-
公开(公告)号：CN111163028A
公开(公告)日：2020-05-15
申请号：CN201911375415.6
申请日：2019-12-27
Applicant: 杭州电子科技大学
IPC: H04L27/26 , H04L25/02 , H04B17/364
Abstract: 本发明公开了一种基于基带复信号相角的TDOA跟踪方法，包括：S11.接收基站发送的导频序列，并计算出不同天线接收信号的到达时间差TDOA的初值；S12.接收基站发送的帧信号，并在预设范围内选择数个到达时间差TDOA的时延因子，根据选取的时延因子对接收到帧信号进行解码，得到数个帧信号的解码结果；S13.计算解码后的数个帧信号的实部能量均值与虚部能量均值的比值，并选取所有比值中的最大值所对应的到达时间差TDOA的时延因子，将选取的最大值所对应的到达时间差TDOA的时延因子反馈至基站；S14.基站接收到所述最大值所对应的到达时间差TDOA的时延因子，构造与接收到的到达时间差TDOA的时延因子相对应的正交恢复预编码矩阵，对预编码矩阵中的元素进行相位旋转。
-
公开(公告)号：CN110149130A
公开(公告)日：2019-08-20
申请号：CN201910406123.8
申请日：2019-05-16
Applicant: 杭州电子科技大学
IPC: H04B7/0456 , H04B7/08 , H04B17/391
Abstract: 本发明公开了一种基于PSO的大规模MIMO系统上行能量效率优化方法，包括步骤：步骤S1、计算系统频谱效率；步骤S2、关系化表示系统上行链路的总能量消耗与量化比特数；步骤S3、基于所述系统频谱效率及总能量消耗计算大规模MIMO系统上行能量效率；步骤S4、基于PSO算法优化出最佳的量化比特数和基站侧天线数使系统能够获得最大的能量效率。本发明根据不同的A/D转换器提出了一种天线选择分组量化方案，有效提升系统的能量效率，节约能耗，降低信息损失。
-
公开(公告)号：CN109002839A
公开(公告)日：2018-12-14
申请号：CN201810653970.X
申请日：2018-06-22
Applicant: 杭州电子科技大学
CPC classification number: G06Q40/04 , G06K9/6256 , G06N3/006
Abstract: 本发明公开了一种多属性特征环境下高效特征选择方法，本发明针对股票趋势预测时，RF算法本身无法识别并选择更高效的特征的缺点，结合离散二进制粒子群算法优化特征选择机制，在趋势变化初期不明显的情况下，筛选出最优特征，且作为属性输入RF算法，提出BPSO-RF股票趋势预测智能混合方法；本发明缩小了特征子集，剔除无关或效果重复的特征属性，减少了股票趋势预测的时间；本发明在多属性特征环境下，提出高效特征选择方法，通过BPSO算法全局搜索，选择出最佳特征作为输入变量输入到RF算法，大幅度提高了股票趋势预测的准确率。
-
公开(公告)号：CN108449121A
公开(公告)日：2018-08-24
申请号：CN201810148509.9
申请日：2018-02-13
Applicant: 杭州电子科技大学
IPC: H04B7/0456 , H04B7/0413 , H04B17/391
Abstract: 本发明公开了一种毫米波大规模MIMO系统中低复杂度混合预编码方法。本发明部分连接混合预编码方案的每个射频链路对应的预编码方案与在不考虑射频链路的情况下的最优数字预编码方案相对应位置之间求取F范数最小值，从而通过每次计算求出一个射频链路的数字预编码矩阵与模拟预编码矩阵。每个射频链路的模拟预编码矩阵相位为最优数字预编码矩阵最大奇异值向量的相位，其数字预编码矩阵元素实部为模拟预编码矩阵的共轭转置乘以对应位置最优数字预编码向量的实部，数字预编码矩阵元素虚部为模拟预编码矩阵的共轭转置乘以对应位置最优数字预编码向量虚部的相反数。本发明能够以更低的算法复杂度获得比模拟预编码更高的系统可达和速度。
-
公开(公告)号：CN112633167B
公开(公告)日：2024-04-16
申请号：CN202011536430.7
申请日：2020-12-23
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/2431 , G16H50/70
Abstract: 本发明公开一种基于SaO2信号多种基线特征的自动识别SAHS方法，包括步骤：S1、采集SHHS数据库中的SaO2信号，并对SaO2信号进行预处理；S2、提取多种基本数据特征，并筛选出最优特征；S3、提取多种自定义基线相关特征并与最优特征合并成特征数据集；S4、依据SHHS数据库中提取数据对应的注释文件，计算AHI值，根据AHI值对特征数据集进行分类，选取随机平衡数据法对不平衡数据集进行处理，得到平衡数据集；S5、将平衡数据集作为随机森林分类器的输入，对数据集进行训练和测试，得到最终分类结果。本发明更好地体现SaO2信号变化情况，受试者患病严重程度通过基线相关特征有更好体现；通过随机平衡数据法合并成完整平衡数据集，保证数据随机性，使最终分类结果更准确。
-
Patent Agency Ranking
公开(公告)号：CN110011777B
公开(公告)日：2021-08-31
