基于相位智能补偿的协作频谱感知方法

    公开(公告)号:CN107359949B

    公开(公告)日:2020-09-25

    申请号:CN201710767990.5

    申请日:2017-08-31

    Abstract: 本发明涉及一种基于相位智能补偿的认知无线云网络协作频谱感知方法。在一个有1个主用户和N个次用户的认知无线网络环境下,每个次用户(感知节点)将接收到的检测信号送往云端。云端选择能量最大的一路检测信号作为参考信号,并将其他N‑1路检测信号与参考信号之间的相位差调整到[‑π/2,π/2]之间,然后采用自适应智能算法对参考信号与其余其他N‑1路检测信号之间的相位差进行智能补偿,最后将参考信号和相位补偿后的N‑1路检测信号相加合并融合,进而进行频谱感知,判决该频段中是否有主用户存在。用本发明进行协作频谱感知,有效利用了所有认知用户接收到的有用信息,大幅度提高了协作频谱感知检测的准确性,同时也减少了感知节点的计算复杂性。

    融合表情符号库和主题模型的方面观点褒贬态度挖掘方法

    公开(公告)号:CN109284381B

    公开(公告)日:2023-12-08

    申请号:CN201811134055.6

    申请日:2018-09-27

    Abstract: 本发明的融合表情符号库和主题模型的方面观点褒贬态度挖掘方法为:首先计算原创微博及评论中名词之间的相似度矩阵,利用谱聚类算法得到与原创微博提到的方面相关的显式方面集与隐式方面集;然后构建融合表情符号库和主题模型的方面观点褒贬态度挖掘模型 ,并进行参数估计;最后结合观点挖掘模型和显式、隐式方面集对微博评论进行褒贬态度分析,得到每条用户评论对原创微博内容的褒贬态度倾向。本发明将主题模型与表情符号库相融合应用到微博原创内容下用户评论的方面观点挖掘和褒贬态度分析,同时结合与原创微博方面相关的显式方面以及存在于评论中的隐式方面,以更好获取评论用户对原创微博的褒贬态度,提高对评论集整体的褒贬态度倾向的判断。

    基于余弦定理的协作频谱感知方法

    公开(公告)号:CN107453827A

    公开(公告)日:2017-12-08

    申请号:CN201710768047.6

    申请日:2017-08-31

    CPC classification number: H04B17/382

    Abstract: 本发明涉及一种基于余弦定理的认知无线云网络协作频谱感知方法。在一个有1个主用户和N个次用户的认知无线云网络环境下,每个次用户(感知节点)将接收到的检测信号送往云端。云端选择任何一路检测信号作为参考信号,根据余弦定理计算选定的参考信号与其余N-1路检测信号之间的相位差,进而进行相位补偿;然后云端将参考信号和相位补偿后的N-1路检测信号相加合并融合,进而进行频谱感知,判决该频段中是否有主用户存在。用本发明进行协作频谱感知,有效利用了所有认知用户接收到的有用信息,大幅度提高了协作频谱感知检测的准确性,同时也减少了感知节点的计算复杂性。

    基于调制信号循环自相关函数对称峰值的频谱感知方法

    公开(公告)号:CN110289926B

    公开(公告)日:2020-11-27

    申请号:CN201910659454.2

    申请日:2019-07-22

    Abstract: 本发明涉及一种基于调制信号循环自相关函数对称峰值的频谱感知方法,认知用户将接收到的信号进行循环自相关函数计算,并据此构成一个二维信号检测域,最后在信号检测域中寻找对称峰值点,以判别主用户信号是否存在,如果在二维信号检测域中存在对称峰值点,则判决主用户信号存在,否则判决主用户信号不存在。为了确保频谱感知的虚警概率,本发明在对称峰值点搜索过程中引入对称峰值点显著性水平因子。本发明方法通过调制信号循环自相关函数峰值的对称性判别主用户信号是否存在,不需要任何主用户信号和信道的先验知识,消除了信道噪声波动对频谱感知性能的影响,解决了在小信噪比以及信道噪声波动环境下的信号频谱感知问题。

    基于信号和噪声特征检测的频谱感知方法

    公开(公告)号:CN108055096B

    公开(公告)日:2019-08-09

    申请号:CN201810149727.4

    申请日:2018-02-13

    Abstract: 本发明涉及一种基于信号和噪声特征检测的频谱感知方法,在一个包括主用户和认知用户的认知网络中,认知用户将接收到的信号进行信号特征分析与计算,并将计算到的信号特征送入信号特征检测网络进行检测,以判别主用户信号是否存在,如果信号特征检测网络输出“1”,则判决主用户信号存在,否则判决主用户信号不存。本发明方法通过信号和噪声特征进行频谱感知,频谱判决与认知用户检测到的信号功率大小以及信道噪声功率大小没有相关性,消除了信道噪声波动性对频谱感知性能的影响,尤其适合于信道噪声波动环境下的信号频谱感知。

