基于波形特征的地震信号检测方法

    公开(公告)号:CN110988985B

    公开(公告)日:2020-11-17

    申请号:CN201911310605.X

    申请日:2019-12-18

    Abstract: 本发明公开了基于波形特征的地震信号检测方法,涉及地震信号处理领域。首先选取台阵收集的历史事件中的地震信号和噪声信号作为数据集,提取每条信号中的幅值特征α,比值特征ρ,特定频段能量均值特征γ并进行归一化以及能量和特征λ并进行归一化。然后将所有的地震信号和噪声信号划分为训练样本和测试样本,将训练样本中所有地震信号的各特征参数分部组成相应矩阵,并带入高斯函数,利用梯度下降法优化,得到各特征对应的最优超参数,计算各特征高斯过程的后验均值和协方差,得到四个特征模型。利用验证后的特征模型,用贝叶斯的思想预测新的事件发生的概率,根据事件发生概率的大小来判断是否为地震事件;本发明提升正确检测率,适用性更强。

    基于波形特征的地震信号检测方法

    公开(公告)号:CN110988985A

    公开(公告)日:2020-04-10

    申请号:CN201911310605.X

    申请日:2019-12-18

    Abstract: 本发明公开了基于波形特征的地震信号检测方法,涉及地震信号处理领域。首先选取台阵收集的历史事件中的地震信号和噪声信号作为数据集,提取每条信号中的幅值特征α,比值特征ρ,特定频段能量均值特征γ并进行归一化以及能量和特征λ并进行归一化。然后将所有的地震信号和噪声信号划分为训练样本和测试样本,将训练样本中所有地震信号的各特征参数分部组成相应矩阵,并带入高斯函数,利用梯度下降法优化,得到各特征对应的最优超参数,计算各特征高斯过程的后验均值和协方差,得到四个特征模型。利用验证后的特征模型,用贝叶斯的思想预测新的事件发生的概率,根据事件发生概率的大小来判断是否为地震事件;本发明提升正确检测率,适用性更强。

    一种基于GS变换滤波和EMD去噪的地震信号检测算法

    公开(公告)号:CN109212603A

    公开(公告)日:2019-01-15

    申请号:CN201811321980.X

    申请日:2018-11-08

    CPC classification number: G01V1/30 G01V2210/324 G01V2210/48

    Abstract: 本发明公开了一种基于GS变换滤波和EMD去噪的地震信号检测算法,涉及地震信号检测准确率领域。首先截取采集的某地震波信号x(i),并将该地震波信号进行广义S变换,得到该条地震记录的时频分析图。从时频分析图中观察得到该信号x(i)到来时刻对应的优势频带;选择最开始的两个优势频带,将地震信号x(i)经过滤波器完成滤波并叠加,得到多频带滤波后的地震信号x′(i)。将多频带滤波后的地震信号x′(i)进行EMD分解,并将各分量叠加得到去噪后的地震信号x″(t)。将去噪后的地震信号x″(t)采用短时窗平均/长时窗平均算法进行检测。本发明在一定程度上能够提升信号特征值,从而可以进一步提升检测概率,以期降低误检率。

    一种基于NS3的用于低轨卫星控制拥塞的平台的实现方法

    公开(公告)号:CN113507722B

    公开(公告)日:2024-11-26

    申请号:CN202110765817.8

    申请日:2021-07-05

    Abstract: 本发明提供了一种基于NS3的用于低轨卫星控制拥塞的平台的实现方法,涉及低轨卫星仿真技术领域。本发明方法根据TCP/IP通信协议的层次结构,在仿真模拟器NS3中搭建用于低轨卫星控制拥塞的平台;在安装网络设备和信道时,为每个卫星建立通信任务队列,在安装网络协议栈时,设置使用显示负载均衡的路由控制策略,定时检查卫星负载状态,并发送给相邻卫星,根据卫星状态控制卫星间的数据流量传输。本发明实现了一套完整的基于NS3的用于低轨卫星拥塞控制的路由协议开源平台搭建策略和实现方法,解决了低轨卫星运行中链路通断、负载不均衡的问题,并能在星间链路发生断链时能够及时处理故障。

    一种基于软件无线电平台的Polar码自适应编译码方法

    公开(公告)号:CN118100960A

    公开(公告)日:2024-05-28

    申请号:CN202410018513.9

    申请日:2024-01-04

    Abstract: 本发明公开了一种基于软件无线电平台的Polar码自适应编译码方法,属于通信场景变化下Polar码的实现领域;首先,针对单个码块,发送端取出kbit的原始信息,串行输入crc添加模块,在其末尾添加若干位校验位后,输出至编码矩阵生成模块;然后,码长计算模块根据当前信道环境,自适应地确定码率r,码长中间值N和对数n,并输出给编码矩阵生成模块、速率和解速率匹配模块;接着,编码矩阵生成模块根据编码使用的信道总数,选择承载有用比特信息的信道具体数量。经过比特置换器后完成Polar码的N位原始编码;再经过速率匹配模块,根据码长、码率信息调整码块参数,形成E位最终编码。经过AWGN到达接收端的解速率匹配模块,匹配形成长度为N的LLR值;最后进行L_num个并行码的译码,由CRC校验筛选出k比特的估值。本发明解决了编译码的高时延问题,使Polar码更具有通用性。

