-
公开(公告)号：CN102098004A
公开(公告)日：2011-06-15
申请号：CN201010591526.3
申请日：2010-12-16
Applicant: 电子科技大学
IPC: H03D7/16
Abstract: 本发明属于电子领域，公开了一种变带宽数字下变频器，包括路径切换电路：根据参数配置模块的设置，选择信号的合适处理路径；窄带滤波器组：基于数字下变频结构，用于对输入窄带信号进行处理；宽带滤波器：基于多相滤波结构，用于对输入宽带信号进行处理或者用于处理窄带滤波器组的输出。本发明还提供一种变带宽数字下变频器的实现方法。本发明公开的变带宽数字下变频器结合了传统单通道数字下变频结构与多相滤波结构各自的优点，实现了对输入中频信号的高效高速处理，可以在较大范围内对信号处理带宽进行灵活配置。
-
公开(公告)号：CN110895332B
公开(公告)日：2023-05-23
申请号：CN201911217073.5
申请日：2019-12-03
Applicant: 电子科技大学
IPC: G01S13/72
Abstract: 本发明属于信号处理领域，具体提供一种扩展目标的分布式跟踪的方法。本发明考虑异构网络，各节点上观测的散射源数目服从不同均值的高斯分布，各节点的观测噪声功率也不相同。首先，各节点通过与其邻居节点交流信息计算得到扩展目标的动力状态和形状特性的中间估计值；然后，各节点在其邻域内传播中间估计结果，分别得到动力状态和形状特性的最终估计结果。本发明主要针对扩展目标，在分布式网络中，各节点能够同时估计目标的位置、速度和加速度等动力状态，以及目标的方向和大小等形状特性。本发明提出的方法相比各节点不交流的方法能有效提高各节点的跟踪性能，并且其跟踪性能接近于将各节点的信息送至融合中心处理的集中式方法，同时又能有效避免融合中心出现问题时导致整个系统崩溃的风险。
-
公开(公告)号：CN110082789B
公开(公告)日：2023-03-31
申请号：CN201811517492.6
申请日：2018-12-12
Applicant: 电子科技大学
Abstract: 本发明属于自适应阵列信号处理领域的波束形成技术，提供了基于圆阵的空时域自适应宽线性降秩波束形成方法，它包括计算空时导向矢量、得到阵列接收信号、通过宽线性降秩波束形成器、得到需要解决的极值问题和求解极值问题共五个步骤。求解极值问题时，提出了两中方法，后者相对于前者而言，其可以解决当期望信号来向发生变化时，前者不能保证在期望信号方向增益不变且性能下降的问题。本发明将空时域处理、宽线性处理以及降秩处理三者结合，应用于均匀圆阵，实现了全面扫描的同时，使得新方法的收敛速度提高、复杂度降低、输出信干噪比增大且阵列的自由度增大。
-
公开(公告)号：CN110334322B
公开(公告)日：2023-03-14
申请号：CN201910562207.0
申请日：2019-06-26
Applicant: 电子科技大学
Abstract: 本发明属于信号处理领域，涉及信号处理领域的粒子滤波问题，具体为一种粒子滤波器的粒子数自适应方法，用于在估计过程中实时调整样本集的大小，以提高粒子滤波器的跟踪性能。本发明方法的关键思想是约束由粒子滤波器的基于采样表示引入的近似误差，并且通过时变的粒子后验分布来自适应容器大小，如果粒子的后验分布集中在状态空间的一小部分上，本发明方法会选择小的容器，适当增加样本数量来提高跟踪精度，如果粒子状态不确定性很高，本发明方法会选择大的容器，来削弱粒子数的激增。使用分布式和集中式目标跟踪作为测试实例的实验表明，本发明方法比固定样本集大小的粒子滤波器产生了显著的改进。
-
公开(公告)号：CN110266363B
公开(公告)日：2021-09-24
申请号：CN201910561315.6
申请日：2019-06-26
Applicant: 电子科技大学
IPC: H04B7/08
Abstract: 本发明属于分布式波束形成领域，具体为一种基于张量的分布式扩散自适应抗干扰方法，用以解决阵元数较大时传统分布式阵列自适应抗干扰方法复杂度变大、收敛速度变慢、实时性降低的问题。本发明将高维的全局多线性问题转化为若干个低维线性问题，具体表现为通过基于分集的张量模型，使本发明方法在子阵水平上并行处理，在自适应过程达到平稳后，选取任一节点的稳态权向量作为最终权向量，并利用该权张量对接收信号进行滤波。和传统的波束协调算法相比，本发明方法具有更快的收敛速度，更低的计算复杂度，从而具有更好的实时性。此外节点间共享的数据是所有子阵的回归矢量，而非原始的阵列接收信号，因此减少了共享的数据总量，提高了节点通信效率。
-
Patent Agency Ranking
公开(公告)号：CN110121184B
公开(公告)日：2021-02-02
