-
公开(公告)号：CN111739243A
公开(公告)日：2020-10-02
申请号：CN202010404793.9
申请日：2020-05-14
Applicant: 电子科技大学 , 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于D-S证据理论的火灾状态检测方法，涉及数字信号处理领域。本发明采用温度、烟雾浓度、CO浓度、O2浓度与环境初始浓度差值、热释放速率环境特征数据来分别计算出无火概率，阴燃火概率，明火概率，然后根据计算出的阴燃火概率和明火概率进行融合，从而得到火灾发生的概率；通过本发明所述方法，可以有效监测火灾发生状态，及时探测火灾的发生，便于采取补救措施，减少财产的损失；本发明所述方法，在降低虚报率的基础上，提升了火灾探测准确率，比目前常用数据源温度、CO浓度、烟雾浓度探测火灾发生时间提前至少2S。
-
公开(公告)号：CN111739243B
公开(公告)日：2022-06-03
申请号：CN202010404793.9
申请日：2020-05-14
Applicant: 电子科技大学 , 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于D‑S证据理论的火灾状态检测方法，涉及数字信号处理领域。本发明采用温度、烟雾浓度、CO浓度、O2浓度与环境初始浓度差值、热释放速率环境特征数据来分别计算出无火概率，阴燃火概率，明火概率，然后根据计算出的阴燃火概率和明火概率进行融合，从而得到火灾发生的概率；通过本发明所述方法，可以有效监测火灾发生状态，及时探测火灾的发生，便于采取补救措施，减少财产的损失；本发明所述方法，在降低虚报率的基础上，提升了火灾探测准确率，比目前常用数据源温度、CO浓度、烟雾浓度探测火灾发生时间提前至少2S。
-
公开(公告)号：CN116760425A
公开(公告)日：2023-09-15
申请号：CN202310678635.6
申请日：2023-06-09
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种LDPC码的CRC辅助OSD译码方法。本发明主要在分阶统计译码(Ordered Statistic Decoding，OSD)方法的基础上，从候选码字中挑选译码输出时，除了采用欧式距离最小判断外，引入循环冗余校验(Cyclic Redundancy Check，CRC)，在通过CRC校验的候选码字中选择欧式距离最小的作为译码输出，以此改善OSD译码的误码性能，该译码方法称为CRC辅助OSD译码方法。对不同码长码率的LDPC码进行仿真，结果表明，本发明提出的CRC辅助OSD译码方法能取得比相同阶数的OSD译码方法更低的误块率，同时通过在CRC辅助OSD方法中设置合理的列表长度，可减少参与重编码的测试错误模式(Test Error Patterns，TEPs)数量，从而降低OSD译码在重编码环节的复杂度。
-
公开(公告)号：CN113096396A
公开(公告)日：2021-07-09
申请号：CN202110345599.2
申请日：2021-03-31
Applicant: 电子科技大学
IPC: G08G1/01 , G08G1/0968 , G06F30/18 , G06F30/20 , G06Q10/04
Abstract: 该发明公开了一种基于引力场理论的路径选择方法，属于智能交通系统技术领域，特别是涉及路网通行效率优化及节点失效控制领域。在交通路网传递车流量时，节点上的车辆是受到其他节点的引力作用，这个引力大小取决于节点间的距离、节点的拥塞程度以及节点的介中心性。在这样的思想下，在传输过程中的每个时间步，所有车辆都受到动态变化的引力作用，其传递路径也由动态变化的引力场决定。本方法提出的基于引力场的路径选择策略通过调节引力场数学模型来控制交通流的传输，能够在重要节点得到有效利用的同时，避开利用率过高的重要节点，达到提高传输容量和缓解拥堵情况的目的。
-
公开(公告)号：CN111314257B
公开(公告)日：2021-07-06
申请号：CN202010173742.X
申请日：2020-03-13
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于复值神经网络的调制方式识别方法，涉及无线通信技术领域。针对通信领域中广泛存在的复数信号，本发明提出一种利用时域接收到的复数信号，不需要对接收到的信号提取任何参数，只需将复数数据输入到复值神经网络中进行训练，充分学习数据中实部与虚部的特征，便能得到较高的准确率，且比传统高阶累积方式高。相比实值，复数有更丰富的表达能力，复值神经网络学习复数的实部与虚部特征，更适用于绝大多数为复数表现形式的通信信号；本发明不用人为计算观察各个信号或特征值之间差异，不需人工设定阈值来区分信号的调制类型，神经网络就有分类器的功能。
