-
公开(公告)号：CN117574224A
公开(公告)日：2024-02-20
申请号：CN202311491355.0
申请日：2023-11-09
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F18/241 , G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/0985
Abstract: 本发明属于无线通信信号调制识别领域，涉及一种基于原型学习和t‑SNE联合的无线通信信号调制识别的开放集识别方法。本发明首先采用ResNet作为分类器，用原型层替换SoftMax层，即一组可学习的权重(原型点)，能够提升类内聚集性和类间可分性。在高维空间中已知类别识别准确率较高，但模型对于未知类别的识别准确率(拒识率)较低，引入t‑SNE将高维特征非线性降维至二维，利用σ原则删除离群点，计算二维平面上各个类别的中心点与阈值半径，通过阈值判断完成已知类别的识别并拒绝未知类别，已知类别准确率与未知类别拒识率均较高。本发明的有益效果为，本发明在具有较高的已知调制类型识别准确率的同时，实现了较好的未知调制类型拒识率，方法简单，效果良好。
-
公开(公告)号：CN113704998B
公开(公告)日：2023-03-03
申请号：CN202110995284.2
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域，涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题，通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上，通过改变旁瓣区域中幅度响应的约束，来实现对波束的旁瓣控制，在考虑了主瓣区域的幅度响应的抖动约束后，提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架，将原非凸的优化模型，分解为若干可解的凸优化子问题，迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化，并且算法迭代步数少，收敛速度快，可以快速得到权向量的稀疏性结果。
-
公开(公告)号：CN113704998A
公开(公告)日：2021-11-26
申请号：CN202110995284.2
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域，涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题，通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上，通过改变旁瓣区域中幅度响应的约束，来实现对波束的旁瓣控制，在考虑了主瓣区域的幅度响应的抖动约束后，提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架，将原非凸的优化模型，分解为若干可解的凸优化子问题，迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化，并且算法迭代步数少，收敛速度快，可以快速得到权向量的稀疏性结果。
-
公开(公告)号：CN111740202A
公开(公告)日：2020-10-02
申请号：CN202010527538.3
申请日：2020-06-11
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明公开一种基于液态金属的类电磁诱导透明高Q值温度感知谐振结构，应用于温度感知探测领域，为解决现有传感器灵敏度低的问题，本发明根据类电磁诱导透明理论，结合液态金属的热膨胀性、流动性等特性设计而成，使该谐振单元具有高Q值特性，能实现较高的温度感知分辨率。同时为了提高温度感知能力，在结构中添加了储液结构，以及减小液态金属谐振结构的线径，从而实现较高的温度感知灵敏度。
-
公开(公告)号：CN118509294A
公开(公告)日：2024-08-16
申请号：CN202410536897.3
申请日：2024-04-30
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: H04L27/26
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于帧间共轭相关的时频混叠数字通信信号频率估计方法，克服了高阶PCMA混合信号频偏估计精度较差和复杂度较高的问题。该方法假设帧长已知或者已经通过自相关函数估计得到，两路信号帧长不同，通过利用数字通信物理层组帧过程中，帧同步序列引入的帧间相关特性，将频偏转化为了和帧长相关的固定相位差，通过估计帧同步序列的固定相位差，实现了对高阶PCMA混合信号的高精度频偏估计。仿真结果表明，本发明方法在低信噪比下环境下，可以实现对高阶PCMA混合信号的高精度频偏估计。
