-
公开(公告)号：CN118890069B
公开(公告)日：2025-02-14
申请号：CN202411367362.4
申请日：2024-09-29
Applicant: 南京信息工程大学
Inventor： 刘婷
IPC: H04B7/0413 , H04B7/04 , H04L25/02 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种RIS辅助的大规模MIMO深度学习方法，首先，引入RIS进行上行免授权的传输，由此级联形成用户与RIS、RIS与基站之间的通信信道链路，从而有效控制无线信号传输的质量；接着，建立Turbo消息传递思想下的深度学习系统，通过大量的训练数据，学习RIS辅助的级联信道状态信息，并进行估计；最后，对RIS辅助的大规模机器类通信信道估计的结果进行统计分析，通过状态演化，对消息传递网络的每一层的解析性能进行分析，得到RIS辅助的大规模机器类上行通信系统的收敛结果。本发明方法灵活性强，性能优异且复杂度低，能够在较少的学习层数下取得较好的信道估计性能。
-
公开(公告)号：CN118570482B
公开(公告)日：2024-11-26
申请号：CN202411047347.1
申请日：2024-08-01
Applicant: 南京信息工程大学
IPC: G06V10/30 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及一种基于改进YOLOV7网络的SAR图像舰船目标检测方法，基于骨干网络Backbone，引入金字塔池化注意力模块、快速全连接空间金字塔池化模块，并结合无关信息剔除模块和PANet，构建待训练网络，以已知舰船对象位置的各幅样本SAR图像，针对待训练网络进行训练，获得舰船检测模型，进而针对待分析SAR图像，应用舰船检测模型识别获得待分析SAR图像中各舰船对象的位置，设计所获舰船检测模型在应用中，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
-
公开(公告)号：CN118174994A
公开(公告)日：2024-06-11
申请号：CN202410592101.6
申请日：2024-05-14
Applicant: 南京信息工程大学
IPC: H04L25/02 , H04B17/309 , H04B17/391 , H04B7/0452
Abstract: 本发明公开了一种超大规模MIMO通信信道估计方法，首先，建立超大规模MIMO通信系统模型，划分不同的天线子阵列；然后，对每个天线子阵列上的接收信号进行线性测量，构建中心模块和各子阵列对应的子模块，并基于压缩感知理论，对每个子模块上的参量进行初始化；接着，并联估计每个子模块的信道信息，中心模块合并各个子模块上的估计结果，得到整个系统的信道估计结果。本发明通信信道估计方法收敛速度快，复杂度较低，可以获得显著的信道估计性能，大幅降低了系统的硬件开销。
-
公开(公告)号：CN116743314A
公开(公告)日：2023-09-12
申请号：CN202311020367.5
申请日：2023-08-15
Applicant: 南京信息工程大学
Inventor： 刘婷
Abstract: 本发明公开了一种基于压缩感知理论的信号恢复算法，具体为：采用局部离散傅里叶DFT矩阵作为测量矩阵，同时，对接收信号进行低精度量化的处理，再利用Turbo迭代译码的原理，迭代传递不同模块之间的外部信息，得到最终的迭代收敛值；采用状态演化SE的方法进行性能分析，描述不同测量情况下的理论分析结果。本发明收敛速度很快，复杂度较低，可以获得显著的信号恢复性能，大幅降低系统的硬件开销。
-
公开(公告)号：CN119667681A
公开(公告)日：2025-03-21
申请号：CN202510185807.5
申请日：2025-02-20
Applicant: 南京信息工程大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于双支解码残差网络的干涉相位解缠方法，包括以下步骤：S1、构建干涉相位数据集，包括像素相位缠绕的干涉相位图以及其对应的真实干涉相位图；S2、构建双支解码残差网络，包括顺序连接的输入层、编码器网络、包含第一分支解码器模块和第二分支解码器模块的双支解码器网络、以及输出层；用干涉相位数据集训练双支解码残差网络，获得双支解码残差网络干涉相位解缠模型、以及模型的权重；S3、将像素相位缠绕的干涉相位图输入至双支解码残差网络干涉相位解缠模型获得预测的干涉解缠相位图。本发明实现在低信噪比情况下的干涉相位解缠，提高了合成孔径雷达干涉测量精度。
-
Patent Agency Ranking
