一种改进的NYFR结构及信号估计方法

    公开(公告)号:CN116819455A

    公开(公告)日:2023-09-29

    申请号:CN202310365596.4

    申请日:2023-04-07

    IPC分类号: G01S7/285 G01S13/02

    摘要: 本发明公开了一种改进NYFR结构及信号估计方法,改进的NYFR结构,其带宽射频滤波器输入截获的非合作雷达信号x(t);LO采用周期chirp调制信号的过零上升沿(ZCR)时刻产生非均匀射频采样脉冲串pLO(t);通过超宽带射频滤波器后的信号x(t)与具有周期chirp调制的非均匀射频采样脉冲串pLO(t)混频后通过低通滤波器得到信号y(t);信号y(t)通过ADC进行离散/数字化处理后,得到输出离散信号y(n);射频采样时钟在LO开始工作时刻向输出信号处理模块发送该时刻为同步定时信息T0;输出信号处理模块结合离散信号y(n)和同步定时信息T0实现对输出信号截断不敏感的非合作雷达信号超宽带接收和处理。本发明改进NYFR结构的NZ标号估计对输出信号截断不敏感,具有更好的宽带接收稳健性,提升了NYFR的宽带侦察效能。

    基于AWGN信道的规则RA码最优码率推导方法及系统

    公开(公告)号:CN116800376A

    公开(公告)日:2023-09-22

    申请号:CN202310105331.0

    申请日:2023-02-13

    IPC分类号: H04L1/00 H04W28/22

    摘要: 本发明属于通信系统技术领域,具体涉及基于AWGN信道的规则RA码最优码率推导方法及系统。方法包括如下步骤:S1,在AWGN信道下推导规则RA码的输出互信息I;S2,基于输出互信息I和不动点理论,推导出RA码的重复次数q的理论解析式,求解非凸优化问题中目标函数的逆函数;S3,基于数学集合论,解决求逆函数问题中的不确定性,得到AWGN信道下规则RA码成功译码的最优重复次数qo。本发明具有能够在通信系统中提高信道编码性能和效率,同时能够有效地求解出最优编码参数闭式表达式的特点。

    基于混合变异策略遗传算法的深度光学神经网络训练方法及系统

    公开(公告)号:CN116596056A

    公开(公告)日:2023-08-15

    申请号:CN202310591505.9

    申请日:2023-05-24

    摘要: 本发明公开了基于混合变异策略遗传算法的深度光学神经网络训练方法及系统,方法如下:S1.将基于MZIs的线性运算层、基于EOA的非线性激活层、基于mask的Dropmask顺序堆叠,以搭建N层深度DONN;S2.对具有不同特征种类的数据集进行预处理,以符合DONN的数据输入尺寸;S3.均匀初始化DONN种群,将真实值与预测值之间的MSE和Accuracy相结合作为个体的适应度评价函数;S4.将指数排序选择ERS和均匀交叉UC作为训练过程的选择算子和交叉算子,采用混合变异策略,将单点变异SM、均匀变异UM、高斯变异GM三种算子按动态博弈概率分配不同个体进行变异;S5.采用双精英保留策略,将MSE和Accuracy表现最优的两个个体保留到下一代,经过迭代进化,直到满足终止条件,得到具有全局最优网络参数的DONN个体。

    基于动态混合池化策略的SAR图像道路提取方法及系统

    公开(公告)号:CN115393712B

    公开(公告)日:2023-04-18

    申请号:CN202211013245.9

    申请日:2022-08-23

    摘要: 本发明公开了基于动态混合池化策略的SAR图像道路提取方法及系统,方法包括以下步骤:S1、获取SAR图像训练数据集,进行预处理并在数据集中标注出道路的区域;S2、基于动态混合池化策略,在Resnet‑34网络中构建两个动态混合池化模块;S3、采用梯度下降算法和反向传播算法训练步骤S2改进的Resnet‑34中每层网络的参数和动态混合池化模块中每种池化的权重系数;S4,利用步骤S3训练好的Resnet‑34道路提取网络对预测数据集目标区域的道路进行预测,并得到结果。本发明动态混合池化策略中的条形池化能够捕获道路SAR图像中的长距离关系和局部上下文,适用于具有长条形结构特征的道路SAR图像。

