-
公开(公告)号：CN112803993B
公开(公告)日：2021-07-16
申请号：CN202110392428.5
申请日：2021-04-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供了一种面向短报文系统的上行信号体制验证方法及装置，包括：接收多路上行信号发生器输出的用于试验验证的上行信号；接收多通道上行信号接收机输出的数据及与所述数据对应的状态信息；根据与所述多路上行信号发生器输出的用于试验验证的上行信号对应的数据，和，所述多通道上行信号接收机输出的数据及与所述数据对应的状态信息，进行用于性能指标评估所需的试验验证；基于试验验证结果对短报文系统的性能指标进行评估。本实施例能够对北斗三号短报文系统的多个性能指标进行全面评估，从而根据评估结果保障系统的有效性和可靠性。
-
公开(公告)号：CN112528582B
公开(公告)日：2021-06-29
申请号：CN202110174610.3
申请日：2021-02-07
Applicant: 北京理工大学
IPC: G06F30/337
Abstract: 本发明提供一种原型滤波器生成方法、装置、信道化方法和星载通信装置，其中原型滤波器生成方法包括：基于任意通道数余弦调制滤波器组的混叠失真误差模型，确定余弦调制滤波器组的原型滤波器的参数优化代价函数；参数优化代价函数使得生成的超高阶原型滤波器满足近似完美重构条件；对参数优化代价函数进行全局迭代寻优，直至当前轮寻优得到的最优解的适应度达到预设阈值；以该最优解为初值进行参数优化代价函数的局部寻优，得到原型滤波器的滤波器参数。本发明抑制了相邻子带以及非相邻子带间的带外泄露和频谱混叠失真，降低了海量参数规划问题求解的计算复杂度，并提高了超高阶原型滤波器的生成效率。
-
Patent Agency Ranking
公开(公告)号：CN112528582A
公开(公告)日：2021-03-19
申请号：CN202110174610.3
申请日：2021-02-07
Applicant: 北京理工大学
IPC: G06F30/337
Abstract: 本发明提供一种原型滤波器生成方法、装置、信道化方法和星载通信装置，其中原型滤波器生成方法包括：基于任意通道数余弦调制滤波器组的混叠失真误差模型，确定余弦调制滤波器组的原型滤波器的参数优化代价函数；参数优化代价函数使得生成的超高阶原型滤波器满足近似完美重构条件；对参数优化代价函数进行全局迭代寻优，直至当前轮寻优得到的最优解的适应度达到预设阈值；以该最优解为初值进行参数优化代价函数的局部寻优，得到原型滤波器的滤波器参数。本发明抑制了相邻子带以及非相邻子带间的带外泄露和频谱混叠失真，降低了海量参数规划问题求解的计算复杂度，并提高了超高阶原型滤波器的生成效率。
-
公开(公告)号：CN115618738A
公开(公告)日：2023-01-17
申请号：CN202211340151.2
申请日：2022-10-28
Applicant: 北京理工大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种基于两方博弈的无人系统主动目标监控方法，属于人工智能与目标监控技术领域。本方法充分考虑了目标监控任务中的目标运动的不确定性和对抗性，以及长时间监控中的监控能力，基于两方博弈构建了两个独立智能体交互过程，将整个监控过程分为监控阶段和搜索阶段，分别设计奖励函数。通过提升目标策略的多样性，实现监控者的奖励提升，从而延长监控过程的持续时间，减少搜索过程时间，提升了监控者在长时间监控任务中的监控性能。
-
公开(公告)号：CN115542945A
公开(公告)日：2022-12-30
申请号：CN202211331938.2
申请日：2022-10-28
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明涉及一种自适应调整范围的无人机群目标三维持续监控方法，属于无人机目标监控技术领域。本方法针对基于视觉检测的单无人机群目标三维持续监控问题，利用了有权图结构对群目标进行建模，在水平方向上，通过寻找中心位置进行飞行决策，在高度方向上，利用离线数据集结合离线强化学习算法，在考无人机虑能耗及视觉系准确率的情况下，实现自适应飞行高度决策。本方法能够自适应的调整无人机的检测范围，有效提升了单个无人机的监控性能。
-
公开(公告)号：CN116394968A
公开(公告)日：2023-07-07
申请号：CN202211546947.3
申请日：2022-12-05
Applicant: 北京理工大学
IPC: B60W60/00 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/092 , B60W50/00 , B60W40/08
Abstract: 本发明涉及一种基于多智能体强化学习的自动驾驶车辆控制方法，属于人工智能和自动驾驶技术领域。针对自动驾驶车辆场景，本方法提出了一个用于AVs的多智能体自适应决策框架。首先考虑乘客的个性化需求，为AVs制定不同的驾驶风格，用于后续决策建模过程中。利用联盟博弈和V2V通信，以每个网联自动驾驶车辆CAV为中心划分多智能体系统，从而构建合作决策区域。然后，基于模型预测控制中的滚动时域，构建了一个深度强化学习决策框架，以实现CAV在合作区域里的运动决策。在完全自动驾驶车辆的场景下，本发明不仅能够保证在高速主干车道上的安全性和效率，而且对于匝道合流区域的安全性、舒适度和效率也能够得到保障。
-
公开(公告)号：CN112803993A
公开(公告)日：2021-05-14
申请号：CN202110392428.5
申请日：2021-04-13
Applicant: 北京理工大学
Abstract: 本发明实施例提供了一种面向短报文系统的上行信号体制验证方法及装置，包括：接收多路上行信号发生器输出的用于试验验证的上行信号；接收多通道上行信号接收机输出的数据及与所述数据对应的状态信息；根据与所述多路上行信号发生器输出的用于试验验证的上行信号对应的数据，和/或，所述多通道上行信号接收机输出的数据及与所述数据对应的状态信息，进行用于性能指标评估所需的试验验证；基于试验验证结果对短报文系统的性能指标进行评估。本实施例能够对北斗三号短报文系统的多个性能指标进行全面评估，从而根据评估结果保障系统的有效性和可靠性。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
