-
公开(公告)号：CN112821971A
公开(公告)日：2021-05-18
申请号：CN202110137406.4
申请日：2021-02-01
IPC: H04B17/391 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于对抗式学习的时变信道信号检测方法，使用了一种专属的生成对抗网络结构，并且采用适用于时变信道的神经网络数据集构造以及训练方法，训练生成器G以生成信道转移概率，并且把之运用于Viterbi算法中，实现了未知信道模型的时变通信系统的信号检测。
-
公开(公告)号：CN113883736B
公开(公告)日：2024-05-07
申请号：CN202111153046.3
申请日：2021-09-29
Applicant: 西安交通大学 , 浙江西安交通大学研究院
Abstract: 本发明公开了一种移动式液冷源的散热器调控装置及调控方法，包括制冷系统和液冷源系统；制冷系统由依次连通的制冷压缩机、冷凝散热器、制冷剂储液器、蒸发器和气液分离器构成制冷循环回路；液冷源系统由液冷剂箱连通蒸发器构成蒸发循环回路，以及由液冷剂箱连通冷凝散热器构成自然散热循环回路。液冷源的冷却由制冷系统冷却和外界自然风能源冷却，两类冷却共用一套冷凝散热器，冷凝散热器中两路独立管束间隔交替布置。本发明减小了系统的体积重量，增强了紧凑性；能耗小，冷源温度不易波动；利用外界自然能源实现系统的节能和液冷源的稳定输出。
-
公开(公告)号：CN113883736A
公开(公告)日：2022-01-04
申请号：CN202111153046.3
申请日：2021-09-29
Applicant: 西安交通大学 , 浙江西安交通大学研究院
Abstract: 本发明公开了一种移动式液冷源的散热器调控装置及调控方法，包括制冷系统和液冷源系统；制冷系统由依次连通的制冷压缩机、冷凝散热器、制冷剂储液器、蒸发器和气液分离器构成制冷循环回路；液冷源系统由液冷剂箱连通蒸发器构成蒸发循环回路，以及由液冷剂箱连通冷凝散热器构成自然散热循环回路。液冷源的冷却由制冷系统冷却和外界自然风能源冷却，两类冷却共用一套冷凝散热器，冷凝散热器中两路独立管束间隔交替布置。本发明减小了系统的体积重量，增强了紧凑性；能耗小，冷源温度不易波动；利用外界自然能源实现系统的节能和液冷源的稳定输出。
-
公开(公告)号：CN110244612B
公开(公告)日：2020-05-26
申请号：CN201910491532.2
申请日：2019-06-06
Applicant: 西安交通大学
IPC: G05B19/042 , G16H50/00
Abstract: 本发明公开了一种基于化学扩散机理的二元数字通信系统，包括以下几个部分：1)通信系统的发送端，包括了蠕动泵与STM32单片机，单片机蠕动泵0，1用来泵出酸碱性液体代表比特0与比特1，2)通信系统的信道，使用蠕动泵2持续泵出清水使信道中液体不断流动3)通信系统的接收端，使用pH电极进行数据采集，然后由单片机采样并且把数据发送到上位机进行通信同步与信号检测。该系统很好地模拟了人体内进行分子通信的环境与过程，并且成本较低，可以以较低成本在该实验系统上完成分子通信的算法研究与验证。
-
公开(公告)号：CN114915361A
公开(公告)日：2022-08-16
申请号：CN202210517488.X
申请日：2022-05-13
Applicant: 西安交通大学
IPC: H04B17/391 , H04L1/20
Abstract: 本发明公开了一种基于小样本学习的物联网上行信号检测方法，包括以下步骤；1)K个用户设备各发送Nf个信号帧给基站，基站将接收信号帧作为训练数据，发送信号帧作为数据标签，组合得到训练数据集2)初始化信号检测神经网络，使其参数满足标准高斯分布，该信号检测神经网络包括三个部分，参数生成器G，信号分类器D，和链路分类器L；3)使用步骤1)得到的训练数据集对步骤2)中的信号检测神经网络迭代地进行训练；4)在部署使用阶段，基站把发送信号帧的导频符号和接收信号帧输入信号检测神经网络，得到信号检测的结果，对发送信号帧的数据符号的估计。本发明可以在难以建立信道模型的物联网通信系统中进行信号检测。
-
