-
公开(公告)号：CN114994594A
公开(公告)日：2022-09-02
申请号：CN202210578900.9
申请日：2022-05-26
Applicant: 海南大学
IPC: G01S3/14
Abstract: 本发明提供一种幂迭代最大相关连续凸近似快速测向方法,所述方法的基本实现步骤如下：首先，使用整个阵列的极小部分来提供DOA和阵列流形向量的良好初始值；然后，在初始阵列流形向量的基础上，对全阵列采用幂迭代(PI)方法，以找到更精确的阵列流形向量；最后，使用更精确的阵列流形向量，提出了基于连续凸近似的最大相关方法来估计最终的DOA。通过该方法实现了低复杂度、高分辨率的测向性能，并且还能接近并达到全数字阵列的克拉美罗界(CRLB)，实现良好的测向性能。
-
公开(公告)号：CN114966522A
公开(公告)日：2022-08-30
申请号：CN202210501396.2
申请日：2022-05-10
Applicant: 海南大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于MIMO接收机结构的分块子阵列相干合并的DOA估计方法，步骤如下：初始化接收机结构的基本参数，将大规模数字天线阵列分为K个子阵列，每个子阵列包含M根天线；每个子阵列单独产生样本协方差矩阵；每个子阵列单独进行协方差矩阵特征值分解，并采用测向算法估计到达角；采用组合器将每个子阵列估计出的到达角组合并求平均，得到最终的到达角，完成DOA估计。本发明实现了低复杂度、快速的测向算法，能达到相应的克拉美罗界CRLB，实现良好的测向性能。
-
公开(公告)号：CN113933778A
公开(公告)日：2022-01-14
申请号：CN202111153162.5
申请日：2021-09-29
Applicant: 海南大学
Abstract: 本发明提供大规模MIMO测向中基于特征空间的无源单目标检测方法，包括下列步骤：定义接收信号y(t)的表达式，对所述接收信号y(t)的协方差矩阵Ry进行特征值分解，获得多个特征值；基于多个特征值，获得检测统计量，当所述检测统计量大于门限值时，弱小目标存在，否则，所述弱小目标不存在。本发明能够获得比传统广义似然比检测方法更好的检测性能。
-
公开(公告)号：CN113644941A
公开(公告)日：2021-11-12
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：CN113541862A
公开(公告)日：2021-10-22
申请号：CN202110522651.7
申请日：2021-05-13
Applicant: 海南大学
IPC: H04L1/00
Abstract: 本发明提供一种低复杂度的ML检测方法，包括下列步骤：S1、初始化发射天线索引j、发射信号xl、符号序列号l以及接收信号y与发射信号xl之间经过信道增益hj之间的欧式距离di；S2、在已知信号状态信息hj的条件下，计算夹杂噪声n的星座点符号gj；S3、计算星座点符号gj与星座样本空间S中所有星座点样本之间的欧氏距离d，并选取其中最小的欧式距离dmin，得到估计检测的星座点符号xm；S4、计算接收信号y与所述星座点符号xm之间进过信道增益hj之间的欧式距离dj，比较欧式距离dj与dmin，根据比较结果，判断发射信号xl、符号序列号l的估计检测是否正确，本发明在检测性能近似不变的前提下，降低了ML检测的复杂度，减少了冗余计算。
-
Patent Agency Ranking
公开(公告)号：CN113411106A
公开(公告)日：2021-09-17
申请号：CN202110602991.0
申请日：2021-05-31
Applicant: 海南大学
IPC: H04B7/0413 , H04B7/0426 , G06F17/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供安全空间调制系统中基于深度学习的功率分配方法，包括下列步骤：建立深度卷积神经网络模型；通过期望用户的期望信道矩阵以及窃听用户的窃听信道矩阵，获得多维度实数矩阵；构建包括多个期望用户及窃听用户的训练集，并结合所述多维度实数矩阵、期望用户和窃听用户的噪声对所述深度卷积神经网络模型进行训练，本发明结合空间调制本身的特性，通过机器学习参数训练，可方便快捷的得到最合适的功率分配因子。
-
公开(公告)号：CN117054962A
公开(公告)日：2023-11-14
申请号：CN202310951677.2
申请日：2023-07-31
Applicant: 海南大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于异构混合MIMO的最小距离相位模糊消除测向方法，该方法包括以下步骤：初始化大规模MIMO接收机结构的基本参数；将天线阵列分为多个小组，每个小组采用相异的混合模数结构；通过对每个小组的虚拟天线阵列进行DOA估计产生多个候选角度集合，每个候选角度集合中包含唯一真解及多个伪解；对多个候选角度集合采用交叉距离最小的方法挑选出每个小组对应的真解，最后通过对多个真解进行加权合并获取最终的DOA。本发明实现了快速的相位模糊消除，并且还能通过异构的混合结构，实现低成本、优异的测向性能。
-
公开(公告)号：CN115189723B
公开(公告)日：2023-05-26
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：CN115278869A
公开(公告)日：2022-11-01
申请号：CN202210756439.1
申请日：2022-06-30
Applicant: 海南大学
Abstract: 本发明公开了一种幂迭代辅助Root‑MUSIC的快速MIMO测向方法及装置，方法如下：选取全阵列的少量天线来对辐射源方向进行粗略估计，通过ESPRIT算法来估计入射波信号的初始角度，基于该估计值拓展构建阵列流形的初始值；在该全阵列初始阵列流形的基础上，对全部阵元采用幂迭代方法来求解更加准确的阵列流形；根据阵列流形，采用Root‑MUSIC算法来估计最终的到达方向；装置包括模型构建模块、ESPRIT算法模块、幂迭代求解模块、Root‑MUSIC算法模块。本发明能够趋近并达到全数字阵列的克拉美罗界，可有效避免全阵列特征值分解和谱峰搜索操作的高复杂度，在确保较高测向精度的同时显著降低了计算复杂度。
-
公开(公告)号：CN115189739A
公开(公告)日：2022-10-14
申请号：CN202210723586.9
申请日：2022-06-24
Applicant: 海南大学
IPC: H04B7/06 , H04B17/391
Abstract: 本发明提供双智能可重构表面辅助双向方向调制的发射波束成型方法，其特征在于，包括下列步骤：S1、设定发射机Alice配有根天线，发射机Bob配备有根天线，被动窃听接收机Eve配有根天线，发射机Alice和发射机Bob工作于全双工模式，并设定RIS反射信号时无时延；S2、分别构建发射机Alice、发射机Bob、被动窃听接收机Eve的信号模型；S3、根据前述信号模型，进行隐私信息波束成型向量设计以及人工噪声发射波束成型向量设计从而实现发射波束成型。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
