基于频域盒维数的盲频谱感知方法

    公开(公告)号:CN104065429A

    公开(公告)日:2014-09-24

    申请号:CN201410317201.4

    申请日:2014-07-04

    Abstract: 本发明属于认知无线电频谱感知技术领域,具体涉及一种在主用户信号先验知识未知,噪声具有不确定性的情况下,利用接收信号的频域盒维数值对无线信道的频谱的占用情况进行盲频谱感知的基于频域盒维数的盲频谱感知方法。本发明包括:将认知无线电感知节点接收到的信号进行采样,得到离散时间序列,截取固定长度;将截取的时间序列通过DFT变换从时域转换到频域;在频域上计算盒维数;将计算得到的频域盒维数和判决门限进行比较,得到频谱的占用情况。本发明能够在缺乏主用户信号的先验知识,噪声具有不确定性的情况下,在一定信噪比范围内,利用DFT将接收序列从时域转换成频域,再计算其盒维数实现盲频谱感知,算法简单有效。

    基于传感器网络的复杂环境下多目标信息融合方法

    公开(公告)号:CN102509020B

    公开(公告)日:2014-08-20

    申请号:CN201110361602.6

    申请日:2011-11-15

    Abstract: 本发明的目的在于提供基于传感器网络的复杂环境下多目标信息融合方法,分为以下步骤:选用适当的小波基函数将量测数据分解在若干个尺度上,在每个尺度上的低频子空间信号利用卡尔曼算法进行滤波,得到新的滤波数据,将每个尺度上的高频子空间中细节信号的极大值点去掉,得到新的滤波数据,将每个尺度上处理后的数据通过小波重构算法,得到原始量测数据在不同尺度上滤波后的结果。本发明具有高灵敏度、高精度、高准确率、高稳定性和高可靠性等特点。

    基于小波包去噪和功率谱熵的线性调频信号参数估计方法

    公开(公告)号:CN102508206B

    公开(公告)日:2013-10-30

    申请号:CN201110336558.3

    申请日:2011-10-31

    Abstract: 本发明的目的在于提供基于小波包去噪和功率谱熵的线性调频信号参数估计方法,包括以下步骤:对信号进行多尺度小波包去噪,确定小波包函数和小波包分解层数;计算经小波包去噪后的信号的功率谱熵,并建立不同信噪比条件下,不同调频斜率的线性调频信号的熵特征数据库;对得到的离散熵特征数据进行插值运算;用多项式函数对三次样条函数插值后的曲线拟合,得到不同信噪比下线性调频信号的调频斜率与输入熵特征的关系表达式;利用拟合好的表达式估计接收机接收到的LFM信号的调频斜率。本发明提出的基于小波包去噪和功率谱熵的线性调频信号参数估计方法计算量小,能够在满足参数估计精度要求的前提下,实时地对LFM的调频斜率进行估计。

    基于切片双谱和小波变换的FSK信号个体识别方法

    公开(公告)号:CN102916917A

    公开(公告)日:2013-02-06

    申请号:CN201210359005.4

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供基于切片双谱和小波变换的FSK信号个体识别方法,包括如下步骤:对接收到的信号进行双谱和切片双谱分析,得到信号的切片双谱的频谱图,分别建立不同信噪比下包络参数特征数据库;对接收到的信号进行小波变换,提取低频小波系数的均值,同时建立不同信噪比条件下,不同M数和不同调制参数的4FSK信号的特征数据库;对切片双谱包络参数特征和低频小波系数特征进行融合,识别FSK信号的调制类型;采用同样的信号处理过程,实现不同参数的4FSK信号的信号个体识别。本发明能够克服现有类内调制识别方法对信号信噪比要求高的不足,在低信噪比和知道较少先验知识的条件下,实时地对FSK信号进行个体识别。

    一种基于复杂度的快速盲频谱感知方法

    公开(公告)号:CN102882616A

    公开(公告)日:2013-01-16

    申请号:CN201210359017.7

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供一种基于复杂度的快速盲频谱感知方法,包括如下步骤:将认知无线电节点接收到的信号进行采样,得到离散时间序列信号,再截成若干等长度的时间序列;将处理好的时间序列信号使用Petrosian算法计算其复杂度;将Petrosian算法计算得到的复杂度和设定的判决门限进行比较,最终得到频谱的占用情况。本发明提出的方法能够有效区分LFM信号和噪声,克服了现有技术盒维数方法无法区分LFM和噪声的不足。能够在缺乏主用户信号的先验知识,噪声和信号强度变化的情况下,在一定信噪比范围内,利用Petrosian算法计算得到的复杂度实现快速盲频谱感知,算法简单快速,计算量小。

