-
公开(公告)号：CN119519767A
公开(公告)日：2025-02-25
申请号：CN202411704742.2
申请日：2024-11-26
Applicant: 南京邮电大学
IPC: H04B7/04 , H04B17/391 , H04L25/02
Abstract: 本发明提供了一种RIS辅助下基于位置感知的通感一体化方法，利用基站和可重构智能表面之间的先验知识来进一步提高原子范数的计算效率，并提高参数估计的准确性。通过将先验知识纳入方案设计，可以显著降低计算复杂度，同时确保信道估计和定位的准确性。本发明的有益效果在于：能够实现超分辨率信道估计，性能优于现有的正交匹配追踪方法。对各种性能指标的比较表明，所提出的方法具有明显的优势。这一优势对于在复杂环境中实现精确的定位服务至关重要。
-
公开(公告)号：CN114462454B
公开(公告)日：2024-07-05
申请号：CN202210132510.9
申请日：2022-02-11
Applicant: 南京邮电大学
IPC: G06F18/10 , G06N3/08 , G06F18/214 , G06F17/16 , G06N3/0464 , G01S3/14 , G06F18/2136
Abstract: 本发明提供一种基于深度学习的无网格信号源DOA估计方法，通过接收端使用阵元数为M的稀疏阵列进行架构；利用所架构的稀疏阵列接收入射信号并建模；计算稀疏阵列接收信号的采样协方差矩阵#imgabs0#计算生成接收信号所对应的协方差矩阵张量#imgabs1#构造基于卷积神经网络的信号源个数估计网络，得到估计信号源个数#imgabs2#构造基于卷积神经网络的信号降噪重构网络CRN，得到重构的无噪协方差矩阵的首行向量的估计值#imgabs3#恢复无噪协方差矩阵#imgabs4#并搜索信号源方向DOA；该方法，能够去除噪声干扰的同时，可以估计更多的信号；并且通过采用无网格的估计方法，由无噪协方差矩阵估计得到DOA，避免了网格失配问题。
-
公开(公告)号：CN115575941A
公开(公告)日：2023-01-06
申请号：CN202211220221.0
申请日：2022-09-30
Applicant: 南京邮电大学
Abstract: 本发明提供一种面向稀疏阵列的频控阵MIMO雷达目标参数估计方法，通过发射端使用阵元数为M的均匀线性阵列、接收端使用阵元数为N的稀疏阵列进行架构，得到单基地FDA‑MIMO雷达系统；建立FDA‑MIMO雷达角度和距离的解耦模型；计算接收阵列的接收信号X的协方差矩阵R；建立低秩矩阵重构的优化问题；利用交替投影求解建立的优化问题得到无噪协方差矩阵T(u)；对无噪协方差矩阵T(u)进行求解，获得角度和距离信息；该方法能够在相同阵元数情况下能够估计更多的信号源个数，能够利用无网格估计方法求解由该模型建立的低秩矩阵重构的优化问题，不受网格失配效应影响，能够在保证估计精度的情况下降低计算复杂度。
-
公开(公告)号：CN112418203B
公开(公告)日：2022-08-30
申请号：CN202011251625.7
申请日：2020-11-11
Applicant: 南京邮电大学
IPC: G06V10/143 , G06V10/774 , G06K9/62 , G06N3/04 , G06T3/40 , G06T7/246 , G06T7/90 , G06F17/16
Abstract: 本发明提出了一种基于双线性汇合的图卷积网络的RGB‑T目标跟踪方法，包括以下步骤：步骤S1：将特征分为模板嵌入对和候选嵌入对，模板嵌入对由可见光和红外图像的第一帧区域组成；步骤S2：在候选嵌入对中截取和模板嵌入对相同大小的图像，经过卷积神经网络提取特征，形成四个多通道的特征图；步骤S3：将特征图利用图卷积神经网络进行训练，得到最终特征图；步骤S4：将最终特征图进行双线性汇合的操作，得到一个相识度的得分值；步骤S5：重复S2‑S4的步骤，将每次得到的得分值拼接成矩阵，根据最大的得分值所在的位置定位出目标所在的位置；实现整个的跟踪效果；本发明使得特征图之间的内在元素交互作用不能得到充分挖掘的缺陷。
-
公开(公告)号：CN114509729A
公开(公告)日：2022-05-17
申请号：CN202210148788.5
申请日：2022-02-17
Applicant: 南京邮电大学
Abstract: 本发明提供一种平面阵列下双基地MIMO雷达的高效无网格角度估计方法，通过建立双基地MIMO雷达平面阵列结构；利用步骤S1所建立的双基地MIMO雷达平面阵列结构接收信号，并对接收机采集到的接收信号x(t)建模；构造匹配滤波器，并将其作用于一个脉冲重复间隔内接收信号X，进而建立滤波后的阵列输出数据Y；构造原子集建立原子范数最小化优化问题并求解，重构二级Toeplitz矩阵；根据重构的二级Toeplitz矩阵进行无网格波达方向估计，获得接收角DOA和发射角DOD；该方法不需要角度的预估计，有效避免阵列受到影响，能够突破网格划分的局限性，获得较高的精度，同时具有较低的计算复杂度，实时定位的计算效率高，可用于目标定位和目标探测。
-