-
Patent Agency Ranking
公开(公告)号：CN113612660A
公开(公告)日：2021-11-05
申请号：CN202110883692.9
申请日：2021-08-03
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
Abstract: 本发明属于网络流量预测领域，具体涉及一种基于种群自适应差分进化的LSTM网络流量预测算法，包括以下步骤：构建网络流量数据集，构建自适应种群差分进化算法并对双层LSTM网络进行参数寻优，迭代寻得更优值。本发明基于种群自适应差分进化算法选择长短期记忆网络(LSTM)为基本网络模型，结合种群混沌个体的添加与不佳个体删除的思想，通过对种群矩阵中个体的变异来寻得满足LSTM网络预测精度更高的参数。
-
公开(公告)号：CN113466796A
公开(公告)日：2021-10-01
申请号：CN202110938151.1
申请日：2021-08-16
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S7/288 , H04B7/0413 , H04B7/06 , H04B7/08
Abstract: 本发明属于信号处理技术领域，涉及一种基于相干相位调制广播模式的雷达通信一体化方法。本发明首先在保证雷达性能的基础上，求解旁瓣区域相位优化问题得到一个权向量，对其进行相位旋转得到一组不同相位的权向量。所有权向量构成一个权向量集合，从而得到了对应的相位符号字典。通信接收机在旁瓣区域通过匹配滤波得到接收信号相位，与字典进行比较后可以解码处嵌入的二进制通信信息。该发明相比相干相位调制和广播模式，同时具有相干相位调制的低误码率特性以及旁瓣区域通信的广播特性。
-
公开(公告)号：CN113221337A
公开(公告)日：2021-08-06
申请号：CN202110440762.3
申请日：2021-04-23
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20
Abstract: 本发明属于阵列天线设计技术领域，涉及一种基于模式搜索的近场稀疏阵设计方法。本发明首先根据给定初始均布阵列，并计算好能够实现近场聚焦波束的权向量，将其作为稀疏阵列设计的基础。在计算过程中，采取模式搜索算法寻找当前步骤下满足条件的局部最优解，前期采用大步长的搜索策略，后期逐渐减少搜索范围，提高搜索精度，完成一轮模式搜索算法。当达成阵列稀疏率目标后，停止搜索，完成阵列的稀疏设计。本发明相对于传统遗传算法和贪婪搜索算法，在时间复杂度和设计性能上做到较好的兼顾，以局部最优替代全局最优，在最小化性能损失的前提下完成高效的设计。本发明对于实际工程中的大型阵列能够进行高性能的全局搜索，找到更优的可行解。
-
公开(公告)号：CN117491961A
公开(公告)日：2024-02-02
申请号：CN202311405389.3
申请日：2023-10-26
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S7/41 , G06F18/2321 , G06F18/213
Abstract: 本发明属于雷达信号分选技术领域，涉及一种基于UMAP和DBSCAN联合的未知辐射源信号分选方法。本发明的方法利用UMAP对辐射源信号PDW进行非线性降维，将多维数据(AOA、RF、PW、PA四个维度)映射到低维空间，然后通过DBSCAN密度聚类算法，在降维后的数据集中发现具有相似性的群集，完成对未知辐射源信号脉冲的预分选；此时的分选结果存在比较明显的减批和增批问题，通过计算各个簇AOA方差，若方差大于阈值则对该簇进行缩小邻域的DBSCAN聚类，直到各个簇方差不超过阈值，从而降低减批；通过计算各个簇AOA和RF均值，若两个簇均值之差小于阈值则将两个簇进行合并来降低增批，进一步提高分选性能。
-
公开(公告)号：CN113659994B
公开(公告)日：2023-09-01
申请号：CN202110987423.7
申请日：2021-08-26
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: H03M13/27
Abstract: 本发明属于通信技术领域，具体是涉及一种低复杂度的卷积码随机交织关系的估计方法。本发明是在利用截获数据c，在已知交织深度L、交织起点的情况下，完成交织关系的估计，恢复出随机交织器。本发明首先利用线性分组码码字空间的封闭性对接收序列进行误码筛除，然后将误码筛除后的序列按照一定的规则构造出一个含有两个交织块(每个交织块交织关系相同)、维数为2L×2L的数据矩阵C，对C进行伽罗华域上部分高斯行消元，利用线性特性来确定卷积码的组间交织关系，然后利用校验向量确定正确的组内交织关系。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.019 seconds)