    面向服务组合问题的鲸鱼进化系统及方法

    公开(公告)号:CN113887691B

    公开(公告)日:2022-09-16

    申请号:CN202110974119.9

    申请日:2021-08-24

    IPC分类号: G06N3/00

    摘要: 本发明公开了面向服务组合问题的鲸鱼进化方法及系统,本发明方法步骤如下:步骤1:将web服务组合问题转化为单目标优化问题,建立适应度函数;步骤2:对web服务组合问题进行整数型编码;步骤3:建立WOA算法模型;步骤4:对WOA算法进行整数型编码,转化为DWOA算法;步骤5:使用DWOA算法对问题模型开始迭代寻优;步骤6:结束搜索,输出搜索最优的服务组合编码序列与此时的最优web服务组合QoS值。当服务组合序列数量级达到一定规模时,采用本发明求解最优服务组合相较随机搜索方法的最优值将得到显著的提升,而相较遍历搜索方法则具有更高的寻优效率,从而契合于web服务组合优化问题中可靠性与实时性的特性要求,提供较优质的组合服务。

    一种基于循环移位的多址编码方法及系统

    公开(公告)号:CN114362883A

    公开(公告)日:2022-04-15

    申请号:CN202111668427.5

    申请日:2021-12-31

    IPC分类号: H04L1/00

    摘要: 本发明公开了一种基于循环移位的多址编码方法及系统,方法按如下步骤:步骤一:初始化,对接收机接收的信号进行ESE处理;步骤二:各节点处Y、V、U、G、D使用基于比特的最大后验概率译码;步骤三:各节点处D、G、U、V、Y使用基于比特的最大后验概率译码;步骤四:当未达到预设迭代次数时,重复步骤二、三;当达到预设迭代次数,结束,判决输出。本发明在传统IDMA的基础上进行了改进,使用相同的交织器,串联不同的移位器以区分不同的用户,大大减少了交织器的数量,本发明在保持系统性能不变的前提下,不但降低了存储器资源和节省了带宽资源,而且降低了系统的复杂度。

    一种基于构造定正Liapunov函数的单种群平衡系统及方法

    公开(公告)号:CN113128107A

    公开(公告)日:2021-07-16

    申请号:CN202110371619.3

    申请日:2021-04-07

    IPC分类号: G06F30/27 G06N3/00 G06F111/10

    摘要: 本发明公开了一种基于构造定正Liapunov函数的单种群平衡系统及方法,本发明方法按如下步骤:步骤1.构建种群的数学模型;步骤2.计算种群趋于的平衡点;步骤3.根据平衡点的稳定性,构造定正的Liapunov函数;步骤4.根据定正的Liapunov函数稳定性,以平衡点为极限进行分析优化;步骤5.种群密度趋于平衡点,获得物种平衡的区域。本发明为了探究单种群的稳定性,通过对密度受限的单种群进行数学建模,构造定正的Liapunov函数,根据全局渐进稳定性定理,以平衡点为渐进线分析优化,求解出单种群趋于生态平衡的区域,然后数值模拟验证该方法的正确性。

    基于Gauss-Seidel的高效分布式目标相位优化方法

    公开(公告)号:CN112946601A

    公开(公告)日:2021-06-11

    申请号:CN202110295406.7

    申请日:2021-03-19

    IPC分类号: G01S7/41 G01S13/90

    摘要: 本发明公开了基于Gauss‑Seidel的高效分布式目标相位优化方法,包括以下步骤:S1.对于经过预处理的时序SAR影像,在预设的搜索窗内,兼顾检测率和计算效率,采用FaSHPS算法工具包选取同质点SHP集合;S2.基于选取的同质点集合自适应地计算相干矩阵,并构建基于相干矩阵加权的相位优化模型;S3.对于构建的非线性优化模型,基于Gauss‑Seidel迭代以求解DS相位重构结果。本发明在优化模型构建时避免了矩阵求逆处理,在模型求解时充分利用迭代中最新计算得到结果,可以在不增加每次迭代计算量的同时降低算法收敛时的迭代次数,从而实现了高效的DS相位估计。

    基于载噪比的自适应分层小波包变换多径抑制方法及系统

    公开(公告)号:CN112764058A

    公开(公告)日:2021-05-07

    申请号:CN202011590865.X

    申请日:2020-12-29

    IPC分类号: G01S19/22

    摘要: 本发明公开了基于载噪比的自适应分层小波包变换多径抑制方法,包括步骤:S1.提取静态模式下参考日数据中包含单颗卫星的多径误差和随机噪声误差的单差残差;S2.基于载噪比CNR约束的自适应分层小波包变换策略抽取多径误差校正模型;S3.采用国际服务IGS站建立多分辨率CNR经验模型;S4.计算相邻历元之间的CNR差值,将计算得到CNR差值与建立的CNR经验模型进行比较,若相邻历元之间的CNR差值相应的波动超过CNR经验模型中的经验值,则通过卫星重复周期转移策略搜索多径校正模型,并通过搜索的多径校正模型中的模型值抑制多径误差;S5.将CNR差值进行双差组合处理,得到校正后的双差观测值,并对校正后的双差观测值进行处理,得到最终的坐标解。