-
公开(公告)号：CN105807257A
公开(公告)日：2016-07-27
申请号：CN201610154237.4
申请日：2016-03-17
Applicant: 电子科技大学
IPC: G01S5/04
CPC classification number: G01S5/04
Abstract: 本发明属于信号处理领域，提供一种基于时差的无源定位系统中分布式自适应定位方法，用以解决已有分布式自适应算法的收敛速度与稳态性能之间的矛盾，进一步提高分布式自适应直接定位算法的性能。首先，各接收机经过采集数据得到基带的离散接收信号，再进行噪声功率估计，之后邻居接收机之间进行第一次数据交换，然后设定迭代更新核心控制参数βk，再进行中间估计值ψk,n自适应运算，之后再进行邻居接收机之间的第二次数据交换，最后迭代估计发射机位置的估计值pk,n；直至达到稳态，输出发射机位置估计值。本发明引入噪声信息，显著提升定位性能及跟踪性能；能够克服定位收敛速度和稳态性能的矛盾。
-
公开(公告)号：CN103792530B
公开(公告)日：2016-01-13
申请号：CN201410032942.8
申请日：2014-01-23
Applicant: 电子科技大学
Abstract: 该发明公开了一种有源定位系统中的时延及时钟误差的计算方法，该方法针对背景技术的不足，首先建立发射机与接收机的基带离散时间信号模型；然后在该离散时间信号模型的基础上，构造时间延迟及时钟误差联合计算的目标函数；最后对目标函数进行峰值搜索，得到相应的时间延迟及时钟误差。该方法克服了频率偏移、相位偏移和时间扩展三个非理想因素对时延计算的影响，具有时延计算准确，提高系统定位精度的效果。
-
公开(公告)号：CN103259638A
公开(公告)日：2013-08-21
申请号：CN201310138072.8
申请日：2013-04-19
Applicant: 电子科技大学
Abstract: 本发明提供一种异地本振一致性误差下的基带时差估计方法，包括以下步骤：1）对第1接收机与第2接收机接收到的射频RF信号进行下变频处理得到基带数字信号，对基带数字信号进行去均值与归一化处理得到时差测量所需要基带观测数据；2）引入两分离接收机混频本振间的频率一致性误差与相位一致性误差构造进行时差估计的目标函数；3）对目标函数进行峰值搜索，通过搜索到的目标函数峰值点对应的时间差值得到时差估计值。本发明在估计时差时考虑了异地接收机本振间频率一致性误差以及初始相位一致性误差，将这些误差考虑进入时差测量的数据模型中，减小时差测量系统对异地本振的频率及相位的一致性要求，而且能够提高时差估计的性能。
-
公开(公告)号：CN110649911B
公开(公告)日：2023-10-27
申请号：CN201910645751.1
申请日：2019-07-17
Applicant: 电子科技大学
IPC: H03H17/02
Abstract: 本发明本发明属于信号处理领域，具体提出一种基于α散度的分布式非线性卡尔曼滤波方法，能有效减小系统自身噪声和外部噪声的影响，得到对真实值高精度的估计，可用于解决信号处理中的滤波问题和参数估计问题，尤其是目标跟踪问题。本发明中，首先，通过最小化每个节点的中间近似后验分布函数与真实后验分布函数之间的α散度以获取中间状态估计；然后，通过最小化每个节点的最终后验分布近似函数与其邻居节点的中间后验分布近似函数之间前向KL散度的凸组合来计算每个节点的最终状态估计结果。本发明不同于现有的基于最小方差准则的分布式粒子滤波和基于最小均方误差准则的分布式扩展卡尔曼滤波，本有效提高了非线性分布式卡尔曼滤波的稳态性能。
-
公开(公告)号：CN111211760B
公开(公告)日：2023-04-11
申请号：CN202010042906.5
申请日：2020-01-15
Applicant: 电子科技大学
IPC: H03H21/00
