-
公开(公告)号：CN109407116A
公开(公告)日：2019-03-01
申请号：CN201811380649.5
申请日：2018-11-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种多频点卫星导航质量测试信号生成装置及生成方法，所述装置，包括顺序连接的异常信号生成模块、数模转换模块、上变频模块和天线发射模块。这种装置成本低、可移植性强，平台易于升级。所述方法包括：1）用户设置卫星信号参数；2）ARM芯片处理；3）FPGA芯片处理；4）数模转换处理；5）上变频处理。这种方法可生成实时信号，实时满足生成多频点卫星导航质量测试信号需求，可实时生成多频点异常卫星信号实现正常信号与异常信号的切换，对多频点卫星导航信号监测设备的开发、快速验证、测试具有便捷性。
-
公开(公告)号：CN105589070B
公开(公告)日：2017-12-05
申请号：CN201510918146.9
申请日：2015-12-11
Applicant: 桂林电子科技大学
IPC: G01S13/89
Abstract: 本发明公开一种基于频率分集阵列的雷达目标成像方法，通过对成像区域中任意一个网格点进行时延补偿，得到频率分集阵列的各个阵元关于该网格点处的回波幅值；将频率分集阵列的所有阵元处的回波幅值进行叠加，得出该频率分集阵列关于该网格点处的总的回波响应；改变频率分集阵列的频率偏置，重复上述步骤，得出当前频率偏置下频率分集阵列关于该网格点处的总的回波响应；重复上述步骤，并将所有回波响应取模后进行叠加，即可得出该网格点处的像素值；遍历成像区域，计算出成像区域所有网格点的像素值，即可完成目标成像。本发明实现了FDA雷达各阵元单发单收机制下信号回波距离和角度解耦，从而直接对FDA雷达目标定位成像。
-
公开(公告)号：CN106093926A
公开(公告)日：2016-11-09
申请号：CN201610588746.8
申请日：2016-07-25
Applicant: 桂林电子科技大学
Abstract: 本发明提供双边带频率分集阵列雷达系统及其目标定位方法，属于雷达信号处理技术领域，其中，双边带频率分集阵列雷达系统由N个呈等间距线性排列的阵元构成，其中N为正整数；每个阵元包括发射部分和接收部分。发射部分包括调制信号生成器、双边带调制器和发射天线；调制信号生成器的输出端与双边带调制器的输入端相连，双边带调制器的输出端连接发射天线。接收部分包括接收天线、滤波器组和定位解算单元；滤波器组由2个通过频率不同的窄带滤波器组成；接收天线同时连接这2个窄带滤波器的输入端，2个窄带滤波器的输出端同时与定位解算单元的输入端连接。
-
公开(公告)号：CN104539374A
公开(公告)日：2015-04-22
申请号：CN201410745542.1
申请日：2014-12-09
Applicant: 桂林电子科技大学
CPC classification number: Y02D70/00
Abstract: 本发明提供一种基于水面传感网-水声传感网的混合组网方法，是将监测水域分成至少包括水面传感层和水下传感层的两层结构，将监测水域的水面传感层划分成多个监测块，并依此完成对水下传感层的垂直分割；随机从水面多功能传感节点中选取一部分成为簇头传感节点，水下传感节点根据所接收到的簇头广播信息选择最佳簇头并完成入簇，随后，簇头传感节点根据簇内水下传感节点的分布情况进行自适应移动以确定自身最佳位置；基站借助于无线电磁波发出查询信息，簇头传感节点对信息进行融合处理并转发给基站。本发明中的组网方法有效降低了节点的能量消耗、减少了整个水域内节点间的通信干扰，同时提高了有效数据的传送效率、减轻了网络的通信负载。
-
公开(公告)号：CN118465720A
公开(公告)日：2024-08-09
申请号：CN202410576375.6
申请日：2024-05-10
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G01S7/41
Abstract: 本发明属于雷达信号处理技术领域，具体涉及一种基于DDMA和CDMA的雷达信号解调与解速度模糊的方法，包括以下步骤：S1、对DDMA雷达的N个发射天线，施加N个正交的CDMA编码；S2、雷达发出DDMA‑CDMA调制波形后，在接收端对N路回波信号执行正交解码；S3、对解调后的发射‑接收天线回波执行距离FFT，得到距离矩阵；S4、对距离矩阵再沿慢时间维执行多普勒FFT，得到距离‑多普勒矩阵；S5、分别在发射和接收天线两个维度上执行FFT，得到6D雷达数据；S6、通过恒虚警率CFAR算法实现目标检测，对检测点执行DoA参数估计，得到目标的距离、速度和角度信息。本发明可以在保持DDMA远距探测优势的同时，有效抑制DDMA引入的残余频偏，从而消除速度模糊，具有较好的市场应用前景。
-
Patent Agency Ranking
公开(公告)号：CN118427722A
公开(公告)日：2024-08-02
申请号：CN202410403405.3
申请日：2024-04-03