申请号：CN201910362775.6
申请日：2019-04-30
Applicant: 杭州电子科技大学
IPC: H04L5/00 , H04B7/0452
Abstract: 本发明公开了一种大规模MIMO中基于用户位置和用户分类的导频分配。本发明通过用户到基站的AOA和路径损耗将用户进行分类，然后按照规则进行导频分配；首先基于路径损耗和到达角设计目标函数，计算出通信系统中所有用户的目标函数；设置阈值，将所有用户的目标函数与所设阈值进行比较，并将用户分成两类：小于阈值的用户被认为是高干扰用户，反之低干扰用户；然后为高干扰用户分配正交导频，低干扰用户由于干扰很低，按目标函数大小进行排序并分别分配导频。相较于传统导频分配方案只考虑目标小区的性能，本发明中的导频分配方案考虑整个通信系统中所有小区的性能。通过仿真结果可以看出，本发明所提导频分配方案有效提升了系统整体性能。
-
公开(公告)号：CN112331232A
公开(公告)日：2021-02-05
申请号：CN202011228473.9
申请日：2020-11-06
Applicant: 杭州电子科技大学
IPC: G10L25/63 , G10L21/0208 , G10L21/0232 , G10L25/03 , G10L25/18 , G10L25/30 , G10L25/45
Abstract: 本发明公开了一种结合CGAN谱图去噪和双边滤波谱图增强的语音情感识别方法，包括：S1、获取干净语谱图以及加噪语谱图；S2、将干净语谱图和加噪语谱图输入基于矩阵距离的条件生成对抗网络进行训练，得到去噪模型；S3、利用去噪模型对加噪语谱图进行去噪处理，分别进行两个不同尺度的双边滤波，得到低、高尺度滤波图，低、高尺度滤波图相差再乘以增强系数，然后与低尺度滤波图相加，得到细节增强的语谱图；S4、将细节增强的语谱图输入卷积神经网络模型中进行分类，得到分类模型；S5、待识别语音的语谱图经过步骤S3中对语谱图的处理，得到的细节增强的语谱图输入分类模型，得到语音情感分类结果。本发明有效实现语音情感的识别。
-
公开(公告)号：CN111313944A
公开(公告)日：2020-06-19
申请号：CN202010112007.8
申请日：2020-02-24
Applicant: 杭州电子科技大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/391
Abstract: 本发明提供了一种全连接毫米波大规模MIMO系统的混合预编码方法，通过分层的设计思想，首先构造等效信道，以最大化等效信道增益为目标，设计模拟预编码矩阵。并在此基础上，将数字预编码矩阵写成分块矩阵的形式，利用最小二乘准则对数字预编码矩阵逐列进行设计，使得所求混合预编码矩阵获得接近最优全数字预编码方案的系统性能。通过采用本发明中的混合预编码方案，可以满足基站端发送任意数据流长度的数据，并获得接近全数字预编码方案的系统性能，同时有效的降低了系统的硬件成本。相比以往的算法，本发明能够以更低的复杂度获取更高的系统性能。
-
公开(公告)号：CN110059852A
公开(公告)日：2019-07-26
申请号：CN201910180723.7
申请日：2019-03-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进随机森林算法的股票收益率预测方法，本发明针对股票收益率分类预测时，随机森林存在的参数选择困难以及分类性能问题，RF算法本身无法识别并选择更高效的特征的缺点，结合粒子群算法优化特征选择机制，在趋势变化初期不明显的情况下，筛选出最优特征，且作为属性输入RF算法，提出PSO-GRID-RF股票趋势预测的混合方法；本发明缩小了特征子集，剔除无关或效果重复的特征属性，降低了输入的维度，减少了股票趋势预测的时间；在多属性特征环境下，提出高效特征选择方法，同时引入网格搜索算法优化随机森林参数，从而提高随机森林的分类预测性能，大幅度提高了股票趋势预测的准确率。
-
公开(公告)号：CN112331232B
公开(公告)日：2022-08-12
申请号：CN202011228473.9
申请日：2020-11-06
Applicant: 杭州电子科技大学
IPC: G10L25/63 , G10L21/0208 , G10L21/0232 , G10L25/03 , G10L25/18 , G10L25/30 , G10L25/45
Abstract: 本发明公开了一种结合CGAN谱图去噪和双边滤波谱图增强的语音情感识别方法，包括：S1、获取干净语谱图以及加噪语谱图；S2、将干净语谱图和加噪语谱图输入基于矩阵距离的条件生成对抗网络进行训练，得到去噪模型；S3、利用去噪模型对加噪语谱图进行去噪处理，分别进行两个不同尺度的双边滤波，得到低、高尺度滤波图，低、高尺度滤波图相差再乘以增强系数，然后与低尺度滤波图相加，得到细节增强的语谱图；S4、将细节增强的语谱图输入卷积神经网络模型中进行分类，得到分类模型；S5、待识别语音的语谱图经过步骤S3中对语谱图的处理，得到的细节增强的语谱图输入分类模型，得到语音情感分类结果。本发明有效实现语音情感的识别。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.034 seconds)
