-
公开(公告)号:CN114422049B
公开(公告)日:2022-09-23
申请号:CN202210085970.0
申请日:2022-01-25
Applicant: 西安电子科技大学 , 中国电子科技集团公司第二十九研究所
IPC: H04B17/30 , G06F16/215 , G01R23/16
Abstract: 本发明提供基于深度学习检测的频谱监测大数据清洗方法及系统,包括:该系统包括数据采集模块、信号检测模块、多信号分离模块、信号测量模块、信号压缩模块和信号标签注入模块。该方法的步骤具体包括:实时接收宽带电磁频谱监测信号;生成时频域矩阵;利用信号检测算法检测时频域矩阵中的所有信号;对时频域矩阵中分布的多个检测信号进行独立性分离;对分离后的信号进行核心参数测量;对分离后的信号进行抽取压缩;标注压缩信号。本发明具有易于开发、有效节约数据库存储量、并能增加单位数据库信息量等优点。
-
公开(公告)号:CN110412501A
公开(公告)日:2019-11-05
申请号:CN201910747347.5
申请日:2019-08-14
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了基于改进极坐标表示方法模型下的雷达信号测向方法、装置及计算机存储介质,该方法可以包括:将由雷达信号源位置参数所对应生成的MPR变量以及由至少一个飞行器平台所搭载的传感器测量所产生的TDOA估计方程相关联获得基本方程;利用被定义获得的未知量将所述基本方程进行伪线性化,获得用于求解所述未知量的伪线性误差方程;通过引入加权矩阵将所述伪线性误差方程由求解所述未知量转化为对应的二次约束下的二次优化问题;基于所述未知量按照所述雷达信号源位置参数进行拆分,将所述二次约束下的二次优化问题转化为对应的广义信赖域子问题GTRS;利用拉格朗日乘子法解决所述广义信赖域子问题GTRS,获得所述雷达信号源位置的测向估计值。
-
公开(公告)号:CN114422049A
公开(公告)日:2022-04-29
申请号:CN202210085970.0
申请日:2022-01-25
Applicant: 西安电子科技大学 , 中国电子科技集团公司第二十九研究所
IPC: H04B17/30 , G06F16/215 , G01R23/16
Abstract: 本发明提供基于深度学习检测的频谱监测大数据清洗方法及系统,包括:该系统包括数据采集模块、信号检测模块、多信号分离模块、信号测量模块、信号压缩模块和信号标签注入模块。该方法的步骤具体包括:实时接收宽带电磁频谱监测信号;生成时频域矩阵;利用信号检测算法检测时频域矩阵中的所有信号;对时频域矩阵中分布的多个检测信号进行独立性分离;对分离后的信号进行核心参数测量;对分离后的信号进行抽取压缩;标注压缩信号。本发明具有易于开发、有效节约数据库存储量、并能增加单位数据库信息量等优点。
-
-