一种卷积码随机交织序列交织关系的估计方法

    公开(公告)号:CN112165338B

    公开(公告)日:2023-05-02

    申请号:CN202011059417.7

    申请日:2020-09-30

    Abstract: 本发明属于通信技术领域,具体是涉及一种卷积码随机交织序列交织关系的估计方法。本发明是在利用截获数据c,在已知c对应的(2,1,v)卷积码编码器结构、交织深度L、交织起点的情况下,完成交织关系的估计,首先利用已知的(2,1,v)卷积码编码器构造该卷积码包含第x列的校验方程H1的标准图,然后将截获数据按照给定起点与交织深度,构成数据矩阵B,随机选取B的第y列,采用Dumer算法得到矩阵B包含第y列的校验方程H2,若H1的数量等于H2的数量,建立H2的图,利用图同构的方法对校验方程排序,使之一一对应,再通过图的顶点集,确定部分交织关系,最后利用已确定的交织关系的前后滑窗矩阵和校验向量相乘的结果继续求解后续的交织关系。

    一种基于剪枝残差网络的调制信号识别方法

    公开(公告)号:CN111898591B

    公开(公告)日:2022-06-24

    申请号:CN202010885528.7

    申请日:2020-08-28

    Abstract: 本发明属于调制信号识别技术领域,具体涉及一种基于剪枝残差网络的调制信号识别方法。本发明包括获取输入调制信号,输入至残差网络训练,获取已完成训练的深度残差卷积层网络参数,提取调制识别残差模型中,所有归一化层的Gamma参数。对所有Gamma参数进行升序排列。设定全局的卷积核通道剪枝比例。根据剪枝比例,在升序排列的Gamma参数中确定剪枝的全局阈值;在所有归一化层中,删除小于全局阈值的Gamma参数及其上一层对应的卷积核通道。最后使用少量调制识别样本对剪枝的模型进行训练或使用全部调制信号训练样本从头训练。本发明相比之前的调制识别模型进一步减少了网络参数,压缩模型的大小,并大幅度减少了模型的运算量及推理时间。

    一种基于多站时差网格聚类的信号分选方法

    公开(公告)号:CN113075620A

    公开(公告)日:2021-07-06

    申请号:CN202110318189.9

    申请日:2021-03-25

    Abstract: 本发明属信号处理技术领域,具体涉及一种基于多站时差网格聚类的信号分选方法。本发明的方法包括:1)设置多个接收站,包括一个主站和多个副站,同时测量各信号源每个脉冲信号的信号到达时间(TOA),构成原始脉冲到达时间序列集合。2)以主副站时差为维度,构建多维参数空间。3)通过主副站接收脉冲的匹配,计算其时差并生成空间中的参数点,再通过网格聚类估计出可能的时差。4)在脉冲序列中遍历搜索具有相同时差的脉冲组,并划为新分组,将新分组中的脉冲从原始脉冲序列中去除,生成新的脉冲序列样本。5)对新的脉冲序列样本重复步骤3、4,直到脉冲全部分组完毕,完成分选,各个分组结果即为分选结果。本方法具有很强的鲁棒性和抗干扰能力。

    一种基于星座图的OFDM信号符号定时位置估计方法

    公开(公告)号:CN111277533B

    公开(公告)日:2021-07-02

    申请号:CN202010088501.5

    申请日:2020-02-12

    Abstract: 本发明属于信号处理技术领域,涉及一种基于星座图的OFDM信号符号定时位置估计方法。在本发明中,首先利用ML算法对符号定时位置进行了粗估计,但其估计不够准确,然后根据符号定时偏差会造成相位旋转的特性,对少数符号进行FFT,统计其星座图分布范围,定义特征参数,达到正确符号定时位置时特征参数最小,由此得到OFDM符号定时位置的精确估计。本发明可以在非合作情况下进行工作,对于OFDM的接收同步有很好的参考和实际应用。