    融合表情符号库和主题模型的方面观点褒贬态度挖掘方法

    公开(公告)号:CN109284381A

    公开(公告)日:2019-01-29

    申请号:CN201811134055.6

    申请日:2018-09-27

    Abstract: 本发明的融合表情符号库和主题模型的方面观点褒贬态度挖掘方法为:首先计算原创微博及评论中名词之间的相似度矩阵,利用谱聚类算法得到与原创微博提到的方面相关的显式方面集与隐式方面集;然后构建融合表情符号库和主题模型的方面观点褒贬态度挖掘模型 ,并进行参数估计;最后结合观点挖掘模型和显式、隐式方面集对微博评论进行褒贬态度分析,得到每条用户评论对原创微博内容的褒贬态度倾向。本发明将主题模型与表情符号库相融合应用到微博原创内容下用户评论的方面观点挖掘和褒贬态度分析,同时结合与原创微博方面相关的显式方面以及存在于评论中的隐式方面,以更好获取评论用户对原创微博的褒贬态度,提高对评论集整体的褒贬态度倾向的判断。

    基于信号和噪声特征检测的频谱感知方法

    公开(公告)号:CN108055096A

    公开(公告)日:2018-05-18

    申请号:CN201810149727.4

    申请日:2018-02-13

    CPC classification number: H04B17/382

    Abstract: 本发明涉及一种基于信号和噪声特征检测的频谱感知方法,在一个包括主用户和认知用户的认知网络中,认知用户将接收到的信号进行信号特征分析与计算,并将计算到的信号特征送入信号特征检测网络进行检测,以判别主用户信号是否存在,如果信号特征检测网络输出“1”,则判决主用户信号存在,否则判决主用户信号不存。本发明方法通过信号和噪声特征进行频谱感知,频谱判决与认知用户检测到的信号功率大小以及信道噪声功率大小没有相关性,消除了信道噪声波动性对频谱感知性能的影响,尤其适合于信道噪声波动环境下的信号频谱感知。

    基于相位智能补偿的协作频谱感知方法

    公开(公告)号:CN107359949A

    公开(公告)日:2017-11-17

    申请号:CN201710767990.5

    申请日:2017-08-31

    CPC classification number: H04B17/382

    Abstract: 本发明涉及一种基于相位智能补偿的认知无线云网络协作频谱感知方法。在一个有1个主用户和N个次用户的认知无线网络环境下,每个次用户(感知节点)将接收到的检测信号送往云端。云端选择能量最大的一路检测信号作为参考信号,并将其他N-1路检测信号与参考信号之间的相位差调整到[-π/2,π/2]之间,然后采用自适应智能算法对参考信号与其余其他N-1路检测信号之间的相位差进行智能补偿,最后将参考信号和相位补偿后的N-1路检测信号相加合并融合,进而进行频谱感知,判决该频段中是否有主用户存在。用本发明进行协作频谱感知,有效利用了所有认知用户接收到的有用信息,大幅度提高了协作频谱感知检测的准确性,同时也减少了感知节点的计算复杂性。

    基于人工噪声的无人机NOMA携能通信物理层保密方法和系统

    公开(公告)号:CN118828891A

    公开(公告)日:2024-10-22

    申请号:CN202410807113.6

    申请日:2024-06-21

    Applicant: 南通大学

    Abstract: 本发明提出了一种基于人工噪声的无人机NOMA携能通信物理层保密方法和系统,所述方法包括如下步骤:在第一时隙,地面基站给无人机发送无线能量;在第二时隙,地面基站发送无线信号给无人机,无人机和可信近用户分别发送人工噪声给不可信远用户;在第三时隙,无人机将自身产生的人工噪声与可信近用户信号进行异或,并与不可信远用户信号叠加发送给两个用户;通过计算每个时隙可信近用户和不可信远用户的信干噪比和信噪比,得出中断概率和窃听概率。本发明解决了无人机通信的能量供给问题,提升了NOMA携能通信的安全传输性能,有助于解决实际的无人机NOMA携能通信场景中存在的安全隐患问题。

Patent Agency Ranking