-
公开(公告)号：CN108445486A
公开(公告)日：2018-08-24
申请号：CN201810204939.8
申请日：2018-03-13
Applicant: 南京理工大学
IPC: G01S13/89
Abstract: 本发明公开了一种基于协方差矩阵重建和导向矢量修正的波束形成方法，步骤如下：(1)对雷达阵列的接收信号进行采样，得到接收信号矢量；(2)根据采样得到的接收信号矢量，求得接收数据协方差矩阵与空间谱分布，然后再通过球形约束方法获得干扰导向矢量，重建干扰加噪声协方差矩阵；(3)根据重建的干扰加噪声协方差矩阵修正期望信号导向矢量；(4)根据重建的协方差矩阵和修正的期望信号导向矢量，以凸优化方法求解添加副瓣约束的MVDR模型，得到全局最优权重矢量；(5)将接收信号矢量与求出的全局最优权重矢量相乘，得到稳健低副瓣自适应波束。本发明的波束形成方法，不但稳健性好，而且副瓣低。
-
公开(公告)号：CN107689825A
公开(公告)日：2018-02-13
申请号：CN201610629623.4
申请日：2016-08-03
Applicant: 南京理工大学
Abstract: 本发明提出一种基于压缩感知的星载AIS冲突信号分离方法，通过构建基于压缩感知的欠定盲源信号分离模型，使用匹配追踪方法在星载AIS接收机的接收信号中分离出源信号；对N路分离信号通过2比特差分的方法进行非相干解调，然后通过判决译码得到N个船舶发送的AIS数据。本发明首次将压缩感知技术应用到星载AIS信号分离中，并凭借压缩感知特性，可以减少接收机天线数量，降低卫星载荷，可以并行分离信号以提升信号分离效率。
-
公开(公告)号：CN107340499A
公开(公告)日：2017-11-10
申请号：CN201710505821.4
申请日：2017-06-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于协方差矩阵重建的稳健低副瓣波束形成方法,包括如下步骤：1)对雷达阵列的接收信号进行采样,得到信号矢量；2)根据采样数据，求得接收数据协方差矩阵与空间谱分布，重建干扰加噪声协方差矩阵；3)根据重建的协方差矩阵和导向矢量，以凸优化方法求解添加副瓣约束的MVDR模型，得到全局最优权重矢量；4)将接收信号矢量与求出的最优权重矢量进行相乘运算，得到稳健低副瓣自适应波束。本发明的自适应波束形成方法,不但稳健性好，而且副瓣低。
-
公开(公告)号：CN106680784A
公开(公告)日：2017-05-17
申请号：CN201710109735.1
申请日：2017-02-28
Applicant: 南京理工大学
IPC: G01S7/36
CPC classification number: G01S7/36
Abstract: 本发明公开一种自适应波束形成方法，包括如下步骤：(10)信号采样：对雷达阵列的接收信号以一定的快拍数进行采样：(20)求取导向矢量：根据采样数据，求取导向矢量和协方差矩阵；(30)求取权重矢量：根据协方差矩阵和导向矢量，以凸优化方法求解添加副瓣的MVDR模型，得到模型权重矢量；(40)获取自适应权系数：由模型权重矢量得到的方向图判断副瓣是否达到预期要求，如否，则增大快拍数，转向(10)信号采样步骤，如是，则将模型权重矢量确定为自适应权系数；(50)形成波束：将接收信号与所述自适应权系数进行乘积运算，得到自适应波束。本发明的自适应波束形成方法，副瓣低、干扰抑制好。
-
公开(公告)号：CN106571508A
公开(公告)日：2017-04-19
申请号：CN201610993705.7
申请日：2016-11-11
Applicant: 南京理工大学
IPC: H01P1/208
CPC classification number: H01P1/2088
Abstract: 本发明公开了一种基于四分之一和八分之一模基片集成波导平衡带通滤波器，包括介质基片，介质基片的下金属层，介质基片的第一～四上金属层，以及两排金属化通孔；所述第一～四上金属层均为等腰直角三角形，且四个等腰直角三角形的直角相邻拼接为正方形；第一～二馈电微带线与第四上金属层的斜边相接；第三～四馈电微带线与第二上金属层的斜边相接；第一～四缝隙分别位于第一上金属层和第四上金属层、第一上金属层和第二上金属层、第二上金属层和第三上金属层、第三上金属层和第四上金属层的中间。本发明能实现差模信号的传输而且共模抑制性能好，同时因为采用基片集成波导腔体结构，缩减了体积、节省了成本，还兼具低损耗、高功率容量的特点。
-
Patent Agency Ranking
公开(公告)号：CN106450611A
公开(公告)日：2017-02-22
申请号：CN201610993714.6
