-
公开(公告)号：CN117939625A
公开(公告)日：2024-04-26
申请号：CN202311749405.0
申请日：2023-12-19
Applicant: 北京理工大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明涉及一种通信时延下基于深度学习的目标位置估计方法，属于导航定位领域。本发明采用先同步再定位的策略，在延迟距离序列同步阶段，主感知节点分别处理来自不同次感知节点的有传输时延的距离信息，采用课程学习和抽样方式训练Seq2Seq模型对延迟距离序列进行预测，将预测得到的距离序列作为时延段内的距离估计序列；在位置估计阶段，将主感知节点的无时延距离序列与所有次感知节点在时延段内的距离估计序列组合起来，输入带注意力机制的Attention‑LSTM网络，利用Attention‑LSTM学习距离估计序列与坐标的映射关系，得到待估计时刻目标的位置，为探测目标辐射源的入侵、运动方向，探明事件发生地点以及后续实施正确决策等提供有效依据。
-
公开(公告)号：CN118055488A
公开(公告)日：2024-05-17
申请号：CN202311808410.4
申请日：2023-12-26
Applicant: 北京理工大学 , 中国电子科技集团公司第五十四研究所
Abstract: 一种基于位置消息传递与合并的无人机协作定位增强方法，属于无人机定位领域。采用定位参考信号通信感知一体化框架，基于正交频分复用体制和观察到达时间差技术实现四维定位，有效减少对额外定位资源的需求，提高定位效率；基于因子图模型，通过定位消息的传递和多层迭代，精确解算多个终端位置，有效克服定位节点不足导致的中断概率高的问题；通过低复杂度的定位参数估计方法，将三维定位问题分解为三个一维支路的参数估计，大幅降低计算处理的复杂度。采用一种基于CRLB的定位消息删除准则，优化协作定位结果。本发明适用于无人机定位领域，高效利用无人机资源，实现基于位置消息传递的精确定位，降低位置解算复杂度、节省无人机资源开销。
-
公开(公告)号：CN117134862A
公开(公告)日：2023-11-28
申请号：CN202311051975.2
申请日：2023-08-21
Applicant: 北京理工大学
IPC: H04L1/00
Abstract: 本发明公开的一种基于二维残差网络的LDPC编码参数识别方法，属于信道编码识别领域。本发明实现方法为：根据校验矩阵候选集计算对应的生成矩阵候选集，建立由LDPC编码器、调制器、信道、解调器、参数识别器和LDPC译码器构成的通信链路，基于生成矩阵候选集生成LDPC编码参数识别数据集。构建由输入层、a个顺序连接的残差块、全局平均池化层和全连接层构成的二维残差网络模型，全等映射层使得网络在前向传播时梯度能够直接从输出层通过短路连接传播到较浅的层。训练二维残差网络模型提取折叠后二维LDPC码字矩阵的高层抽象特征，收敛后的二维残差网络模型能够在给定一段LDPC码字时，自动推断出对应的类别标签，实现LDPC编码速率、编码长度、校验矩阵的自动识别。
-
公开(公告)号：CN117240303A
公开(公告)日：2023-12-15
申请号：CN202311395391.7
申请日：2023-10-25
Applicant: 北京理工大学 , 中国电子科技集团公司第二十二研究所
IPC: H03M7/30 , G06N3/0464 , G06N3/084
Abstract: 本发明公开的一种基于扩散模型的数据压缩方法，属于数据压缩存和无线通信领域。本发明实现方法为：在基站训练扩散模型，通过下行信道下发训练好的通信信号压缩重构网络模型，通信信号压缩重构网络模型采用马尔可夫链形式，向IQ数据添加随机噪声，通过逆转扩散过程以从噪声中构建所需的数据样本；通过正向扩散过程和反向扩散过程完成噪声预测网络训练，所训练噪声预测网络接入噪声过滤器，进而构建通信信号压缩重构网络模型。通信信号压缩重构网络模型根据输入的时频图和形状同原始IQ的噪声还原时频图对应的IQ信号。接收端获得训练好的模型后通过输入时频图为参数进行推理过程将纯噪声信号逐步进行去噪，基于扩散模型生成IQ信号数据，能够在一个信号时频图的条件下实现近几个时隙的IQ的高效还原，提升数据压缩率和压缩效率。
-
-
-
Search Results
4
records
(took 0.073 seconds)
