-
-
公开(公告)号：CN113132931A
公开(公告)日：2021-07-16
申请号：CN202110409122.6
申请日：2021-04-16
Applicant: 电子科技大学
Abstract: 本发明属于在复杂的室内环境下进行准确定位的方法，具体是涉及一种基于参数预测的深度迁移室内定位方法。本发明首先利用有标签的源域数据预训练一个性能良好的源网络定位模型，然后通过固定预训练的源网络参数，在无标签目标域数据的辅助下学习一种从源网络参数到目标网络参数的转换矩阵，最后利用该转换矩阵和源网络参数计算出目标域网络参数。本发明克服了常用领域适应技术过度专注于领域不变特征而忽略领域差异的弊端，能够使目标域的特征分布尽可能接近源域特征分布，从而保证了目标域网络在适应新环境的同时能保留部分源域网络的数据处理能力。本发明是一种能够良好适应复杂室内环境的高精度定位方法。
-
公开(公告)号：CN113096630A
公开(公告)日：2021-07-09
申请号：CN202110265918.9
申请日：2021-03-11
Applicant: 电子科技大学
IPC: G10K11/178
Abstract: 本发明公开了一种无线有源噪声控制系统，属于有源噪声控制技术领域。本发明采取无线通信的方式进行信号传输，解决了实体连线系统部署和维护的困难。对单通道系统，在整个无线有源噪声控制系统不停止的情况下，通过添加随机噪声，进行次级通路模型的在线更新，既保证了每一时间段内次级通路模型的准确性，又保证了整个有源噪声控制系统的降噪效果。本发明基于上位机的存在，增加了对次级通路的自适应迭代并不会增加控制器的负担，可以将节省下来的硬件资源用于增加控制滤波器系数长度、使用计算复杂度更高的改进算法等其它需增加系统运算复杂度的部分，获得更好的噪声抑制效果和次级通路在线建模效果。
-
公开(公告)号：CN112954633A
公开(公告)日：2021-06-11
申请号：CN202110102428.7
申请日：2021-01-26
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域，具体是涉及一种基于参数约束的双网络架构室内定位方法。本发明利用基于参数约束的双网络架构，通过不同网络提取不同领域的数据特征，打破了单一网络架构只能提取公共特征的限制，能够充分提取不同领域的数据特征。对网络参数施加的线性约束，显式建模了室内定位环境中的数据分布漂移，从参数角度对分布漂移进行线性补偿，最大程度地减小领域差异，进而使模型能够有效地适应复杂的室内环境。本发明能够有效降低不同领域的数据分布差异，从而本发明是一种能够在复杂室内环境中实现高精度定位的方法。
-
公开(公告)号：CN112953661A
公开(公告)日：2021-06-11
申请号：CN202110110164.X
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/12 , H04B17/27
Abstract: 本发明属于室内定位技术领域，具体涉及一种信道状态信息CSI相位指纹优化方法。本发明主要步骤为：获取1次测量得到N个子载波的CSI数据；计算每个子载波数据的CSI相位并对相位进行解卷绕；求解卷绕后相位的相邻子载波的相位差；通过自适应门限阈值依次判断每个相位差是否在阈值内，若不在则记录该异常相位的下标；基于得到的下标把解卷绕后的相位分段；通过线性最小二乘算法消除每一段相位的硬件误差；按顺序拼接每段消除硬件误差后的相位，从而实现CSI相位指纹优化。
-
Patent Agency Ranking
公开(公告)号：CN111885703B
公开(公告)日：2021-04-23
申请号：CN202010704495.1
申请日：2020-07-21
Applicant: 电子科技大学
IPC: H04W64/00 , H04B17/318 , G01S5/02
Abstract: 本发明属于室内定位技术领域，具体涉及一种室内定位方法。本发明公开了基于混构域迁移学习的室内定位方法，其中混构域是指源域和目标域共享一部分特征空间，但又独有部分特征的数据域，该方法能充分利用源域和目标域中的共有AP，对目标域中缺失的AP数据进行补充，既维持了源域和目标域的特征一致性，也保证了各特征数据之间不发生混叠，有效的提高了定位样本特征数据不足情况下的定位精度，因此，本发明可以在待定位样本特征数据不足的混合域中发挥非常重要的作用。
-
公开(公告)号：CN109348410B
公开(公告)日：2020-07-10
申请号：CN201811372033.3
申请日：2018-11-16
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域，特别是一种基于全局和局部联合约束迁移学习的室内定位方法。本发明的方法通过最小化域间的边缘和条件概率分布差异，以及最大化潜在子空间的样本方差约束全局结构的一致性。同时，通过最小化类内方差，最大化类间方差来保持每一个类别与其对应样本的依赖性，以及通过流形正则化保持局部的邻域关系，进而约束局部结构的一致性。可解决目前迁移学习方法知识迁移不充分的问题，从源域中迁移得到的知识可有效地提高目标域的定位精度，解决因环境变化而引起RSS波动的问题。从而本发明提出的基于全局和局部联合约束迁移学习的定位方法是一种适合在复杂室内环境下的高精度定位新方法。
-
公开(公告)号：CN106877918B
公开(公告)日：2020-06-16
申请号：CN201710017183.1
申请日：2017-01-10
Applicant: 电子科技大学
IPC: H04B7/08
Abstract: 本发明针对现有稳健波束形成方法中，因互耦条件下的导向矢量失配而直接或间接地导致波束形成算法性能下降的技术问题，公开了一种互耦条件下稳健自适应波束形成方法。本发明不用已知互耦信息，只是基于阵列互耦结构的特殊性就可以重构干扰加噪声协方差矩阵和期望信号协方差矩阵，并且通过对重构的协方差矩阵采用最大化信噪比准则来求得最终权向量而不需要对期望信号导向矢量进行估计。在期望信号功率较强或较弱时都保持非常好的性能，且可以快速的收敛。
-
公开(公告)号：CN109640242B
公开(公告)日：2020-05-12
申请号：CN201811507726.9
申请日：2018-12-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种音频源分量及环境分量提取方法，属于音视频处理技术领域。本发明首先基于立体声音频信号在信号复频域的左、右信道的正频率点分量值，以及源声相因子，分别在两种情况下求解环境分量、源分量在每帧的各正频率点分量值；再通过比较两组求解结果中的源分量和环境分量能量确定其真实解，并通过共轭对称关系构建对应的负频率点分量值；最后，对每帧的各频率点分量值进行频域到时域的转换处理，得到待进行分量提取的立体声音频信号的左、右信道的环境分量信号和源分量信号。本发明可用于立体声扩展，经本发明提取方法所提取出源分量、环境分量的时域波形与原始语音的左声道源分量、环境分量的波形具有高度一致性。
-
公开(公告)号：CN110596692A
公开(公告)日：2019-12-20
申请号：CN201910763378.X
申请日：2019-08-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于联合约束的情况下自适应单脉冲测向方法，属于自适应阵列信号处理领域的单脉冲测向技术。本发明可以有效的避免在自适应干扰抑制过程中，由于干扰存在的情况下单脉冲估计性能下降的问题，从而改善单脉冲的性能。基于本发明的处理过程，使得在通过扩维度进行求解最优权向量的同时，改善了计算时间的复杂度，与常规的线性约束条件相当，并且性能还优于常规的线性约束条件。且本发明方法与常规的静态单脉冲比十分接近，有效的改善了单脉冲性能。此外，本发明通过充分利用了对窄带信号进行整体处理的方式，相比于传统的单脉冲测角方法，具有信噪比小、时间复杂度低精度高、更加稳健的优点。因此，本发明具有较强的工程实用性。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.028 seconds)
