用于大规模天线角度估计的无迹卡尔曼滤波方法及装置

    公开(公告)号:CN110109049B

    公开(公告)日:2021-04-20

    申请号:CN201910239760.0

    申请日:2019-03-27

    Abstract: 本发明公开了一种用于大规模天线角度估计的无迹卡尔曼滤波方法及装置,所述方法包括:对当前时刻的目标角度状态、协方差和系统观测值进行预测,获得当前时刻的预测状态、预测协方差和预测观测值;计算所述预测观测值的自协方差矩阵,并将所述自协方差矩阵近似为两个低维矩阵的组合;根据所述两个低维矩阵计算无迹卡尔曼滤波增益矩阵;根据所述预测状态、所述预测协方差、所述预测观测值、所述无迹卡尔曼滤波增益矩阵和当前时刻的系统观测值,更新获得当前时刻的目标角度状态和协方差,从而降低运算复杂度,且降低算法运行时间。

    一种面向毫米波车联网的序贯车辆指纹定位方法及装置

    公开(公告)号:CN109799477B

    公开(公告)日:2021-04-20

    申请号:CN201811487284.6

    申请日:2018-12-06

    Abstract: 本发明公开了一种面向毫米波车联网的序贯车辆指纹定位及装置,所述方法包括:将毫米波检测站覆盖的目标区域划分为至少一个小区域,并在每个小区域中设置参考点;对目标车辆在所述目标区域的信号状态和稀疏位置进行联合建模,获得所述目标车辆的动态变化模型;记录所述检测站接收每个参考点信号的方位角和信号强度,以构建所述目标区域的指纹矩阵;根据当前的目标车辆信号,并基于所述动态变化模型和所述指纹矩阵,对所述目标车辆当前的信号状态后验概率和稀疏位置后验概率进行序贯估计,以获得所述目标车辆当前的信号状态和稀疏位置,从而有效提高定位的准确性。

    一种用于传输数据的方法、装置、设备以及存储介质

    公开(公告)号:CN112468437A

    公开(公告)日:2021-03-09

    申请号:CN202011141927.9

    申请日:2020-10-22

    Abstract: 本说明书一个或多个实施例提供一种用于传输数据的方法、装置、设备以及存储介质。该方法包括:获取针对待传输数据的系统保密速率、对应的概率密度函数和合法接收端与发射端之间的距离;基于系统保密速率、对应的概率密度函数、距离以及预设阈值,确定数据传输的平均保密速率;基于平均保密速率和预设条件,确定目标发射功率;基于目标发射功率传输待传输数据。本实现方式可以实现保证信息数据的安全传输,使得合法用户可以解码获得秘密信息数据,窃听用户无法窃听秘密信息数据。

    一种基于深度学习的毫米波信号检测方法

    公开(公告)号:CN109995449B

    公开(公告)日:2020-12-18

    申请号:CN201910199408.9

    申请日:2019-03-15

    Abstract: 本发明公开了一种基于深度学习的毫米波信号检测方法,其特征在于,包括:使用特征编码方法对接收信号进行标注,得到标注数据;对所述标注数据进行预处理,得到训练数据和测试数据;将所述训练数据输入神经网络模型进行线下训练并使用所述测试数据对所述神经网络模型进行测试,固化所述神经网络模型,得到毫米波检测神经网络模型;将所述毫米波检测神经网络模型应用于线上毫米波信号检测,解决非线性失真和多径干扰问题。

    一种信号处理方法、装置及车联网通信系统

    公开(公告)号:CN111586628A

    公开(公告)日:2020-08-25

    申请号:CN202010296494.8

    申请日:2020-04-15

    Abstract: 本发明实施例提供了一种信号处理方法、装置及车联网通信系统,第一发送端向基站发送第一请求消息。基站接收到第一请求消息之后,向第一发送端发送携带有基站覆盖范围内的各信道中,当前未传输信号的第一信道的标识的第一响应消息。当接收到基站发送的第一响应消息时,第一发送端从第一信道中选择一个信道,作为第二信道,如果第一发送端与第一接收端之间的距离不小于目标距离,第一发送端通过第二信道向基站发送目标信号,以使基站向第一接收端转发目标信号。基于上述处理,第一接收端解码得到的信号与第一发送端需要发送的原始信号的差别较小,进而,可以提高V2X通信的可靠性。

    一种基于空间谱的目标搜索方法及装置

    公开(公告)号:CN109765526A

    公开(公告)日:2019-05-17

    申请号:CN201811631527.9

    申请日:2018-12-29

    Abstract: 本实施例中提供一种基于空间谱的目标搜索方法,包括如下步骤:获取多个通道的信号矩阵;对所述信号矩阵进行分解得到,确定信息子空间和噪声子空间;通过等效空间谱矩阵确定谱峰,通过低维矩阵逼近所述等效空间谱矩阵中的高维矩阵,根据谱峰位置确定目标信号入射方向。本发明提供的基于空间谱的目标搜索方法,为了避免谱搜索过程的遍历复杂度,该方法将其转化为两个高维矩阵相乘过程,避免了针对角度维度的遍历搜索;同时,进一步采用矩阵随机采样与低秩近似方法,实现了低复杂度的高维矩阵相乘。相比于现有的遍历谱搜索方法而言,可以将其计算复杂度降至线性。

    一种时变衰落信道下的自适应调制识别方法与装置

    公开(公告)号:CN104852874B

    公开(公告)日:2019-04-19

    申请号:CN201510007053.0

    申请日:2015-01-07

    Abstract: 本发明提出了一种时变衰落信道下的自适应调制识别方法装置,区别于现有的静态系统模型,设计出一种新的动态状态空间模型来描述信号调制方式与时变信道增益的时变特性,将信号调制方式和衰落信道增益看作两个隐藏系统状态,并引入一阶FSMC模型刻画时变慢衰落信道增益时变迁移特性,将特定时间窗内采样信号的似然函数作为系统观测值;在此基础上,针对时变衰落信道提出一种全新的自适应调制识别方法,充分发掘信道状态动态转移特性,对调制方式和时变信道增益实施联合估计,极大地提高了时变衰落信道下调制识别性能。该方案采用贝叶斯序贯推理法,新方法具有复杂度低及检测时间短的优势。

Patent Agency Ranking