-
公开(公告)号：CN105281779B
公开(公告)日：2018-12-14
申请号：CN201510741861.X
申请日：2015-11-04
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 多观测值向量稀疏度自适应压缩采样匹配追踪方法，涉及信息与通信技术领域。是为解决从Xampling框架下经过调制宽带转换器采样，通过连续‑有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题提出的。本发明首先对信号的稀疏度进行自适应估计。然后通过反复迭代用给定的步长因子对稀疏度进行更新，使之逐渐逼近信号实际稀疏度，同时通过回溯思想和最小均方准则修正支撑集，直到残差小于设定阈值时，停止迭代。最后利用求出的完整支撑集通过伪逆运算重构出原始的多频带信号。本发明可实现基于压缩感知的模拟多频带信号重构。
-
公开(公告)号：CN105391453B
公开(公告)日：2018-10-02
申请号：CN201510741828.7
申请日：2015-11-04
Applicant: 哈尔滨工业大学
Abstract: 基于Xampling框架构造观测矩阵的信号压缩感知方法，涉及信息及通信技术领域。它是为了解决目前压缩感知中随机观测矩阵不易在硬件中实现的问题、确定性观测矩阵重构概率低导致的信号压缩感知能力低问题。其方法：首先产生一个随机向量a；然后将随机向量a循环移位产生一个新向量ai；再将向量ai与随机向量a对应元素相乘，得到观测矩阵的第i行ri；最后循环N次进行上面的步骤，构造出M×N维的观测矩阵R，进而对信号进行压缩感知。本发明适用于信号压缩感知。
-
公开(公告)号：CN104468427B
公开(公告)日：2018-06-22
申请号：CN201410578238.2
申请日：2014-10-25
Applicant: 哈尔滨工业大学
IPC: H04L25/02
Abstract: 基于FRI时频域综合分析的信号高效采样及信号重构方法，涉及信息与通信技术领域，是为了降低信号的奈奎斯特采样频率，以及为了提高信号采样的精度。在频域，用频率谱线来记录信号较高频率成分的信息，并对频率取对数并归一化，实现频域的进一步压缩。在时域，提出了线段拟合的方法，对较低频率的时域信号进行压缩。通过频域与时域对信号进行高效的采样，大幅度降低对信号采样数量的要求。并利用FRI理论在时域和频域分别对信号进行处理与恢复。同时，本文扩展了FRI理论能处理的信号类型，使FRI理论不仅能处理离散的狄拉克流，也能处理较高频率的连续信号。本发明适用于信号采样及重构过程中。
-
公开(公告)号：CN105337676B
公开(公告)日：2018-03-30
申请号：CN201510612005.4
申请日：2015-09-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 移动场景中软判决协作频谱感知数据融合方法，涉及信息与通信技术领域。本发明是为了解决现有软判决协作频谱感知数据融合方法的以下问题：1)、现有的融合方法难以适用于对移动场景；2)、现存的软判决数据融合方法需要依赖于认知用户的信噪比和位置的先验知识；3)、现有融合方法的信道适应性较弱；本发明融合方法中，各移动认知用户先独立进行本地能量检测并将检测结果上传到融合中心，然后融合中心仅仅根据这些检测结果为每个用户计算出本次融合对应的加权因子，最后融合中心利用检测结果和对应的加权因子求出加权的目标函数并做出最后的判断。本发明适用于信息与通信技术中的认知无线电软判决协作频谱感知场合。
-
公开(公告)号：CN105356953B
公开(公告)日：2017-10-03
申请号：CN201510706056.3
申请日：2015-10-27
Applicant: 哈尔滨工业大学
IPC: H04B17/30
Abstract: 认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法，涉及信息与通信技术领域。本发明是为了解决现有方法无法对认知无线电网络中移动场景下单节点和多节点协作进行感知的问题。本发明首先获得认知用户的移动速度、方向、当前周期认知用户起点与主用户的距离、终点与主用户的距离之间的函数关系。然后求得主用户与认知用户移动终点之间距离的PDF。然后获得移动用户在当前移动周期内的移动终点处检测到的主用户信号功率与当前移动周期认知用户移动终点与主用户距离之间的函数关系，得出此功率的PDF。最后求得移动场景下单节点感知，硬判决多节点协作感知和软判决协作感知系统中检测概率、漏检概率以及虚警概率的结果。
-
Patent Agency Ranking
公开(公告)号：CN103840838B
公开(公告)日：2017-02-15
申请号：CN201410100612.8
申请日：2014-03-19