    一种基于神经网络集成的调制识别方法

    公开(公告)号:CN109120563B

    公开(公告)日:2020-12-29

    申请号:CN201810885094.3

    申请日:2018-08-06

    Abstract: 本发明属于通信技术领域,具体的说是一种基于神经网络集成的调制识别方法。本发明基于神经网络集成的调制识别方法,利用了卷积神经网络自动提取综合的抽象化特征,避免了传统方法的设计和选用信号特征,事实上,可以通过改变训练集的方式得到不同的分类器来适应绝大多数的调制方式,此外,本发明使用集成策略加强了在低信噪比下的识别性能。

    一种基于正交算子的Capon噪声功率估计方法

    公开(公告)号:CN108923869B

    公开(公告)日:2020-12-18

    申请号:CN201810860790.9

    申请日:2018-08-01

    Abstract: 本发明属于信号处理技术领域,涉及一种基于正交算子的Capon噪声功率估计方法。本发明首先根据低分辨率空间谱测向结果得到信号分布方位,再求出与各方位正交的正交算子并对经典Capon功率估计器进行重构,用重构的修正Capon功率估计器在非信号区域的任意一个方位点进行功率估计,以此作为噪声功率。该发明相对特征分解法不需要进行特征分解,相对经典Capon功率估计器不需要在所有非信号区域进行计算,可以有效减小运算量,并且由于其正交特性,即使在信号方位估计存在偏差时依旧可以精准估计噪声功率。

    一种基于降维DFT的OFDM信道估计方法

    公开(公告)号:CN108924069B

    公开(公告)日:2020-09-29

    申请号:CN201810861234.3

    申请日:2018-08-01

    Abstract: 本发明属于信号处理技术领域,涉及一种基于降维DFT的OFDM信道估计方法。本发明首先对接收信号的导频信号进行提取,然后根据导频位置设计降维DFT算子,然后计算降维DFT算子的伪逆,从而计算信道脉冲响应,再通过对信道脉冲响应进行补零,并利用DFT得到信道频率响应。该方法由于先将信道阶数信息利用进来,从而获得了全局最优解,同时在计算过程中实现了对DFT算子的降维,有效地减小了计算量,这对于在无线通信系统中的信道估计具有很好的参考和实用价值。

    基于距离分帧的Keystone变换并行实现方法

    公开(公告)号:CN108279403B

    公开(公告)日:2020-03-17

    申请号:CN201810006452.9

    申请日:2018-01-04

    Abstract: 本发明属于雷达对微弱动目标探测技术领域,具体的说是一种基于距离分帧的Keystone变换并行实现方法。本发明包括以下步骤:先对系统探测范围进行距离分帧,按照分帧条件对回波信号进行处理;对处理后的每帧回波信号和参考信号进行频域脉冲压缩;利用CZT变换对距离徙动进行补偿;对数据进行多普勒模糊校正;利用CFAR技术对RD(Range‑Doppler)谱进行目标检测和估计。仿真结果表明本发明能够对低信噪比SNR=‑37dB的动目标进行正确检测,对实际工程实现具有重要的参考价值。

    基于抽取部分码字的RS码快速参数盲估计方法

    公开(公告)号:CN107302370B

    公开(公告)日:2020-03-17

    申请号:CN201710525585.2

    申请日:2017-06-30

    Abstract: 本发明属于非合作通信和合作通信的智能通信领域,尤其涉及一种容误码的RS码快速参数盲估计方法。基于抽取部分码字的RS码快速参数盲估计方法:利用RS码在二元域上映射的结构特征,构造出与原码一一对应的抽取码字,计算该抽取码字在GF(2)上的归一化秩,通过寻找最小归一化秩完成对RS码码长的估计,再通过快速离散傅里叶变换估计本原多项式和生成多项式。该方法特点是运算速度快,容易实现。

Patent Agency Ranking