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/243 , G06F18/214 , G06N3/006
Abstract: 本发明涉及全球导航卫星系统电离层研究技术领域，具体涉及一种基于深度学习的电离层闪烁预测方法，通过获取相关的电离层背景环境参数，预处理后作为原始数据集特征值；然后依据获取的电离层幅度闪烁指数S4值判断并标记电离层闪烁事件发生与否，并将电离层闪烁发生与否作为标签，构成原始数据集标签；将原始数据集划分为训练集、验证集和测试集，对训练集采用Borderline‑SMOTE重采样得到样本相对平衡的电离层闪烁预测训练数据集；利用粒子群优化算法对XGBoost模型的参数进行寻优，通过验证集确认最优模型参数作为XGBoost模型的配置参数；将训练集输入PSO‑XGBoost模型中进行电离层闪烁预测模型的训练；最后输入测试集至训练好的模型中进行电离层是否发生闪烁的预测。
-
公开(公告)号：CN118264365A
公开(公告)日：2024-06-28
申请号：CN202410330857.3
申请日：2024-03-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明属于多用户检测技术领域，具体涉及一种基于猎豹优化算法的多用户检测器设计方法，包括以下步骤：S1、初始化算法参数；S2、初始化初代猎豹种群；S3、更新初代种群位置，依据适应度对初代种群进行排序；S4、对初代种群执行变异、交叉、选择操作，保留成功执行交叉操作的二代个体进化方向信息；S5、将更新后的初代种群的适应度与最优化个体进行比较，判断是否存在适应度优于猎豹最优化的个体；若是，则对初代种群所对应的变异体、猎豹位置进行差分，存储成功进化方向信息，并更新猎豹种群的位置；若否，则判断是否达到最大迭代次数。本发明可以解决目前多用户检测技术中存在的寻优精度差以及抵抗噪性等问题，具有较好的市场应用前景。
-
公开(公告)号：CN112287388B
公开(公告)日：2024-05-21
申请号：CN202011120640.8
申请日：2020-10-19
Applicant: 桂林电子科技大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于敏感位置的位置隐私保护方法，用户在可穿戴设备中预设敏感位置数据，可穿戴设备获取用户的真实位置数据，并将所述真实位置数据传递到处理器，所述处理器获取所述真实位置数据与所述敏感位置数据，分析所述真实位置数据与所述敏感位置数据，获取位置关系目标函数，所述处理器将所述真实位置数据与所述位置关系目标函数的数据进行归一化运算，计算生成的虚假位置区域，所述处理器将根据预设阈值，计算获得所述虚假位置用来混淆真实位置，保证所述虚假位置与所述真实位置之间存在安全的距离，同时敌手不能从真实位置和虚假位置中区分出真实位置，从而保证了用户的位置隐私。
-
公开(公告)号：CN118013579A
公开(公告)日：2024-05-10
申请号：CN202410175708.4
申请日：2024-02-07
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F21/62 , G06F18/214 , G06F18/2411
Abstract: 本发明涉及一种结合局部噪声削减机制的联邦学习隐私保护方法，包括：步骤1、客户端接收中央服务器发送的全局模型，判断全局模型是否完成训练，若完成训练则训练结束，若未完成训练，则对添加高斯噪声的全局模型进行局部噪声消减处理，获取本地训练初始模型；步骤2、客户端根据本地样本和本地训练初始模型进行更新，获取局部消噪模型；步骤3、将局部消噪模型添加高斯噪声，获取添加高斯噪声后的局部模型；步骤4、将添加高斯噪声后的局部模型上传到中央服务器，获取更新后的全局模型，返回步骤1进行迭代。本发明能够实现在保证模型局部模型隐私的同时减少用户噪声量的累积，达到提高模型训练精度的目的。
-
公开(公告)号：CN117952179A
公开(公告)日：2024-04-30
申请号：CN202410166562.7
申请日：2024-02-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种基于模型参数变化幅度的联邦学习模型压缩方法，所属技术领域为机器学习数据处理，包括：接收中央服务器分发的初始模型；对本地收集到的样本集合进行计算，获得样本梯度，并对样本梯度进行裁剪，获得裁剪后的梯度；通过随机梯度下降算法对初始模型和裁剪后的梯度进行模型更新，获得局部模型；对所述局部模型的参数进行处理，获得处理参数，基于所述处理参数构建稀疏化后的局部模型，添加稀疏的高斯噪声，并上传至中央服务器中聚合。本发明采用基于模型参数变化幅度的联邦学习模型压缩方法，通过减小客户端模型尺寸，降低计算成本和存储负担，提升联邦学习系统效率。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.049 seconds)