公开(公告)号：CN119294464A
公开(公告)日：2025-01-10
申请号：CN202411803198.7
申请日：2024-12-10
Applicant: 南京信息工程大学
IPC: G06N3/084 , G01S13/90 , G06N3/0985 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于多尺度池化和膨胀金字塔网络的相位解缠方法，以真实相位图像、结合其对应的包裹相位图像，构建样本数据集，针对设计包含多尺度池化模块MSPM和膨胀金字塔模块DCPM的待训练网络，执行网络训练，获得相应相位图像解缠模型，实现低信噪比情况下的干涉相位解缠，具有收敛速度快、实时性强、鲁棒性强的优点，在实际应用中，能够有效提高合成孔径雷达干涉测量精度。
-
公开(公告)号：CN118890069A
公开(公告)日：2024-11-01
申请号：CN202411367362.4
申请日：2024-09-29
Applicant: 南京信息工程大学
Inventor： 刘婷
IPC: H04B7/0413 , H04B7/04 , H04L25/02 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种RIS辅助的大规模MIMO深度学习方法，首先，引入RIS进行上行免授权的传输，由此级联形成用户与RIS、RIS与基站之间的通信信道链路，从而有效控制无线信号传输的质量；接着，建立Turbo消息传递思想下的深度学习系统，通过大量的训练数据，学习RIS辅助的级联信道状态信息，并进行估计；最后，对RIS辅助的大规模机器类通信信道估计的结果进行统计分析，通过状态演化，对消息传递网络的每一层的解析性能进行分析，得到RIS辅助的大规模机器类上行通信系统的收敛结果。本发明方法灵活性强，性能优异且复杂度低，能够在较少的学习层数下取得较好的信道估计性能。
-
公开(公告)号：CN118671764A
公开(公告)日：2024-09-20
申请号：CN202411157082.0
申请日：2024-08-22
Applicant: 南京信息工程大学
IPC: G01S13/90 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征融合增强网络的干涉相位解缠方法，将预先获取的受噪声影响的干涉缠绕相位图输入训练获得的基于多尺度特征融合增强网络，输出获得干涉解缠相位图。训练获得基于多尺度特征融合增强网络，包括：将预先获取的训练集输入构建的基于多尺度特征融合增强网络，利用Adam梯度优化算法优化构建的基于多尺度特征融合增强网络，直到损失函数收敛于一定值，获得训练完成的基于多尺度特征融合增强网络。针对现有网络模型训练时间长、训练数据集规模大、鲁棒性差以及低信噪比条件下准确率低等问题，本发明实现在低信噪比情况下的干涉相位解缠，提升合成孔径雷达干涉测量精度。
-
公开(公告)号：CN104320205B
公开(公告)日：2017-10-27
申请号：CN201410564367.6
申请日：2014-10-21
Applicant: 南京信息工程大学
IPC: H04B17/20
Abstract: 本发明涉及一种空间多普勒域中的稀疏DOA估计算法，包括以下步骤：(1)CS架构下的稀疏DOA估计算法；(2)信号强度ym扩展至稀疏角域和稀疏多普勒域；(3)在多普勒域的稀疏DOA估计算法。在压缩感知理论基础上，本发明对空间角域和多普勒域下的DOA估计进行了详细的分析和仿真，探讨了多路天线频谱感知的相关性能。在多普勒频域范围内对稀疏DOA进行估计，相比于以往在时间域内的估计结果使分辨率大大提高，且需要的信号元素也有所减少。
-
公开(公告)号：CN119294464B
公开(公告)日：2025-03-21
申请号：CN202411803198.7
申请日：2024-12-10
Applicant: 南京信息工程大学
IPC: G06N3/084 , G01S13/90 , G06N3/0985 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于多尺度池化膨胀金字塔网络的干涉解缠方法，以真实相位图像、结合其对应的包裹相位图像，构建样本数据集，针对设计包含多尺度池化模块MSPM和膨胀金字塔模块DCPM的待训练网络，执行网络训练，获得相应相位图像解缠模型，实现低信噪比情况下的干涉相位解缠，具有收敛速度快、实时性强、鲁棒性强的优点，在实际应用中，能够有效提高合成孔径雷达干涉测量精度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.031 seconds)
