-
公开(公告)号：CN113644941B
公开(公告)日：2022-10-25
申请号：CN202110865501.6
申请日：2021-07-29
Applicant: 海南大学
IPC: H04B7/0413 , H04B17/12 , G01S3/14
Abstract: 本发明提供了一种基于大规模MIMO接收阵列结构的模糊相位快速消除方法，通过在混合模拟和数字大规模多输入多输出系统的基础上建立波达方向估计系统模型，从远场发射而来的窄带信号被混合结构天线阵列接收后利用根多信号分类混合数字和模拟相位校准方法估计DOA，针对混合结构带来的指向模糊的问题，利用一个数据块将天线阵分组，每组模拟相位校准器的相位分别对准模糊角，采用平均接收功率最大化的智能策略消除模糊角得到估计DOA，该方法在少量的性能损失下拥有更短的时间延迟和计算复杂度。
-
公开(公告)号：CN115189723A
公开(公告)日：2022-10-14
申请号：CN202210714745.9
申请日：2022-06-23
Applicant: 海南大学
IPC: H04B7/0413 , H04B7/08 , H04B17/391
Abstract: 本发明提供一种基于大规模混合模数MIMO结构的子阵Root‑MUSIC的DOA估计方法，其特征在于，将大规模混合模拟数字MIMO结构的测向系统分为两个部分：最大化接收信号功率子连接结构以及Root‑MUSIC混合子连接结构，对于所述最大化接收信号功率子连接结构，产生唯一的DOA估计角，对于所述Root‑MUSIC混合子连接结构，产生一组伪解，用所述唯一的DOA估计角筛选去除所述Root‑MUSIC混合子连接结构产生的伪解，得到真正的DOA估计值。
-
公开(公告)号：CN115189722A
公开(公告)日：2022-10-14
申请号：CN202210670975.X
申请日：2022-06-15
Applicant: 海南大学
IPC: H04B7/0413 , H04B7/08
Abstract: 本发明提供一种适于大规模混合模数MIMO的最大化扇区接收功率的DOA估计方法，该方法包括步骤：S101、初始化接收机结构参数；S102、构建接收机模型，接收机结构采用混合模拟数字天线阵列结构，所述结构包含N副天线，所述N副天线分为K个子阵列，每个子阵列含有M副天线，即N＝MK；S103、基于接收机模型计算子阵列接收信号功率；S104、根据子阵列接收信号功率计算接收机的DOA估计值。本发明能够在保证较低的硬件电路成本、算法的计算复杂度以及测向精确度性能不变的前提下，快速消除相位模糊，提高DOA估计速度。
-
公开(公告)号：CN114978260A
公开(公告)日：2022-08-30
申请号：CN202210501257.X
申请日：2022-05-10
Applicant: 海南大学
IPC: H04B7/0426 , H04B7/06 , H04W40/22
Abstract: 本发明公开了一种基于交替迭代的最大化接收功率的波束成形方法，具体为：在智能反射镜辅助中继网络的系统中，在中继和智能反射镜帮助下，发射端与接收端进行通信；第二时隙，参考相关资料获得中继发射波束成形，智能反射镜相移矩阵和第二时隙速率；提供第一时隙的优化方法，分别固定中继接收波束成形和智能反射镜相移矩阵，对相应的优化问题进行拉格朗日函数求解，得到智能反射镜相移矩阵和中继接收波束成形；交替迭代智能反射镜相移矩阵、中继接收波束形成向量，直到达到收敛条件；此时第一时隙速率达到最大化，将第一和第二时隙速率进行比较获得系统速率。本发明相较于仅含有中继或智能反射镜的网络，可获得高达86％的速率增益。
-
公开(公告)号：CN113837461A
公开(公告)日：2021-12-24
申请号：CN202111095680.6
申请日：2021-09-18
Applicant: 海南大学
Abstract: 本发明提供一种基于LSTM网络的船舶轨迹预测方法，包括下列步骤：建立交互感知神经网络，提取交互感知加速度建立Conv‑LSTM网络，获得第一预测轨迹点Pt1；基于运动层获得第二预测轨迹点Pt2，对第一预测轨迹点Pt1、第二预测轨迹点Pt2进行加权融合，获得第三预测轨迹点Pt3，计算第一预测轨迹点Pt1的第一均方根误差，计算第二预测轨迹点Pt2的第二均方根误差，计算第三预测轨迹点Pt3的第三均方根误差，对第一均方根误差、第二均方根误差、第三均方根误差进行归一化并进行比较，选择数值小的值作为最优预测轨迹点。
-
Patent Agency Ranking
公开(公告)号：CN113411881A
公开(公告)日：2021-09-17