Abstract: 本发明属于信号处理领域，涉及信号处理领域的目标跟踪问题，具体为一种基于分布式扩散策略的反馈粒子滤波方法。本发明基于分布式网络框架，网络中的每个节点通过与邻居节点交换信息完成对目标的跟踪，降低了网络运算负担，且具有更强的稳健性；同时，本发明通过引入由目标状态的真实后验分布与粒子后验分布之间的Kullback‑Leibler(K‑L)散度定义代价函数，使每个粒子在基于其自身状态和经验分布特征的反馈控制下演化，从而不需要再构造建议分布和进行重采样过程；另外，本发明与经典分布式粒子滤波方法相比，能够实现更高的跟踪精度，更好的跟踪性能，且对粒子数变化敏感度低，稳定性更好。
-
Patent Agency Ranking
公开(公告)号：CN108776347B
公开(公告)日：2021-12-03
申请号：CN201810512962.3
申请日：2018-05-25
Applicant: 电子科技大学
IPC: G01S19/21
Abstract: 本发明公开了一种双极化天线阵列基于零陷展宽技术的高动态GNSS干扰抑制方法，属于极化敏感均匀线阵阵列信号处理技术领域。本发明在对接收信号的自相关矩阵进行锥化处理时，采用的锥化矩阵为空域锥化矩阵与极化域锥化矩阵的hadamard积，其中极化域锥化矩阵为基于极化域零陷展宽宽度得到，进而基于锥化处理后的自相关矩阵在无约束条件下使输出信号功率最小计算得到权向量，再进行波束形成，从而得到干扰抑制后的输出信号。本发明具有能在零陷失配的情况下仍然能有效抑制干扰的优点；相比于传统标量阵通过零陷展宽方法实现高动态GNSS干扰抑制，具有能分辨相同空域位置不同极化方式干扰、自由度数更多的优点。
-
公开(公告)号：CN110954153B
公开(公告)日：2021-09-24
申请号：CN201911086448.9
申请日：2019-11-08
Applicant: 电子科技大学
Abstract: 本发明属于分布式自适应滤波领域，主要涉及基于分布式的扩散自适应算法优化，具体为一种分布式自适应组合系数优化方法，适用于求解组合系数在非负约束条件下的自适应优化问题，进而改善各类分布式算法的稳态性和鲁棒性。本发明将有约束最小化均方偏差问题转化成无约束最优化问题，使得组合系数向量每一步迭代都满足算法约束条件；相比经典的固定组合系数方法，具有显著的稳态性能优势；同时，本发明能够达到与经典自适应组合系数相同的收敛速度、且稳态性能更好，能够达到与最优自适应组合系数相同的稳态性能、且收敛速度更快；另外，本发明能够通过选择不同的正定对角矩阵，针对不同应用场景进行具体配置，具有很好的灵活性。
-
-
公开(公告)号：CN109671100B
公开(公告)日：2020-09-25
申请号：CN201811453217.2
申请日：2018-11-30
Applicant: 电子科技大学
Abstract: 本发明属于信号处理领域，提供一种基于时延和多普勒的分布式网络粒子滤波可变扩散组合系数直接跟踪定位方法，旨在解决在网络信噪比环境复杂或恶劣时，固定权系数的方法追踪性能恶化的问题；本发明提出利用局部中间状态估计值构造局部最优代价函数，应用子空间投影的方法将有约束问题转化为无约束问题，进一步通过RLS迭代方法求得最优解来获得自适应变化的组合系数，与传统的基于时延和多普勒的分布式粒子滤波目标直接跟踪方法相比，能够实现更好的追踪效果；本发明可应用于信噪比恶劣的情况，提高了分布式自适应粒子滤波直接跟踪方法的鲁棒性和稳健性。
-
公开(公告)号：CN110954153A
公开(公告)日：2020-04-03
申请号：CN201911086448.9
申请日：2019-11-08
Applicant: 电子科技大学
Abstract: 本发明属于分布式自适应滤波领域，主要涉及基于分布式的扩散自适应算法优化，具体为一种分布式自适应组合系数优化方法，适用于求解组合系数在非负约束条件下的自适应优化问题，进而改善各类分布式算法的稳态性和鲁棒性。本发明将有约束最小化均方偏差问题转化成无约束最优化问题，使得组合系数向量每一步迭代都满足算法约束条件；相比经典的固定组合系数方法，具有显著的稳态性能优势；同时，本发明能够达到与经典自适应组合系数相同的收敛速度、且稳态性能更好，能够达到与最优自适应组合系数相同的稳态性能、且收敛速度更快；另外，本发明能够通过选择不同的正定对角矩阵，针对不同应用场景进行具体配置，具有很好的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.056 seconds)