申请日：2016-11-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基片集成波导的高频率选择性平衡带通滤波器，包括上层介质基片和下层介质基片，上层介质基片设置三个上金属层，下层介质基片设置三个下金属层，上、下层介质基片之间设置中间金属层；所述上层介质基片设置有两排金属化通孔，下层介质基片相应的位置设置两排金属化通孔；所述上金属层均为等腰直角三角形；两个差分馈电微带线设置于上层介质基片，且与中间的上金属层斜边相接；两个差分馈电微带线设置于下层介质基片，且与中间的下金属层斜边相接；所述中间金属层设置两个矩形的孔隙，以及两个扇形的孔隙。本发明具有很好的频率选择性和优异的差模带外抑制性能，同时大大缩减了体积，兼具低损耗、高功率容量的特点。
-
公开(公告)号：CN106207324A
公开(公告)日：2016-12-07
申请号：CN201610749678.9
申请日：2016-08-26
Applicant: 南京理工大学
IPC: H01P1/20
CPC classification number: H01P1/2002
Abstract: 本发明公开了一种基于基片集成波导的宽带滤波器，包括介质基片、介质基片的下金属层、介质基片的上金属层，在介质基片上设置多个圆形的金属化通孔，通孔排列分布为矩形构成谐振腔；上金属层左、右两侧分别蚀刻用于给所述谐振腔馈电的共地共面的第一波导传输线和第二波导传输线，第一波导传输线、第二波导传输线的中间金属条带分别向外侧即分别向左、右两侧延伸成为第一输入馈电微带线和第一输入馈电微带线；所述第一输入馈电微带线和第一输入馈电微带线设置于谐振腔的中心向下偏移的位置，且第一输入馈电微带线和第一输入馈电微带线左右对称。本发明具有低损耗、低辐射、高功率容量的特点，同时因采用单个腔体，缩减了体积、节省了成本。
-
公开(公告)号：CN105763498A
公开(公告)日：2016-07-13
申请号：CN201610219121.4
申请日：2016-04-08
Applicant: 南京理工大学
IPC: H04L27/00 , H04L27/144 , H04L1/00 , H04L25/03
CPC classification number: H04L27/0014 , H04L1/0054 , H04L25/03019 , H04L27/144 , H04L2027/0026
Abstract: 本发明提供一种星载AIS全数字接收方法，包括：对射频数字化后的信号与本地载波正交下变频后滤波获取混合基带信号并分离；将分离后的单路信号进行突发检测；检测到帧头之后，进行频偏估计，基于频偏估计的结果对基带信号进行频偏补偿；选择帧头序列作为输入信号进行符号定时同步，获得符号定时误差估计值，根据符号定时误差估计值内插出最佳采样点数据；对最佳采样点数据采用非相干维特比解调算法进行信息解调，并基于循环冗余校验码对比特信息序列进行校验对帧头符号周期的最佳采样点序列和经校验的比特序列的频偏、幅度和初相进行估计；基于频偏、幅度和初相估值对解调信号进行恢复；将分离后的混合基带信号减去恢复的强信号。
-
公开(公告)号：CN105044685A
公开(公告)日：2015-11-11
申请号：CN201510345787.X
申请日：2015-06-19
Applicant: 南京理工大学
IPC: G01S7/32
CPC classification number: G01S7/32
Abstract: 本发明公开了一种线性调频脉冲信号的超低旁瓣脉压器设计方法。首先对所需处理的线性调频信号以时间间隔T进行采样，得到M点采样序列；以采样序列点数为脉压滤波器初始点数N=M；以采样序列脉压处理的旁瓣峰值为目标函数，以信噪比损失及主瓣展宽为限制条件，建立凸优化模型并求解，得到一组脉压滤波器系数；由脉压滤波器系数求解得到对应的脉压旁瓣峰值电平，若旁瓣峰值电平未达到实际应用的要求，则将脉压滤波器阶数N+1，重新建立凸优化模型并求解，若达到应用要求，则输出脉压滤波器系数、最低阶数以及脉压处理之后的峰值旁瓣电平。本发明实现线性调频信号的超低旁瓣脉冲压缩处理，能获得更低的旁瓣电平，脉压滤波器阶数具有更强的灵活性。
-
公开(公告)号：CN115356678B
公开(公告)日：2024-05-14
申请号：CN202210552779.2
申请日：2022-05-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于DPNALM算法的稀疏阵列DOA估计方法，包括：将稀疏阵列回波快拍重构成Toeplitz矩阵；构造基于秩最小化的矩阵填充模型，运用DPNALM算法对模型进行求解得到满阵#imgabs0#对所有快拍的缺失数据均填充完毕后得到补全的数据阵列Xr；求Xr的协方差矩阵并对其进行Toeplitz重构；运用DOA估计算法完成波达方向角估计。本发明提出的DPNALM算法将基于秩最小化的矩阵填充模型分解为低秩逼近和去噪两个子问题，利用Dykstra交替投影得到观测矩阵的低秩原子集，并将观测矩阵投影到低秩原子集上进行去噪，将DPNALM应用在非相关信源和相关信源下的稀疏阵列DOA估计中，均能取得较好效果。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.026 seconds)