    一种辐射源识别方法
    26.
    发明公开

    公开(公告)号:CN102436588A

    公开(公告)日:2012-05-02

    申请号:CN201110360924.9

    申请日:2011-11-15

    Abstract: 本发明的目的在于提供一种辐射源识别方法,包括以下步骤:将传感器采集到的辐射源信号从时域变换到频率域,并在频率域中对信号能量进行归一化处理;预处理后的信号进行L层频率域小波分解,得到2L个频率子空间;在不同的频率子空间上计算信号的指数熵,并构造辐射源识别的特征向量,根据辐射源识别特征向量和辐射源特征数据库,采用灰色关联算法得到最终的识别结果。本发明是能在复杂电磁环境和大动态信噪比变化条件下有效、准确、稳定、可靠的辐射源识别方法,能够保证复杂电磁环境和大信噪比动态范围下对辐射源识别的要求。

    复杂环境下一种新的通信电台个体识别方法

    公开(公告)号:CN102394711A

    公开(公告)日:2012-03-28

    申请号:CN201110347523.X

    申请日:2011-11-07

    Abstract: 本发明的目的在于提供复杂环境下一种新的通信电台个体识别方法,包括以下步骤:对不同通信电台发射的同种通信信号进行重采样,将通信信号转化为离散时间信号序列,对重采样的离散通信信号时间序列进行相空间重构,将信号转化到不同的重构相空间下用以捕获不同重构相空间特征,利用一种新的分形盒维数算法计算不同重构相空间下的分形盒维数,得到一个分形盒维数特征向量,利用神经网络对得到的向量空间进行分类,进而达到了对不同的通信电台进行识别的目的。本发明可以在复杂多变的环境下,识别出不同通信电台的细微差别。

    一种基于FNN的改进追踪回路及抗干扰5G机会信号定位接收机的运转方法

    公开(公告)号:CN119906612A

    公开(公告)日:2025-04-29

    申请号:CN202510075792.7

    申请日:2025-01-17

    Abstract: 本发明属于5G NAVSOP接收技术领域,具体涉及本发明属于5G NAVSOP接收技术领域,所述同步调节模块和信号预处理模块均接收5GNR信号,所述同步调节模块将信号传输至追踪单元,所述信号预处理模块将信号传输至伪距离获取模块,所述伪距离获取模块将信号传输至线性变换器,所述线性变换器与追踪单元相互传输信号;所述追踪单元包括相位旋转模块、EML鉴别器和预训练网络,所述相位旋转模块接收同步调节模块的信号并将其传输至EML鉴别器,所述EML鉴别器将信号传输至预训练网络,所述预训练网络将信号传输至线性变换器,所述相位旋转模块与线性变换器相互传输信号。本发明用以解决传统的EML技术所带来的定位精度低,伪距获取不稳定的问题。

    一种5G超密集组网场景下同频干扰对抗方法及其系统

    公开(公告)号:CN119865264A

    公开(公告)日:2025-04-22

    申请号:CN202510055390.0

    申请日:2025-01-14

    Abstract: 本发明属于同频干扰对技术领域,具体涉及一种5G超密集组网场景下同频干扰对抗方法及其系统。识别出信号最强的小区ID;采用最小二乘方法估计信道;从原始信号中减去信号最强小区的干扰成分,得到去干扰后的信号;进行参数初始化;在每次迭代中寻找到与残差相关性最大的基站,更新已选择的基站集合;对重构矩阵进行更新并估计出新的信道响应向量;最后更新残差,并进行下一次迭代;检查迭代条件,如果迭代次数没有达到预定义的上限或残差的L2范数没有超过阈值,则继续迭代;否则,算法终止,并使用最终估计的B集合作为结果,实现5G超密集组网场景下同频干扰对抗。用以解决在5G NAVSOP的应用里,需要尽可能多的提取出定位观测量的问题。

    一种针对昏暗场景的视觉SLAM方法
    30.
    发明公开

    公开(公告)号:CN119863581A

    公开(公告)日:2025-04-22

    申请号:CN202411923290.7

    申请日:2024-12-25

    Abstract: 本发明提出了一种针对昏暗场景的视觉SLAM方法,属于视觉SLAM技术领域,首先处理输入图像,利用AGAST算法从处理后的图像检测角点,并对其生成BRIEF描述子,形成完整的特征点,估计相机的初始位姿,跟踪线程通过匹配当前帧与局部地图的关键点对,将关键帧插入到局部建图线程中;对关键帧的位姿和地图点进行优化,同时删除冗余的关键帧及其相关的地图点;回环检测线程获取累积误差,通过相似变换校正当前帧的位姿估计值,并对回环两端进行对齐操作,将回环闭合的误差分散到整个地图中,完成回环处理;本发明在在弱纹理区域中依旧能够提取特征点并保持较高精度,在昏暗环境时,显著降低了轨迹估计误差,具备更强的鲁棒性和精度。

Patent Agency Ranking