-
公开(公告)号：CN115115005B
公开(公告)日：2025-02-11
申请号：CN202210902504.7
申请日：2022-07-26
Applicant: 郑州大学
IPC: G06F18/23213 , G06F18/214
Abstract: 本发明属于计算机机器学习技术领域，尤其涉及一种基于最大密距的Canopy协议识别方法，针对现有的聚类准确率和稳定性差、算法参数选取不准确以及中心点无法确定的问题，现提出如下方案，包括如下步骤：S1：将待分类识别的协议数据集进行数据预处理，并使用PCA进行降维；S2：抽取少量标记协议计算各子集内平均距离的平均值，并视为Canopy算法中距离阈值T2；S3：首次聚类选取样本点密度值最大的作为第一次聚类中心，进行Canopy迭代，接着计算数据集中剩余样本点的密距值r；本发明的目的是提高K‑means算法的聚类准确率和稳定性，准确算法参数选取，确定中心点，在聚类效果有所改善的同时提高了协议识别的准确率，以适应非均匀网络协议的环境。
-
公开(公告)号：CN114401172A
公开(公告)日：2022-04-26
申请号：CN202111251241.X
申请日：2021-10-26
Applicant: 郑州大学 , 河南聚讯电子科技有限公司
Abstract: 本发明公开了一种基于Turbo均衡框架和VAMP的联合估计与检测方法，包括：对SC系统模型待估计量的联合后验概率密度函数进行因子分解并得到相应的因子图模型；设置初始化参数值，对信道进行初始估计，双VAMP均衡器将来自SISO译码器外信息作为其输入信息，并得到符号的先验概率；在因子图模型中，两次使用VAMP分别对符号和信道进行联合估计，获取符号的近似后验分布以及信道抽头的近似后验分布；通过求得编码比特的后验，并将其转换成外信息传给SISO译码器；计算出新的编码比特概率；返回第二步并更新SISO译码器的外信息，开始下一次Turbo迭代；该算法同现有算法相比，提出的VAMP接收算法在BER、NMSE方面有着显著提高。
-
公开(公告)号：CN113343801A
公开(公告)日：2021-09-03
申请号：CN202110575130.8
申请日：2021-05-26
Applicant: 郑州大学
Abstract: 本发明公开了基于轻量化卷积神经网络的无线信号自动调制识别方法，包括如下步骤：步骤A、对于待识别接收信号，进行一次含多个卷积核的标准卷积运算，以从原始信号中获取充足的信息；步骤B、使用深度可分离卷积设计了深度可分离卷积残差单元和深度可分离卷积残差栈用于特征提取；步骤C、使用一层线性激活的点卷积层进行特征升维；步骤D、针对最后一层特征图，使用非线性激活的全局深度卷积进行特征重构；步骤E、针对判别特征向量，使用一层全连接层完成信号分类。该算法同现有算法相比，分类准确率非常接近当前最优算法且优于其它深度学习算法，同时模型空间复杂度和推理速度方面有着显著改善。
-
公开(公告)号：CN116032319B
公开(公告)日：2025-01-24
申请号：CN202211690757.9
申请日：2022-12-27
Applicant: 郑州大学
IPC: H04B1/713 , H04L41/14 , G06F18/23213
Abstract: 本发明提供了一种复杂环境下多网台跳频信号分选方法，包括：建立复杂环境下跳频通信系统中的多网台跳频信号的数学模型，将多网台混合跳频信号进行短时傅里叶变换获得时频能量矩阵；根据接收信号的时频矩阵对其进行基于能量分布直方图的自适应阈值去噪；进行形态学滤波去除扫频干扰和部分短突发干扰；标记连通域并统计各连通域持续时长，根据持续时长去除短突发干扰和定频干扰，得到只含跳频信号的纯净信号；提取纯净信号各段平均能量，根据各段平均能量进行MeanShift聚类对各跳频段进行分选。在低信噪比下，相比其他跳频网台分选算法，本发明算法具有更强的抗干扰能力，更高的分选率，也具有更广泛的适用性，具有较高的工程实践价值。
-
公开(公告)号：CN118158043A
公开(公告)日：2024-06-07
申请号：CN202410432657.9
申请日：2024-04-11
Applicant: 郑州大学
IPC: H04L27/00 , H04B17/309 , H04L25/02
Abstract: 本发明公开了一种单通道时频混叠信号符号时延与频偏联合盲估计方法，包括以下步骤：步骤A、利用单通道时频混叠信号与单载波信号具有的相似循环自相关性，提出一种单通道时频混叠信号循环自相关特征提取技术；步骤B、利用循环自相关特征提取技术与对应简化算法，提取简化后的四类单通道时频混叠信号循环自相关特征，并构建以符号时延与频偏为参量的循环自相关特征矩阵；步骤C、利用改进型水流优化器完成对矩阵最优解的快速智能求解，优化器的搜索结果即为单通道时频混叠信号符号时延与频偏的联合盲估计结果，本发明的算法对信号采集设备要求低，较适用于高阶调制大带宽时频混叠信号逐渐增多的实际通信环境。
-
Patent Agency Ranking
公开(公告)号：CN116032319A
公开(公告)日：2023-04-28
申请号：CN202211690757.9
申请日：2022-12-27
Applicant: 郑州大学
IPC: H04B1/713 , H04L41/14 , G06F18/23213