    一种适用于多层低轨卫星星座的小区-卫星双边匹配方法

    公开(公告)号:CN117155459A

    公开(公告)日:2023-12-01

    申请号:CN202311152830.1

    申请日:2023-09-07

    Abstract: 本发明公开了一种适用于多层低轨卫星星座的小区‑卫星双边匹配方法,属于卫星应用产业。针对多层低轨卫星星座场景下多星与多地面小区的匹配问题,本发明方法将小区和卫星的关联匹配问题建模为一对多双边匹配问题,然后根据用户时延需求及卫星负载均衡需求设计双边的效益函数并分别为小区和卫星建立自身的偏好列表,采用延迟接受算法进行卫星与小区的匹配。本发明综合考虑了小区业务特征的差异性及卫星负载现状,实现了小区‑卫星的动态匹配,能为具有多颗可视卫星的小区选择其服务卫星,并在均衡星间负载的同时降低小区实时业务总时延,适用于多层低轨卫星星座场景,在满足小区Qos需求的同时最大化利用星上资源。

    基于FPGA的卫星5G大动态高速传输实时接收及时间同步方法及系统

    公开(公告)号:CN117062211A

    公开(公告)日:2023-11-14

    申请号:CN202311048087.5

    申请日:2023-08-18

    Abstract: 本发明是一种基于FPGA的卫星5G大动态高速传输实时接收及时间同步方法及系统,属于无线通信技术领域。本发明系统在星地传输链路的接收端设置实时接收模块、时间同步模块等。本发明方法包括:接收端利用异步FIFO将数据实时存储到DDR3,每传输半帧信号进行一次时间同步;采用多符号合并的方式计算符号起始点,根据符号起始点获取每个符号内容,与已知PSS序列进行相关值计算,获取半帧信号起始点,再继续进行后续去CP和解调操作;本发明解决了由大时延和大频偏带来的定时同步困难的问题,在保证精确性的前提下,实现复杂度低且定时同步误差不受载波频偏的影响,可用于存在大动态频偏的卫星移动通信系统的时间同步过程。

    一种适用于多样化业务的多层次低轨星座构型设计方法

    公开(公告)号:CN116600310A

    公开(公告)日:2023-08-15

    申请号:CN202310396183.2

    申请日:2023-04-13

    Abstract: 本发明公开了一种适用于多样化业务的多层次低轨星座构型设计方法,属于无线通信领域;具体包括:首先,建立单星覆盖和多星全球覆盖几何模型,包括P个轨道和每个轨道上分别部署M个卫星的星座构型;然后,建立聚合QoS效用表征模型,针对单个用户,计算该用户的聚合效用函数;当不同类型的用户接入不同层低轨卫星,通过调整星座构型,计算整体系统最优的聚合效用函数;最后,结合部署成本,构建大规模多层次星座构型设计的多目标优化函数以及约束条件;并利用自适应粒子群算法求解得到大规模低轨卫星星座部署参数,最终按照该参数设计多层次低轨星座构型。本发明在充分考虑轨道参数设计满足差异化业务需求的同时考虑了星座部署成本。

    一种无蜂窝网络中基于深度强化学习的双向缓存放置方法

    公开(公告)号:CN116321307A

    公开(公告)日:2023-06-23

    申请号:CN202310257897.5

    申请日:2023-03-10

    Abstract: 本发明提供了一种无蜂窝网络中基于深度强化学习的双向缓存放置方法,涉及移动通信、物联网等技术领域。本发明方法包括:对边缘服务器节点建立基于缓存命中率、缓存空间资源利用率、内容响应时延和能耗指标的效用函数,基于该效用函数构造多目标优化问题求解内容缓存决策,优化目标为最大化缓存命中率,并且尽量最小化系统成本;然后利用深度Q网络建立缓存资源分配决策网络;利用经验重放训练Q网络,根据不断接收到的用户请求对用户的偏好定时更新,更新内容缓存决策。本发明方法可以为用户合理分配带宽和计算资源,达到提升无蜂窝网络中整体系统资源利用率同时保证用户应用服务质量要求的目标。

    一种面向功率放大器的深度神经网络泛化性建模方法

    公开(公告)号:CN114565077B

    公开(公告)日:2023-04-18

    申请号:CN202210126012.3

    申请日:2022-02-10

    Abstract: 本发明提出一种面向功率放大器的深度神经网络泛化性建模方法,属于无线通信技术领域;首先,采集不同带宽和功率水平的数据,并调制到具有K个子载波的OFDM系统上生成OFDM信号,经过采样得到采样信号,并基于云边协同上传至云端;然后,对各OFDM信号的相应带宽和功率水平进行one‑hot编码,并通过全连接神经网络层,标记输出为各自的编码向量;基于此构建DNN模型;并利用采集的不同带宽和功率水平的数据,对DNN模型进行训练,实现基于多种状态数据的泛化性建模;本发明实现了对多组带宽、功率水平的功率放大器信号进行建模,避免了当存在不同带宽、功率条件的OFDM信号时需要针对性的逐一训练网络模型的问题,减少了需要建模的数量,大大提高了建模效率。

Patent Agency Ranking