-
公开(公告)号：CN114826842A
公开(公告)日：2022-07-29
申请号：CN202210306417.5
申请日：2022-03-27
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信中盲均衡技术领域，公开了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法及系统，包括：定义样本集，将多级信号样本转换为单级；定义决策阈值，判断当前接收的瞬时信号是否属于样本集，如果不属于集合范围，过滤样本；如果属于集合，则进行迭代运算；对修正后的代价函数微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数。本发明开发了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法，可以避免稳态失调，减少码间干扰和信道间干扰，降低计算复杂度。此外，过滤样本时大误差的野点也被抛弃，所以可以很好的应用于非高斯噪声环境下。
-
公开(公告)号：CN114244659A
公开(公告)日：2022-03-25
申请号：CN202111360139.3
申请日：2021-11-17
Applicant: 西安电子科技大学
IPC: H04L27/00 , H04L27/26 , H04B7/0413
Abstract: 本发明属于认知无线通信中MIMO系统参数估计技术领域，公开了一种非高斯噪声干扰下的MIMO系统空时模式识别方法及系统，所述非高斯噪声干扰下的MIMO系统空时模式识别方法包括：利用广义互相关熵对观测信号进行处理，构建广义互相关熵特征矩阵；对所构造的广义互相关熵矩阵进行分解，分别提取峰值特征矩阵和误差矩阵；通过利用峰值矩阵构造检测统计量，利用误差矩阵设计检测门限，并采用判决树分类器依次识别四种空时模式。本发明的非高斯噪声干扰下MIMO系统空时模式识别方法效果较好，可有效实现高斯噪声和非高斯噪声干扰条件下MIMO‑OFDM系统空时模式识别。当信噪比高于2dB时，本发明正确识别概率达到90％以上。
-
公开(公告)号：CN113556157A
公开(公告)日：2021-10-26
申请号：CN202110640622.0
申请日：2021-06-08
Applicant: 西安电子科技大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/336 , G06K9/62
Abstract: 本发明属于认知无线通信中MIMO系统参数估计技术领域，公开了一种非高斯干扰下MIMO系统发射天线数估计方法及系统，所述非高斯干扰下MIMO系统发射天线数估计方法包括：利用非线性变换对观测信号进行处理，构建广义相关矩阵；对所构造的广义相关矩阵进行特征值分解，构建基于特征值的特征向量；将发射天线数估计问题转化为聚类问题，利用自适应集成模糊聚类算法估计MIMO系统发射天线数目。本发明可以有效实现alpha稳定分布干扰条件下MIMO系统的发射天线数估计。仿真实验表明，当信噪比高于5dB时，本发明正确检测概率达到90％以上，且对于不同干噪比的非高斯干扰本发明所述方法同样具有较好的性能。
-
公开(公告)号：CN107809398B
公开(公告)日：2020-07-24
申请号：CN201710945153.7
申请日：2017-10-12
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
Abstract: 本发明属于非高斯噪声环境下通信信号调制分析技术领域，公开了一种脉冲噪声环境下MSK信号调制参数估计方法；对接收到的MSK信号做非线性变换，并计算广义二阶循环统计量；提取广义二阶循环统计量特定时延截面，并通过自适应双阈值进行循环频率检测，得到循环频率集合；利用循环频率集合中相邻循环频率的间距完成调制频率间隔估计，根据MSK信号调制指数实现符号周期估计。本发明在脉冲噪声环境下，当混合信噪比高于‑1dB时，本发明的MSK信号的调制频率间隔和符号周期估计的均方根误差接近0。
-
公开(公告)号：CN108566260B
公开(公告)日：2020-07-10
申请号：CN201810100894.X
申请日：2018-02-01
Applicant: 西安电子科技大学
Abstract: 本发明属于数字信息传输技术领域，公开了一种基于扰分多址的隐蔽通信方法，在所传输的电磁范围内对非合作信号进行检测，当检测出非合作信号存在时，并对信号进行信号个数估计；针对非合作信号进行干扰温度的测量，干扰温度测量涉及时频联合域非合作信号的参数的估计以及调制方式的识别；在所测量的干扰温度门限以下，以扰分多址的方式实现多信号的隐蔽通信传输，并在接收端以盲源分离技术现实多信号的分离。本发明从时频联合域和人工智能角度出发，利用扰分多址技术，能够为保密信息巧妙地将它隐藏于通信环境之中，使得第三方很难发现该信息的存在，就可以使之避免被干扰和攻击，从而实现隐蔽通信。
-
Patent Agency Ranking
公开(公告)号：CN110061792B
公开(公告)日：2020-05-08
申请号：CN201910272990.7
申请日：2019-04-04