-
Patent Agency Ranking
公开(公告)号：CN108900290B
公开(公告)日：2021-02-02
申请号：CN201810677165.0
申请日：2018-06-27
Applicant: 电子科技大学
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明公开而了一种基于定位信息的导频分配方法，属于通信技术领域，特别涉及一种基于定位信息的导频分配方法。本发明基于用户位置信息和基站位置信息，该导频分配技术相对于背景技术而言，在整个大规模MIMO系统的用户平均性能(信道的平均归一化均方误差)方面表现更好；除此之外，在整个通信系统用户之间的公平性方面，该导频分配技术也有较大提升。
-
公开(公告)号：CN107241130B
公开(公告)日：2020-10-23
申请号：CN201710441819.5
申请日：2017-06-13
Applicant: 电子科技大学
IPC: H04B7/06
Abstract: 该发明公开了一种基于两时隙的一比特反馈协作波束成形方法，属于无线通信领域，主要涉及基于两时隙的一比特反馈协作波束成形技术。在不增加系统开销的条件下，每个时隙仍然只反馈一个比特信息，利用当前时隙的反馈和上一时隙的反馈值决定下一时隙的相位扰动步长和校正因子，在保留之前算法的优势上，实时的调整相位扰动步长和校正因子，在相位差很小时适当减小扰动步长，远离收敛值时适当增加扰动步长，提高扰动的正确率，加快了收敛的速度。
-
公开(公告)号：CN111582320A
公开(公告)日：2020-08-25
申请号：CN202010302865.9
申请日：2020-04-17
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于半监督学习的动态个体识别方法，该方法涉及辐射源个体识别技术领域。为尝试解决个体间相似的辐射源个体识别准确率低，同时有效检测未知类的问题，本发明基于信号的时频域特征，利用神经网络进行辐射源个体识别，同时对没有标签的未知个体进行检测，并自动加标签，动态迭代数据库，是针对目前辐射源个体识别相关问题的有效尝试，而且还可以检测无标签的未知个体，然后自动加标签，同时迭代更新数据库。本方法对已知类识别准确率达到99％以上，而且未知类的误差率小于0.6％。
-
公开(公告)号：CN111382803A
公开(公告)日：2020-07-07
申请号：CN202010189611.0
申请日：2020-03-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的特征融合方法，涉及电磁信号识别技术领域。首先对目标离散信号进行预处理，使用短时傅里叶变换提取所有数据的功率谱密度P，将功率谱密度P作为通信信号源的特征；再以功率谱密度P作为通信辐射源的特征导入事先训练好的神经网络，完成特征的提取，得到特征P1；其次将目标离散信号分段，求每一段的载频和码元速率相对偏差，将之作为特征P2；最后将提取后的特征P2与特征P1在数量级上对应拼接起来，作为融合特征P3；采用融合特征P3对信号进行识别。与现有技术相比，本发明技术方案的有益效果是：具有更高的识别率，能够准确识别通信信号设备。
-
公开(公告)号：CN108900290A
公开(公告)日：2018-11-27
申请号：CN201810677165.0
申请日：2018-06-27
Applicant: 电子科技大学
IPC: H04L5/00 , H04B7/0413
CPC classification number: H04L5/0048 , H04B7/0413
Abstract: 本发明公开而了一种基于定位信息的导频分配方法，属于通信技术领域，特别涉及一种基于定位信息的导频分配方法。本发明基于用户位置信息和基站位置信息，该导频分配技术相对于背景技术而言，在整个大规模MIMO系统的用户平均性能(信道的平均归一化均方误差)方面表现更好；除此之外，在整个通信系统用户之间的公平性方面，该导频分配技术也有较大提升。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.048 seconds)
