公开(公告)号：CN119449080A

公开(公告)日：2025-02-14

申请号：CN202411511587.2

申请日：2024-10-28

Applicant: 南开大学

Inventor： 刘锋 ,  马超群 ,  魏越博 ,  吴晓雨

IPC: H04B1/707 ,  H04B1/713 ,  H04B17/309

Abstract: 本发明提出了一种扩频信号自适应码元检测方法，包括以下步骤：获取待检测的扩频信号，并进行信号参数估计；生成或更新单个码元周期内的信号稀疏表达字典；构建自适应压缩感知测量核；将所述待检测的扩频信号进行去噪滤波后，利用自适应压缩感知测量核进行压缩采样，每次压缩采样后，设计将来用于信号压缩采样的压缩测量核；根据压缩采样数据、信号稀疏表达字典以及压缩感知的测量矩阵基于最大后验概率进行码元检测，得到码元检测结果。通过基于认知强化压缩感知的自适应信号采样与码元判断逻辑的系统构建，实现扩频信号的在线自适应码元检测；在降低信号采样频率的同时，保证信号码元检测的准确度。

公开(公告)号：CN115865126A

公开(公告)日：2023-03-28

申请号：CN202211670278.0

申请日：2022-12-26

Applicant: 南开大学

Inventor： 刘锋 ,  蒋英海 ,  崔荣升 ,  马超群

IPC: H04B1/707 ,  H04B1/709 ,  H04B1/713 ,  H04K1/00 ,  H04B17/309 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于无线通信领域。扩频技术将原始的基带信号扩展到更宽的频带，使得扩展后的信号具有很好的抗拦截能力。扩频信号的宽频带特性所带来的高采样率增加了参数估计的实现难度。针对现有技术所面临的问题与挑战，本发明公开了一种融合压缩采样与人工神经网络的扩频信号参数方法。一方面，压缩采样能够利用信号的冗余性，以较低的采样率获取信号中的有效参数信息；另一方面，深度神经网络在提取数据特征方面具有高效准确的特点。通过对压缩采样与参数估计网络的整体训练，实现两者的有效配合，进而实现以较低采样率对扩频信号参数的准确估计。