-
公开(公告)号：CN114966537A
公开(公告)日：2022-08-30
申请号：CN202210374049.8
申请日：2022-04-11
Applicant: 深圳无线电检测技术研究院
IPC: G01S5/02
Abstract: 本发明公开了一种基于待测量目标结构的测量信号处理方法及相关设备，将无芯片RFID传感器设置于待测量目标结构的物体表面，通过感应电流反馈待测量目标结构的裂缝数据，并将测量信号发送给阅读器；阅读器的接收端接收到所述测量信号后，通过CFO和高通滤波器进行滤波，通过直流电拆除模块去除直流，并通过信道估计模块将处理后的测量信号传输给查询和确认传输模块；查询和确认传输模块对处理后的测量信号进行特征提取，通过傅里叶曲线拟合法对测量信号不同特征提取的数值进行调整以逼近相位曲线缺失的部分，并将数据发送至阅读器的接收端。本发明通过贴附在待测量目标结构的振动RFID标签进行信号RSSI和相位特殊的提取，实现了对待测量目标结构的安全监测。
-
公开(公告)号：CN108882155B
公开(公告)日：2020-11-10
申请号：CN201810752078.7
申请日：2018-07-10
Applicant: 深圳无线电检测技术研究院
IPC: H04W4/02 , H04W64/00 , H04W4/021 , H04B17/391 , G06N3/00
Abstract: 本发明提供了一种基于粒子群算法的盲信号功率及盲源位置确定方法、系统，该方法包括：接收预设区域范围内多个信号强度传感器发送的采集信号功率值；选取大于预设阈值的采集信号功率值，根据选取的采集信号功率值所对应的信号强度传感器的位置确定盲源位置区域；基于路径损耗模型利用接收到的采集信号功率值和预设区域范围的大小，确定盲信号的功率范围；依据盲源位置区域和盲信号的功率范围，基于粒子群算法可以计算出盲源的位置和盲信号功率值。由此，本发明方案仅基于信号强度传感器的接收功率而没有任何先验知识的发射功率，通过确定出盲源位置区域和盲信号的功率范围，进而利用粒子群算法准确地计算出具体的盲源位置和盲信号功率值。
-
公开(公告)号：CN108882155A
公开(公告)日：2018-11-23
申请号：CN201810752078.7
申请日：2018-07-10
Applicant: 深圳无线电检测技术研究院
IPC: H04W4/02 , H04W64/00 , H04W4/021 , H04B17/391
Abstract: 本发明提供了一种基于粒子群算法的盲信号功率及盲源位置确定方法、系统，该方法包括：接收预设区域范围内多个信号强度传感器发送的采集信号功率值；选取大于预设阈值的采集信号功率值，根据选取的采集信号功率值所对应的信号强度传感器的位置确定盲源位置区域；基于路径损耗模型利用接收到的采集信号功率值和预设区域范围的大小，确定盲信号的功率范围；依据盲源位置区域和盲信号的功率范围，基于粒子群算法可以计算出盲源的位置和盲信号功率值。由此，本发明方案仅基于信号强度传感器的接收功率而没有任何先验知识的发射功率，通过确定出盲源位置区域和盲信号的功率范围，进而利用粒子群算法准确地计算出具体的盲源位置和盲信号功率值。
-
公开(公告)号：CN119848524A
公开(公告)日：2025-04-18
申请号：CN202510228178.X
申请日：2025-02-28
Applicant: 暨南大学 , 深圳无线电检测技术研究院
IPC: G06F18/2134 , G06F17/16 , G06F18/2431 , H04B17/10
Abstract: 本发明公开了一种频谱混叠无线信号深度识别方法，包括以下步骤：对监测到的M条频谱混叠信号通过非负矩阵分解，构建目标函数Q1并求解，得到第m个频谱混叠信号包含种类信息的系数矩阵Am、信号种类共识矩阵A*；构建目标函数Q2，对Am进行进一步分解，得到频谱混叠信号中各个信号的位置与发射功率，其中信号的位置是对监测区域进行网格划分得到的网格位置。本发明集成了信号识别、信号位置估计与发射功率估计于一个深度识别框架中，通过多层的NMF来对频谱混叠信号的多参数进行解耦估计；本发明能够对频谱混叠信号进行深度识别，识别出频谱混叠信号中未知信号的种类、位置与发射功率。
-
公开(公告)号：CN116796250A
公开(公告)日：2023-09-22
申请号：CN202311056861.7
申请日：2023-08-22
Applicant: 暨南大学 , 深圳无线电检测技术研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06F18/10 , G06F18/2135
Abstract: 本发明公开了一种混叠无线信号智能识别与分离方法及系统，所述方法包括以下步骤：S1、对输入的信号频谱使用混合池化方式过滤噪音；S2、将经过混合池化增强后的信号频谱折叠为二维数据形式，输入Conformer编码器中编码为特征图；S3、利用卷积神经网络对编码的特征图进行解码获得特征向量；S4、根据各个信号的特征值计算出其对应的成分占比大小；S5、输出经过归一化后各个信号种类的成分占比。本发明基于联合Conformer编码器和卷积神经网络解码器，通过设计基于混合池化层搭配提出的信号预处理模块和信号成分归一化模块，可以在低信噪比环境下有效实现无线电信号分离。
