有方法难以对移动场景下单节点感知和多节点协作感知系统进行检测概率、漏检概率和虚警概率的问题。首先根据系统的网络模型以及认知用户的移动模型获得移动速度、方向、起点与主用户的距离以及当前与主用户的距离之间的函数关系，并求得当前主用户与认知用户距离的PDF。通过移动用户实时检测到的主用户信号功率与当前与主用户距离之间的函数关系并利用这个关系以及当前距离的PDF计算得出此功率的PDF。最后，利用此功率的PDF以及概率论求得单节点感知，硬判决多节点协作感知和软判决协作感知系统的检测概率、漏检概率和虚警概率。
-
公开(公告)号：CN105391453A
公开(公告)日：2016-03-09
申请号：CN201510741828.7
申请日：2015-11-04
Applicant: 哈尔滨工业大学
CPC classification number: H03M7/3013 , H03M7/50
Abstract: 基于Xampling框架构造观测矩阵的信号压缩感知方法，涉及信息及通信技术领域。它是为了解决目前压缩感知中随机观测矩阵不易在硬件中实现的问题、确定性观测矩阵重构概率低导致的信号压缩感知能力低问题。其方法：首先产生一个随机向量a；然后将随机向量a循环移位产生一个新向量ai；再将向量ai与随机向量a对应元素相乘，得到观测矩阵的第i行ri；最后循环N次进行上面的步骤，构造出M×N维的观测矩阵R，进而对信号进行压缩感知。本发明适用于信号压缩感知。
-
公开(公告)号：CN105187144A
公开(公告)日：2015-12-23
申请号：CN201510705836.6
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 空天地一体化网络中能够剔除恶意移动终端的协作式频谱感知方法，涉及信息与通信技术领域，本发明是为了解决空天地一体化网络中地面部分可能存在的恶意移动终端的恶意攻击问题。本发明是利用信任度的概念，首先将所研究的网络区域划分为若干个单元格，然后在每个单元格中比较每个移动认知用户的本地检测结果与该单元格中多数用户检测结果差距的大小并以此为据更新各个认知用户的信任度值，并利用预设门限判定该用户是否为恶意用户，而后将恶意用户的所有检测结果均剔除掉。最后，仅仅利用各个认知用户的本地检测结果为每个检测结果计算并分配恰当的权值，使整个系统的检测概率增加，虚警概率保持不变。本发明适用于空天地一体化网络中的频谱感知。
-
公开(公告)号：CN105281779A
公开(公告)日：2016-01-27
申请号：CN201510741861.X
申请日：2015-11-04
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 多观测值向量稀疏度自适应压缩采样匹配追踪方法，涉及信息与通信技术领域。是为解决从Xampling框架下经过调制宽带转换器采样，通过连续-有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题提出的。本发明首先对信号的稀疏度进行自适应估计。然后通过反复迭代用给定的步长因子对稀疏度进行更新，使之逐渐逼近信号实际稀疏度，同时通过回溯思想和最小均方准则修正支撑集，直到残差小于设定阈值时，停止迭代。最后利用求出的完整支撑集通过伪逆运算重构出原始的多频带信号。本发明可实现基于压缩感知的模拟多频带信号重构。
-
公开(公告)号：CN105187144B
公开(公告)日：2017-10-03
申请号：CN201510705836.6
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 空天地一体化网络中能够剔除恶意移动终端的协作式频谱感知方法，涉及信息与通信技术领域，本发明是为了解决空天地一体化网络中地面部分可能存在的恶意移动终端的恶意攻击问题。本发明是利用信任度的概念，首先将所研究的网络区域划分为若干个单元格，然后在每个单元格中比较每个移动认知用户的本地检测结果与该单元格中多数用户检测结果差距的大小并以此为据更新各个认知用户的信任度值，并利用预设门限判定该用户是否为恶意用户，而后将恶意用户的所有检测结果均剔除掉。最后，仅仅利用各个认知用户的本地检测结果为每个检测结果计算并分配恰当的权值，使整个系统的检测概率增加，虚警概率保持不变。本发明适用于空天地一体化网络中的频谱感知。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