Abstract: 本发明提供了一种复杂环境下多网台跳频信号分选方法，包括：建立复杂环境下跳频通信系统中的多网台跳频信号的数学模型，将多网台混合跳频信号进行短时傅里叶变换获得时频能量矩阵；根据接收信号的时频矩阵对其进行基于能量分布直方图的自适应阈值去噪；进行形态学滤波去除扫频干扰和部分短突发干扰；标记连通域并统计各连通域持续时长，根据持续时长去除短突发干扰和定频干扰，得到只含跳频信号的纯净信号；提取纯净信号各段平均能量，根据各段平均能量进行MeanShift聚类对各跳频段进行分选。在低信噪比下，相比其他跳频网台分选算法，本发明算法具有更强的抗干扰能力，更高的分选率，也具有更广泛的适用性，具有较高的工程实践价值。
-
公开(公告)号：CN114401172B
公开(公告)日：2024-02-06
申请号：CN202111251241.X
申请日：2021-10-26
Applicant: 郑州大学 , 河南聚讯电子科技有限公司
Abstract: 本发明公开了一种基于Turbo均衡框架和VAMP的联合估计与检测方法，包括：对SC系统模型待估计量的联合后验概率密度函数进行因子分解并得到相应的因子图模型；设置初始化参数值，对信道进行初始估计，双VAMP均衡器将来自SISO译码器外信息作为其输入信息，并得到符号的先验概率；在因子图模型中，两次使用VAMP分别对符号和信道进行联合估计，获取符号的近似后验分布以及信道抽头的近似后验分布；通过求得编码比特的后验，并将其转换成外信息传给SISO译码器；计算出新的编码比特概率；返回第二步并更新SISO译码器的外信息，开始下一次Turbo迭代；该算法同现有算法相比，提出的VAMP接收算法在BER、NMSE方面有着显著提高。(56)对比文件巩克现;董政;林华明;葛临东.载波相位同步算法中因子图模型实现方法《.信息工程大学学报》.2012,全文.魏丽.基于消息传递算法的OFDM索引调制信道估计与信号检测《.中国优秀硕士学位论文全文数据库》.2020,全文.Li Wei;Jianping Zheng.ApproximateMessage Passing-Aided Iterative ChannelEstimation and Data Detection of OFDM-IMin Doubly Selective Channels《.IEEE Access( Volume: 7)》.2019,全文.
-
公开(公告)号：CN114374397A
公开(公告)日：2022-04-19
申请号：CN202111251245.8
申请日：2021-10-26
Applicant: 郑州大学 , 河南聚讯电子科技有限公司
IPC: H03M13/29
Abstract: 本发明公开了一种三维Turbo乘积码译码结构并优化迭代权重因子的方法，对将要发送的0，lbit码流，用扩展汉明码外加一位奇偶检验位从X、Y和Z三个方向进行三维TPC的编码，然后在AWGN信道下BPSK调制之后进行传输信息；接收信号后，把三维体结构看成二维面结构，用ChaseII译码算法进行行和列ChaseII译码。三维TPC译码分别从X、Y和Z轴三个方向采用软输入软输出迭代译码算法。本发明通过分析迭代权重因子，在发明的三维TPC的并行迭代译码结构中，仿真不同的迭代权重因子向量，得出一组使误码率性能最好的迭代权重因子，提高了低信噪比下的译码性能，性能非常接近于香农限，满足移动无线通信的要求。
-
公开(公告)号：CN115441970B
公开(公告)日：2025-02-14
申请号：CN202211098822.9
申请日：2022-09-08
Applicant: 郑州大学
IPC: H04B17/382 , H04B17/336 , H04L5/00
Abstract: 本发明属于无线通信技术领域，尤其涉及一种基于尺度迭代和频谱补偿的宽带信号检测方法，针对现有的宽带信号的检测算法易受噪声影响、在低信噪比下检测效果较差、复杂度较高，检测时间长、需要大量先验信息等问题，现提出如下方案，包括以下步骤：步骤A:收信号经过AD采样得到宽带采样信号，经过数字信道化将宽带信号划分为合适带宽的多段信号；本发明的目的是针对宽带信号，利用形态学滤波带宽筛选的特性，使噪声基底估计更准确，避免不平坦噪底造成误检；利用平滑迭代克服信号中强脉冲和白噪声对信号参数估计造成的误差，通过频谱补偿改善频带混叠信号的检测性能，实现宽带信号的盲检测，提高检测准确度。
-
公开(公告)号：CN115225445B
公开(公告)日：2024-03-12
申请号：CN202210841286.0
申请日：2022-07-18
Applicant: 郑州大学
IPC: H04L27/38
Abstract: 本发明属于无线通信技术领域，公开了一种基于Laurent分解的CPM信号g次方低复杂度检测方法，包括如下步骤：步骤A、对接收到的信号进行相位展开；步骤B、对步骤A中的相位进行g次方运算，得到调制指数等效后的相位；步骤C、将步骤B中等效后的相位信号送入检测器，然后基于Laurent分解进行相干检测，从而得到检测后的序列。与传统的最佳检测方法相比，本发明的检测算法能够在几乎不损失误码性能的情况下，显著降低检测器的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.017 seconds)