申请号：CN202110592630.2
申请日：2021-05-28
Applicant: 海南大学
Abstract: 本发明提供一种RSS无人机集群分布式定位方法，应用于无人机集群，所述无人机集群包括一中心无人机和多架边缘无人机，所有无人机在预先设定好的飞行轨迹上对目标辐射源的信号强度进行测量，该方法具体包括以下步骤：基于电磁波传播路径损耗模型建立无人机集群定位系统模型，基于无人机集群定位系统模型确定关于无人机测量值的最大似然函数，所述无人机测量值为无人机对目标辐射源的信号强度测量值；基于最大似然函数求解目标辐射源的位置。本发明在计算复杂度、定位精度、通信效益方面能够达到很好的均衡，可以实现无人机集群的高效通信。
-
公开(公告)号：CN113837461B
公开(公告)日：2023-07-25
申请号：CN202111095680.6
申请日：2021-09-18
Applicant: 海南大学
IPC: G06Q10/04 , G06Q50/30 , G06T3/40 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于LSTM网络的船舶轨迹预测方法，包括下列步骤：建立交互感知神经网络，提取交互感知加速度建立Conv‑LSTM网络，获得第一预测轨迹点Pt1；基于运动层获得第二预测轨迹点Pt2，对第一预测轨迹点Pt1、第二预测轨迹点Pt2进行加权融合，获得第三预测轨迹点Pt3，计算第一预测轨迹点Pt1的第一均方根误差，计算第二预测轨迹点Pt2的第二均方根误差，计算第三预测轨迹点Pt3的第三均方根误差，对第一均方根误差、第二均方根误差、第三均方根误差进行归一化并进行比较，选择数值小的值作为最优预测轨迹点。
-
公开(公告)号：CN115276732A
公开(公告)日：2022-11-01
申请号：CN202210756193.8
申请日：2022-06-30
Applicant: 海南大学
IPC: H04B7/0426 , H04B17/391
Abstract: 本发明公开了一种基于和速率最大化的双向中继网络功率分配方法及装置，该方法为：构造智能反射镜辅助双向解码转发中继网络的系统模型；构造用户1、2和双向中继的功率分配因子和和速率的优化问题；利用一阶泰勒近似，将非凸优化转化为凸优化问题；通过CVX求解出最优的用户1、2和双向解码转发中继的功率分配因子，此时系统的和速率即为最大和速率。该装置包括模型构建、优化问题建立、优化问题求解、功率分配结果四个模块，优化问题建立模块构造用户1、2和双向中继的功率分配因子和和速率的优化问题；优化问题求解模块利用一阶泰勒近似，将非凸优化转化为凸优化问题。本发明提高了智能反射镜辅助双向解码中继网络的速率性能和覆盖范围。
-
公开(公告)号：CN115022976A
公开(公告)日：2022-09-06
申请号：CN202210756443.8
申请日：2022-06-30
Applicant: 海南大学
Abstract: 本发明公开了一种基于最大最小化和速率的智能反射镜辅助双向中继网络功率分配方法及装置，该方法为：建立智能反射镜辅助双向解码转发中继网络的系统模型；设计智能反射镜辅助双向解码转发中继网络的最大最小化和速率的优化问题；将最大最小化和速率的非凸优化转化为凸优化问题；通过CVX求解出智能反射镜辅助双向解码转发中继网络的功率分配因子以及最优的系统和速率。该装置包括模型构建模块、优化问题建立模块、优化问题求解模块、功率分配结果模块，构建智能反射镜辅助双向解码转发中继网络的最大最小化和速率的优化问题，将最大最小化和速率的非凸优化转化为凸优化问题。本发明提高了智能反射镜辅助双向解码转发中继网络的和速率性能。
-
公开(公告)号：CN115021786A
公开(公告)日：2022-09-06
申请号：CN202210597661.1
申请日：2022-05-30
Applicant: 海南大学
Abstract: 本发明提供一种面向智能反射镜辅助中继网络的波束成型设计方法，所述方法通过零空间投影使得智能反射镜的反射信号处于发射端到中继的直达信道的零空间内，发射端的直达信号处于智能反射镜到中继的直达信道的零空间内，从而在中继分离来自智能反射镜的反射信号和来自发射端的直达信号，并采用最大比合并技术将反射信号和直达信号合并，相较于仅含有中继或智能反射镜的网络，采用基于零空间投影的最大化接收功率+最大比合并方法的智能反射镜辅助中继网络可获得显著的速率性能增益。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.018 seconds)
