-
公开(公告)号：CN109348410A
公开(公告)日：2019-02-15
申请号：CN201811372033.3
申请日：2018-11-16
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域，特别是一种基于全局和局部联合约束迁移学习的室内定位方法。本发明的方法通过最小化域间的边缘和条件概率分布差异，以及最大化潜在子空间的样本方差约束全局结构的一致性。同时，通过最小化类内方差，最大化类间方差来保持每一个类别与其对应样本的依赖性，以及通过流形正则化保持局部的邻域关系，进而约束局部结构的一致性。可解决目前迁移学习方法知识迁移不充分的问题，从源域中迁移得到的知识可有效地提高目标域的定位精度，解决因环境变化而引起RSS波动的问题。从而本发明提出的基于全局和局部联合约束迁移学习的定位方法是一种适合在复杂室内环境下的高精度定位新方法。
-
公开(公告)号：CN109151995A
公开(公告)日：2019-01-04
申请号：CN201811023659.3
申请日：2018-09-04
Applicant: 电子科技大学
Abstract: 本发明提供一种基于信号强度的深度学习回归融合定位方法，涉及基于信号强度的定位方法领域。本发明包括如下步骤：步骤1，在待定位环境中建立指纹库；步骤2，对指纹库中的数据进行预处理；步骤3，将预处理后的数据输入自动编码模型中进行预训练；步骤4，在自动编码模型的基础上构建DNN模型，再对DNN模型进行训练；步骤5，构建CNN模型并将预处理后的数据输入CNN模型进行训练；步骤6，根据DS证据融合理论对DNN模型与CNN模型的输出概率值进行融合，计算预测结果；步骤7，根据模型估计结果与真实结果之间的误差值来调整DNN模型和CNN模型；步骤8，根据调整好的分类模型进行实时定位。本发明利用DNN和CNN的互补优势能全面地提取特征，提高了定位的准确度。
-
公开(公告)号：CN109036456A
公开(公告)日：2018-12-18
申请号：CN201811094388.0
申请日：2018-09-19
Applicant: 电子科技大学
IPC: G10L21/0272 , H04S7/00
CPC classification number: G10L21/0272 , H04S7/00
Abstract: 本发明公开了一种用于立体声的源分量环境分量提取方法，以解决采用主成分分析算法所分解得到左右通道环境分量之间相关的技术问题。本发明采用一种新的源环境分量提取方法，通过定义两个声道环境分量之间的幅度比β，确保左声道源分量与环境分量垂直，但不限定右声道源分量与环境分量垂直，仅仅要求环境分量之间不相关。从而通过源环境分量提取可以推导出具有唯一解。本发明可用于立体声音频扩展为多声道音频的多音频处理，通过调节环境分量之间的幅度比β，本发明中的源环境分量提取方法可以适应多种不同的声场景。
-
-
公开(公告)号：CN103944624B
公开(公告)日：2017-07-18
申请号：CN201410113568.4
申请日：2014-03-25
Applicant: 电子科技大学
IPC: H04B7/06
Abstract: 本发明涉及稳健自适应波束形成处理技术。本发明针对现有技术中，强期望信号背景下阵列导向矢量失配的问题，提出一种基于迭代算法的稳健波束形成方法，首先，使用PI谱计算出PI算法的权值；其次，利用PI谱及PI算法的权值在期望信号可能空域范围外重构干扰噪声协方差矩阵；最后，利用重构的干扰噪声协方差矩阵，计算波束形成器的最优权值，再重复循环PI算法，从而更新了波束形成器的最优权向量。通过LMS迭代功率倒置算法，重构干扰噪声协方差矩阵，从而直接避免传统算法中的矩阵求逆运算的方法。适用于基于迭代算法的稳健波束形成方法。
-
Patent Agency Ranking
公开(公告)号：CN106338741A
公开(公告)日：2017-01-18
申请号：CN201610727439.3
申请日：2016-08-25
Applicant: 电子科技大学
IPC: G01S19/21