申请号：CN201910342121.7
申请日：2019-04-26
Applicant: 电子科技大学
Abstract: 本发明方法属于信号处理领域，具体为一种非负约束条件下的分布式在线自适应扩散组合系数优化方法。本发明通过构造全局代价函数，应用KKT条件和定点迭代方案，将非负组合系数的在线优化问题转化为最小方差无偏估计问题，进而分别得到组合系数的闭式解和自适应解。与静态组合系数方案(Uniform)相比，本发明能够提高各种分布式算法对网络环境的空间变化的鲁棒性和稳健性；与现有的分布式自适应组合系数在线优化方法(Stochastic g radient)相比，嵌入本发明方法的分布式跟踪算法的暂态和稳态性能均有所提升；同时，本发明方法具有计算复杂度低的优点，且能够满足更多非负性约束条件下的实际信号处理系统的要求。
-
公开(公告)号：CN107367710B
公开(公告)日：2020-08-11
申请号：CN201710584073.3
申请日：2017-07-18
Applicant: 电子科技大学
IPC: G01S5/06
Abstract: 本发明属于信号处理领域，特别是涉及基于时差和频差的无源定位系统中分布式自适应跟踪定位方法；首先在接收机个数为N的无线传感器网络当中，局部GPF从局部重要函数中随机采M个随机预测粒子；然后进行接收机与邻居接收机的接收信号交换，接收机更新每个预测粒子所对应的权重值再更新其局部中间状态估计值ψl,k以及相应的协方差Pl,k；再然后进行接收机与邻居接收机的ψl,k交换，计算得发射机位置的局部估计值根据和Pl,k构造高斯分布，再对条件概率密度函数进行采样生成下一时刻的预测粒子，并计算接收机上的均值和方差构建近似局部预测分布：本发明基于分布式定位方法，大大提高粒子滤波跟踪定位方法的性能。
-
公开(公告)号：CN110516198A
公开(公告)日：2019-11-29
申请号：CN201910645592.5
申请日：2019-07-17
Applicant: 电子科技大学
Abstract: 本发明本发明属于信号处理领域，具体为一种分布式非线性卡尔曼滤波方法，用后验分布函数来描述目标的真实状态，并用一个指数族分布的函数来近似该后验分布函数；首先，本发明通过优化每个节点中间后验分布近似函数与真实后验分布函数之间的后向KL散度以获取中间状态估计；然后，通过优化每个节点的最终后验分布近似函数与其邻居节点的中间后验分布近似函数之间前向KL散度的凸组合来计算每个节点的最终状态估计结果。本发明收敛速度快，并且采用多个节点同时工作的方式，能有效节约计算成本，大大提高计算效率，被广泛应用于涉及分布式无限传感器和非线性动力系统的定位，目标跟踪等领域中。
-
公开(公告)号：CN110336600A
公开(公告)日：2019-10-15
申请号：CN201910562209.X
申请日：2019-06-26
Applicant: 电子科技大学
IPC: H04B7/08
Abstract: 本发明属于分布式参数估计领域，具体为一种针对多线性系统的分布式自适应系统辨识方法，用以解决传统分布式系统辨识算法处理参数较多的多线性系统时，算法复杂度变大、收敛速度变慢、节点间通信效率较低的问题。本发明将高维的全局多线性问题转化为若干个低维线性问题，使本发明方法在子系统水平上并行处理，在自适应过程达到平稳后，选取任一节点的稳态权向量作为待估系统的最终权向量。相比传统的分布式系统辨识算法，本发明方法具有更快的收敛速度，更低的计算复杂度。此外节点间共享的数据是所有子系统的回归矢量，而非原始的张量回归矢量，因此减少了共享的数据总量，提高了节点通信效率。
-
公开(公告)号：CN110266363A
公开(公告)日：2019-09-20
申请号：CN201910561315.6
申请日：2019-06-26
Applicant: 电子科技大学
IPC: H04B7/08
Abstract: 本发明属于分布式波束形成领域，具体为一种基于张量的分布式扩散自适应抗干扰方法，用以解决阵元数较大时传统分布式阵列自适应抗干扰方法复杂度变大、收敛速度变慢、实时性降低的问题。本发明将高维的全局多线性问题转化为若干个低维线性问题，具体表现为通过基于分集的张量模型，使本发明方法在子阵水平上并行处理，在自适应过程达到平稳后，选取任一节点的稳态权向量作为最终权向量，并利用该权张量对接收信号进行滤波。和传统的波束协调算法相比，本发明方法具有更快的收敛速度，更低的计算复杂度，从而具有更好的实时性。此外节点间共享的数据是所有子阵的回归矢量，而非原始的阵列接收信号，因此减少了共享的数据总量，提高了节点通信效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.033 seconds)