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种基于自适应观测矩阵的贝叶斯压缩感知信号恢复方法，涉及信息与通信技术领域，是为了解决现有的压缩感知信号恢复方法的精度低的问题。它是以压缩感知中自适应观测矩阵的设计为基础，结合贝叶斯压缩感知算法得到一种压缩感知方法的设计方案。它的特点是设计的观测矩阵可以根据不同信号自适应地生成，矩阵的确定性和存储问题都得到了解决，并且结合基于相关向量机的贝叶斯压缩感知恢复算法，引入了分层结构的先验。这种设计方案经过仿真验证，确定可以得到很好的信号恢复效果，并且可以对恢复信号的误差范围进行估计。本发明使用于信息与通信技术中的无线信号传输场合。
-
公开(公告)号：CN103841566B
公开(公告)日：2017-02-01
申请号：CN201410113770.7
申请日：2014-03-25
Applicant: 哈尔滨工业大学
IPC: H04W16/14 , H04B17/382 , H04W12/00
Abstract: 移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知方法，涉及无线通信技术领域中认知无线电网络频谱感知技术。它是为了适应在动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D-S证据理论的协作频谱感知需求。本发明是一种动态拓扑结构下存在恶意用户提供虚假感知信息下的基于D-S证据理论的协作频谱感知方法。解决方案主要步骤分为两步：第一：协作感知节点网络中实施认识用户认证机制，通过可靠的认证机制减少恶意认知用户。第二：提高认知网络的数据融合算法对与认知用户的恶意攻击的鲁棒性，及时发现和去除恶意用户的虚假感知结果。本发明适用于移动模型下存在恶意用户攻击的基于D-S证据理论的协作频谱感知。
-
公开(公告)号：CN104202106B
公开(公告)日：2016-04-20
申请号：CN201410503638.7
申请日：2014-09-26
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 移动场景中基于信任度的协作频谱感知方法，涉及信息与通信技术领域。是为解决认知用户移动的场景中网络内可能存在恶意用户攻击的问题提出的。本方法利用信任度的概念，先将整个研究区域划分为若干小的单元格，然后在每个单元格中通过比较其中各认知用户上传检测结果，独立更新这些认知用户的信任度并以此为依据剔除其中的恶意用户，进而计算每个单元格的加权系数。经过仿真验证，确定本发明的方法能够得到良好的系统检测性能。在存在50个认知用户且其中15个为恶意用户的网络中，系统虚警概率为0.1时，本发明能够获得0.99的系统检测概率。本发明针对认知用户移动而主用户静止的场景，用于克服系统内恶意用户的恶意攻击。
-
公开(公告)号：CN105337676A
公开(公告)日：2016-02-17
申请号：CN201510612005.4
申请日：2015-09-23
Applicant: 哈尔滨工业大学
IPC: H04B17/382
CPC classification number: H04B2201/692
Abstract: 移动场景中软判决协作频谱感知数据融合方法，涉及信息与通信技术领域。本发明是为了解决现有软判决协作频谱感知数据融合方法的以下问题：1)、现有的融合方法难以适用于对移动场景；2)、现存的软判决数据融合方法需要依赖于认知用户的信噪比和位置的先验知识；3)、现有融合方法的信道适应性较弱；本发明融合方法中，各移动认知用户先独立进行本地能量检测并将检测结果上传到融合中心，然后融合中心仅仅根据这些检测结果为每个用户计算出本次融合对应的加权因子，最后融合中心利用检测结果和对应的加权因子求出加权的目标函数并做出最后的判断。本发明适用于信息与通信技术中的认知无线电软判决协作频谱感知场合。
-
公开(公告)号：CN103929259B
公开(公告)日：2015-12-09
申请号：CN201410177841.X
申请日：2014-04-29
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 认知OFDM系统中的一种基于信任度的多比特判决协作自适应频谱感知方法，涉及信息与通信技术领域，为了解决对各个认知用户本地检测结果利用不够充分等问题。本发明针对实际应用场景中可能存在的恶意用户攻击以及信噪比不一致，个别用户处于深衰落场景的情况，将信任度的概念引入多比特判决模型。本发明中，各认知用户先进行本地判决，融合中心再进行加权融合并比较判决，然后根据各认知用户本地判决结果与全部认知节点判决结果的加权平均值之差计算信任度增量，进而更新各认知用户信任度并利用各认知用户信任度求各自权值以备下次检测。本发明适用于信息与通信场合。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.026 seconds)