Patent Agency Ranking
公开(公告)号：CN113709855A
公开(公告)日：2021-11-26
申请号：CN202110991626.3
申请日：2021-08-26
Applicant: 南京邮电大学
IPC: H04W52/24 , H04W52/34 , H04B17/10 , H04B17/309 , H04W84/18
Abstract: 本发明提供一种基于物联网的无线通信与无线充电的双向智能反射单元选择方法，应用于物联网系统，物联网系统包括基站、用户和多个智能反射单元，基站、智能反射单元和用户以全双工模式在同一频段工作，双向选择控制器将考虑能量吸收情况下能量效率最大的智能反射单元作为选定的智能反射单元，基站与用户通过选定的智能反射单元协作通信；基站和用户同时向选定的智能反射单元发射信号，在信号到达智能反射单元上时进行相应的反射，反射后的信号到达对方节点，进而解码出所需要的信息，用户接收后将其中一部分能量分离存储用于下一次传输，另一部分能量用于译码；本发明能够显著提升物联网的无线通信性能，并提高物联网系统的无线充电性能。
-
公开(公告)号：CN113644948A
公开(公告)日：2021-11-12
申请号：CN202110879174.X
申请日：2021-07-30
Applicant: 南京邮电大学
IPC: H04B7/145 , H04B17/309 , H04B17/40 , G16Y10/75
Abstract: 本发明提供一种双向智能反射单元选择方法，用户一和用户二工作在同一频段，用户一和用户二收发均同时进行，用户一通过多个智能反射单元中选定的智能反射单元协作完成与用户二通信，其中，将双向传输中断概率最小的智能反射单元作为选定的智能反射单元；用户一和用户二均作为发送端发送信息，同时作为信宿，通过选定的智能反射单元接收对方发送的信息。该方法通过选择双向传输中断概率最小的智能反射单元进行辅助通信，显著提升了物联网的无线通信性能，也增强了无线通信质量。
-
公开(公告)号：CN109917328A
公开(公告)日：2019-06-21
申请号：CN201910297320.0
申请日：2019-04-15
Applicant: 南京邮电大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于原子范数最小化的L型阵列波达方向估计方法，所述方法首先利用Nx个指定阵元构成一个阵元间距为入射窄带信号波长一半的第一阵列x，以及利用Ny个阵元构成一个阵元间距为入射窄带信号波长一半的第二阵列y，并在接收端构建由第一阵列x和第二阵列y组成的L型阵列；计算得到第一阵列x和第二阵列y的互相关矩阵，同时建立原子集合；然后，根据原子范数的定义，建立原子范数最小化问题，并根据最小化问题的最优解得到协方差矩阵；最后重构协方差矩阵，并基于重构后的协方差矩阵通过多重信号分类方法得到入射信号的仰角和方位角大小，完成波达方向的估计操作；本发明能够降低波达方向估计过程中噪声的影响，提升分辨率和估计精度。
-
公开(公告)号：CN109507636A
公开(公告)日：2019-03-22
申请号：CN201811365110.2
申请日：2018-11-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于虚拟域信号重构的波达方向估计方法，用于解决现有技术中在相干信号场景中低自由度的问题，具体包括步骤：首先构建由M个阵元组成的稀疏阵列并构建由K个窄带入射信号构成的阵列接收信号模型；然后基于建立的网格集合和与所述网格集合对应的拓展阵列流形矩阵构建所述阵列接收信号模型的稀疏信号重构模型；随后基于虚拟阵列构建优化问题，并使用迭代方式交替求解优化问题从而恢复稀疏阵列信号和虚拟阵列的重构信号，并设置终止准则，在迭代过程中，若符合终止准则，则利用恢复出的稀疏阵列信号来估计波达方向，否则，重复使用迭代方式再次交替求解优化问题，直到符合终止准则；本发明提升了波达方向估计的自由度和精确度。
-
公开(公告)号：CN113589223B
公开(公告)日：2023-05-05
申请号：CN202110658021.2
申请日：2021-06-11
Applicant: 南京邮电大学
IPC: G01S3/14
Abstract: 本发明提供一种基于互耦情况下嵌套阵列的测向方法，通过采用二级嵌套阵列接收入射信号，对二级嵌套阵列的稀疏部分进行初DOA估计，不考虑互耦情况，获得二级嵌套阵列的稀疏部分具有角度模糊的集合Θa；对整个二级嵌套阵列进行DOA估计，获得二级嵌套阵列进行粗估计的集合Θt；由得到两个角度集合，从集合Θa中，找出K个与集合Θt最接近的角度集合Θini；估计出互耦矩阵，在获取互耦矩阵的基础上，采用波达方向估计算法，再次进行DOA估计，得到最终的角度集合。该方法充分利用嵌套阵列的结构，根据互耦误差的性质，能够有效估计出互耦系数，充分利用协方差拟合标准的性质，能够有效提升算法的分辨率，角度估计精确，误差较小。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.025 seconds)