Patent Agency Ranking
公开(公告)号：CN110826703B
公开(公告)日：2022-06-07
申请号：CN201911265807.7
申请日：2019-12-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于协作式时变双向循环神经网络的通信系统信号序列检测方法，其步骤包括：对通信系统接收端接收到的信号序列进行预处理，然后把预处理后的数据序列输入协作式时变双向循环神经网络，然后通过网络输出进行软判决。其中协作式时变双向循环神经网络隐含层的前后层之间为协作式结构，并且在神经网络的最后一层的前后向网络进行合并的时候使用时变的权值来合并，得到神经网络最后的输出，该方法更适用于通信系统的信号检测问题，提高了检测的正确率。
-
公开(公告)号：CN112422208A
公开(公告)日：2021-02-26
申请号：CN202011232845.5
申请日：2020-11-06
Applicant: 西安交通大学
IPC: H04B17/309 , H04B17/391 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了未知信道模型下基于对抗式学习的信号检测方法，其步骤包括：发送导频序列采集数据集，然后初始化一个生成对抗网络，包括一个生成器G和一个鉴别器D，然后使用数据集对生成对抗网络进行迭代地对抗式训练，训练完成之后使用训练好的生成器G来生成信道转移概率，并且把之运用于Viterbi算法中，实现了传统方法无法实现的未知信道模型条件下的信号检测。
-
公开(公告)号：CN114915361B
公开(公告)日：2023-07-14
申请号：CN202210517488.X
申请日：2022-05-13
Applicant: 西安交通大学
IPC: H04B17/391 , H04L1/20
Abstract: 本发明公开了一种基于小样本学习的物联网上行信号检测方法，包括以下步骤；1)K个用户设备各发送Nf个信号帧给基站，基站将接收信号帧作为训练数据，发送信号帧作为数据标签，组合得到训练数据集2)初始化信号检测神经网络，使其参数满足标准高斯分布，该信号检测神经网络包括三个部分，参数生成器G，信号分类器D，和链路分类器L；3)使用步骤1)得到的训练数据集对步骤2)中的信号检测神经网络迭代地进行训练；4)在部署使用阶段，基站把发送信号帧的导频符号和接收信号帧输入信号检测神经网络，得到信号检测的结果，对发送信号帧的数据符号的估计。本发明可以在难以建立信道模型的物联网通信系统中进行信号检测。
-
公开(公告)号：CN109151672B
公开(公告)日：2022-08-05
申请号：CN201811094328.9
申请日：2018-09-19
Applicant: 西安交通大学
Abstract: 基于列阵麦克风的声源跟踪系统及其控制方法，包括，包括列阵麦克风，滤波放大电路、单片机、旋转云台和编码器；使用时，先用阵列麦克风进行拾音；麦克风拾音信号通过频率采样滤波器处理；然后经过处理的信号通过单片机的ADC进行采样；最后采样结束之后对采样数据进行DOA估计，把估计出来的角度与当前云台的角度比较，来确定是否转动云台以及转动方向，从而使摄像头或者高指向性麦克风对准声源；本发明具有跟踪准确的优点。
-
公开(公告)号：CN112422208B
公开(公告)日：2021-10-19
申请号：CN202011232845.5
申请日：2020-11-06
Applicant: 西安交通大学
IPC: H04B17/309 , H04B17/391 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了未知信道模型下基于对抗式学习的信号检测方法，其步骤包括：发送导频序列采集数据集，然后初始化一个生成对抗网络，包括一个生成器G和一个鉴别器D，然后使用数据集对生成对抗网络进行迭代地对抗式训练，训练完成之后使用训练好的生成器G来生成信道转移概率，并且把之运用于Viterbi算法中，实现了传统方法无法实现的未知信道模型条件下的信号检测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