Abstract: 本发明涉及属于卫星导航通信领域，提供一种基于迭代思想的空时导航抗干扰方法，用于克服现有空时导航抗干扰方法在干扰数目和时间抽头增加的情况下实时性急剧变差的问题；本发明首先根据输入信号计算自相关矩阵RX，然后计算计算误差向量e，最后根据迭代公式：w(k+1)＝Cwk+s+μe求得最优导航权向量。本发明在最优抗干扰权向量求解过程中，在高斯-赛德尔迭代的过程中加入修正量μe，大大提升迭代速度，从而有效提高空时导航抗干扰的实时性，保证实际应用需求。
-
公开(公告)号：CN105242237A
公开(公告)日：2016-01-13
申请号：CN201510568210.5
申请日：2015-09-09
Applicant: 电子科技大学
IPC: G01S3/14
CPC classification number: G01S3/146
Abstract: 本发明属于阵列信号处理技术领域，提供了一种基于压缩感知的电磁矢量阵列参数估计方法，具体就是将压缩感知理论应用到电磁矢量阵列的波达方向角和极化参数估计。本发明首先分别对电磁矢量传感器的两正交电偶极子在x轴和y轴的输出进行建模，然后利用它们的自相关矩阵和互相关矩阵构造观测信号，利用观测矩阵和过完备基矩阵重构入射信号矩阵，重构矩阵中非零元素所对的来波方向即为所求波达方向角，最后根据重构矩阵元素之间的关系，计算得到极化参数估计。应用本发明，信号采集和处理都可以在非常低的速率下进行，大大降低了数据存储与信号处理的成本，同时在少快拍、低信噪比条件下参数估计仍有较好的性能。
-
公开(公告)号：CN104865584A
公开(公告)日：2015-08-26
申请号：CN201510260764.9
申请日：2015-05-20
Applicant: 电子科技大学
Abstract: 该发明公开了一种空频自适应导航抗干扰算法的实现方法，属于卫星导航通信领域。该方法通过采用对输入数据滑窗分块处理的方式提高了数据利用率；同时采用一种分块矩阵求权值的方法减少了计算量和资源消耗；最后对输出的时域数据采用两路数据拼接合成的方式，减小了每段数据块边缘数据畸变产生的影响，增强了干扰系统的性能。
-
公开(公告)号：CN103323861B
公开(公告)日：2015-06-10
申请号：CN201310242499.2
申请日：2013-06-19
Applicant: 电子科技大学
IPC: G01S19/21
Abstract: 本发明涉及提高自适应算法稳态性能的方法，包括a．通过软件系统建立权值高次多项式数学模型；b．通过步骤a的拟合表达式建立线性方程组，其中权值个数≥拟合参数的个数；c．通过最小二乘法求解步骤b建立的线性方程组，获得一个最小二乘解，使得误差向量取得极小值；d．根据滤波带宽和多项式的最高次幂，获得滤波模型，通过迭代当前时刻的权值得到权值滤波公式；e．将得到权值滤波公式应用到自适应算法当中。通过本发明的方法，在权值经过平滑滤波后会减少两次迭代之间的差值，由此明显改善了自适应算法的稳态性能，有效提高了导航抗干扰系统的抗干扰性能。
-
公开(公告)号：CN102759733A
公开(公告)日：2012-10-31
申请号：CN201110106058.0
申请日：2011-04-27
Applicant: 电子科技大学
IPC: G01S13/58 , G01S13/524 , G01S7/28
Abstract: 本发明涉及雷达通信技术领域，本发明公开了一种脉冲测速雷达，包括第一光纤延时器、第一光/电转换装置、双工装置、放大器、相参处理器、天线；所述第一光纤延时器通过第一光/电转换装置连接相参处理器，所述第一光纤延时器用于产生延迟脉冲信号；所述双工装置连接天线和放大器，所述双工装置一方面将信号通过天线发射出去，另外一方面将接收的脉冲信号送入放大器进行放大；所述放大器连接相参处理器，所述放大器放大后的脉冲信号送入相参处理器，每个发射脉冲的回波只与该脉冲的延迟复制脉冲相参。使用光延迟器将脉冲信号进行延迟，每个发射脉冲的回波只与该脉冲的延迟复制脉冲相参，获得理想的相参。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.028 seconds)