Applicant: 西安电子科技大学
IPC: H04B17/309 , H04B17/382 , H04B17/391
Abstract: 本发明公开了一种基于变分模态分解的频谱感知算法，克服了现有技术中，接收端的信号被噪声背景干扰的问题。该发明含有一、产生仿真信号BPSK；二、以分量的瞬时频率的均值为分解参数，根据其变化曲线确定最优模态分解个数K，并设定合适的惩罚因子α；三、根据得到的分解参数对BPSK信号进行变分模态分解；四、对得到的L个本征模态分别进行功率谱估计；五、将该本征模态的谱线强度和与全部本征模态的强度和之比作为检验统计量；六、将得到的检验统计量与判决门限进行比较再作出最后的判决。该发明利用变分模态分解的等效带通滤波特性及维纳滤波构造，更好地划分频带并去噪处理，与传统的功率谱分段对消算法相比，能显著提升检测性能。
-
公开(公告)号：CN107809398A
公开(公告)日：2018-03-16
申请号：CN201710945153.7
申请日：2017-10-12
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
Abstract: 本发明属于非高斯噪声环境下通信信号调制分析技术领域，公开了一种脉冲噪声环境下MSK信号调制参数估计方法；对接收到的MSK信号做非线性变换，并计算广义二阶循环统计量；提取广义二阶循环统计量特定时延截面，并通过自适应双阈值进行循环频率检测，得到循环频率集合；利用循环频率集合中相邻循环频率的间距完成调制频率间隔估计，根据MSK信号调制指数实现符号周期估计。本发明在脉冲噪声环境下，当混合信噪比高于-1dB时，本发明的MSK信号的调制频率间隔和符号周期估计的均方根误差接近0。
-
公开(公告)号：CN115508824B
公开(公告)日：2024-08-06
申请号：CN202211282410.0
申请日：2022-10-19
Applicant: 西安电子科技大学
IPC: G01S13/72 , G06N3/0464 , G06N3/09 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种多目标大数据关联融合跟踪方法及系统，属于多雷达多目标跟踪技术领域，首先利用基于卷积神经网络的数据融合模型对经过时空对准以及点迹匹配的多雷达观测数据进行处理，得到多雷达多目标融合点迹数据；然后对多雷达多目标融合点迹数据进行计算，分别提取时序特征和空间特征；并通过利用雷达量测和目标预测的时序特征和空间特征之间的差异设计二维差异矩阵；最后采用基于卷积长短时记忆网络的数据关联方法依次得到每个目标的关联概率，并利用目标的关联概率计算目标的状态估计；本发明可有效实现在杂波和多目标环境下的目标跟踪。
-
公开(公告)号：CN118033681A
公开(公告)日：2024-05-14
申请号：CN202410250158.8
申请日：2024-03-05
Applicant: 西安电子科技大学
Abstract: 一种非高斯噪声下分布式系统导航干扰智能识别方法、系统、设备及介质，方法为：对分布式系统接收端导航干扰信号进行特征提取，构建分数阶平滑伪魏格纳‑维尔分布，分数阶财‑威廉姆斯分布和分数阶小波变换，并将三者组合作为对接收端信号的三维智能表征，利用三维智能表征构建本地干扰数据集；构建分步式导航干扰识别系统，同时将Swin‑Transformer网络作为分布式系统子识别节点的本地网络；进行本地参数更新，经过迭代得到全局最优网络参数；将全局最优网络参数加载于用于识别的全局网络中，实现压制式导航干扰信号的类内识别和欺骗式导航干扰信号的检测识别；对全局网络模型检测识别为欺骗式导航干扰信号的分布式系统接收端信号进行分离，对分离后的欺骗式导航干扰与导航信号进行解调得到码元序列并构建识别统计量与识别门限，对比识别统计量与识别门限的大小，实现欺骗式导航干扰的类内识别；最后，将得到的导航干扰识别结果合并，得到非高斯噪声下分步式系统导航干扰智能识别结果。
-
公开(公告)号：CN114826842B
公开(公告)日：2024-04-12
申请号：CN202210306417.5
申请日：2022-03-27
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信中盲均衡技术领域，公开了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法及系统，包括：定义样本集，将多级信号样本转换为单级；定义决策阈值，判断当前接收的瞬时信号是否属于样本集，如果不属于集合范围，过滤样本；如果属于集合，则进行迭代运算；对修正后的代价函数微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数。本发明开发了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法，可以避免稳态失调，减少码间干扰和信道间干扰，降低计算复杂度。此外，过滤样本时大误差的野点也被抛弃，所以可以很好的应用于非高斯噪声环境下。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.032 seconds)