-
Patent Agency Ranking
公开(公告)号：CN111556574A
公开(公告)日：2020-08-18
申请号：CN202010340716.1
申请日：2020-04-26
Applicant: 深圳无线电检测技术研究院
IPC: H04W72/04 , H04W72/08 , H04B17/382
Abstract: 本发明涉及无线信号控制技术领域，具体涉及无线局域网工作的管理方法和管理装置、接入控制器。其中无线局域网工作的管理方法包括：获取当前接入的多个AP的通信信息，然后根据获取的通信信息对接入的多个AP的信道重新进行分配，使得相邻的AP的信道不同。这样不会造成信道拥塞，提高了信号传输效率。同时还对WiFi用户流量使用行为进行智能分析，用来动态的对AP功率进行调整，以此以节约电能，减少电磁辐射污染，提升无线局域网频段的频谱使用效率。
-
公开(公告)号：CN116796250B
公开(公告)日：2024-03-08
申请号：CN202311056861.7
申请日：2023-08-22
Applicant: 暨南大学 , 深圳无线电检测技术研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06F18/10 , G06F18/2135
-
公开(公告)号：CN120074692A
公开(公告)日：2025-05-30
申请号：CN202510228580.8
申请日：2025-02-28
Applicant: 暨南大学 , 深圳无线电检测技术研究院
IPC: H04B17/10 , H04B17/20 , H04B17/309 , H04B7/185
Abstract: 本发明公开了面向频谱混叠无线信号识别的无人机监测方法，包括以下步骤：对监测节点在某个频谱采样时隙内接收到的频谱混合信号，进行短时傅里叶变换得到频谱信号；通过非负矩阵分解进行种类识别，构建目标函数Q1并求解，得到未知信号源数量的估计值；将不同视角下的待求解的包含种类信息的系数矩阵与监测节点的信号衰落模板矩阵进行拼接，构建目标函数Q2并求解，得到信号种类与发射功率指示矩阵表示未知信号的位置与发射功率。本发明将信号识别、信号位置估计与发射功率估计三个任务通过一个深度识别方法进行解决；同时将UAV移动到质心附近能得到更好的监测效果。
-
公开(公告)号：CN109041093B
公开(公告)日：2021-08-13
申请号：CN201810752082.3
申请日：2018-07-10
Applicant: 深圳无线电检测技术研究院
IPC: H04W24/06 , H04B17/391 , H04B17/318
Abstract: 本发明提供了一种盲信号源功率位置联合估计方法及系统。该方法包括：在预定区域内布设多个传感器节点，并确定各个传感器节点在预定区域的位置信息；利用各个传感器节点接收预定区域内同频的多个盲信号源发射的信号，并对接收信号的功率进行测量，得到接收信号的实际测量功率值；根据指定的路径损耗模型、各个传感器节点的接收信号的实际测量功率值以及在预定区域的位置信息，构建用于估计各个盲信号源的发射功率和位置的粒子群目标函数；基于遗传算法和粒子群优化算法估计粒子群目标函数的最优解，作为各个盲信号源的发射功率和位置。本发明实施例有效地解决了现有技术中无法进行功率位置联合估计的问题。
-
公开(公告)号：CN109041093A
公开(公告)日：2018-12-18
申请号：CN201810752082.3
申请日：2018-07-10
Applicant: 深圳无线电检测技术研究院
IPC: H04W24/06 , H04B17/391 , H04B17/318
CPC classification number: H04B17/318 , H04B17/391 , H04W24/06
Abstract: 本发明提供了一种盲信号源功率位置联合估计方法及系统。该方法包括：在预定区域内布设多个传感器节点，并确定各个传感器节点在预定区域的位置信息；利用各个传感器节点接收预定区域内同频的多个盲信号源发射的信号，并对接收信号的功率进行测量，得到接收信号的实际测量功率值；根据指定的路径损耗模型、各个传感器节点的接收信号的实际测量功率值以及在预定区域的位置信息，构建用于估计各个盲信号源的发射功率和位置的粒子群目标函数；基于遗传算法和粒子群优化算法估计粒子群目标函数的最优解，作为各个盲信号源的发射功率和位置。本发明实施例有效地解决了现有技术中无法进行功率位置联合估计的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.034 seconds)
