-
公开(公告)号：CN119945868A
公开(公告)日：2025-05-06
申请号：CN202411961452.6
申请日：2024-12-30
Applicant: 宁波大学
IPC: H04L27/26 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种NOMA系统基于深度学习的压缩感知脉冲噪声抑制方法，其使用压缩感知重构网络代替传统的压缩感知算法，利用其巨大感受野，能够更有效地学习脉冲噪声的特性，从而更精确地重构出脉冲噪声，进而提升脉冲噪声抑制的效果；为了进一步优化网络的训练效率，压缩感知重构网络使用残差连接结构，从而加快网络在训练过程中的收敛速度；仿真结果证明，相比现有技术，本发明方法在取得更低误码率性能的同时显著地加快了训练时的收敛速度。
-
公开(公告)号：CN119653304A
公开(公告)日：2025-03-18
申请号：CN202411644165.2
申请日：2024-11-18
Applicant: 宁波大学
Abstract: 本发明公开了一种基于TOA和FOA联合测量值的移动目标源定位方法，其建立包含1个目标源和多个传感器的无线传感器网络系统模型；构建TOA和FOA测量值模型，分别得到关于TOA和FOA的伪线性方程；引入包含目标源位置、速度、信号传播速度、时钟偏置和漂移的未知变量矢量，将伪线性方程堆叠成矢量方程，并融合成第一步矢量方程；构建并求解第一步的加权最小二乘优化问题，获得第一步闭式解；进一步利用参数间关系构造伪线性方程，引入第二步未知变量矢量，构建第二步矢量方程；构建并求解第二步的加权最小二乘优化问题，获得第二步闭式解；结合两步解，得到目标源位置、速度等参数估计值；优点是能在信号传播速度和传感器参数误差及时钟信息未知下精确定位。
-
公开(公告)号：CN119483779A
公开(公告)日：2025-02-18
申请号：CN202411490574.1
申请日：2024-10-24
Applicant: 宁波大学
IPC: H04B17/309 , H04B7/06 , H04B7/0413
Abstract: 本发明公开了一种基于4D张量的RIS辅助毫米波MIMO‑NOMA车联网系统信道估计方法，以降低严重的多普勒频移和视线路径的阻塞对通信性能的影响，首先，通过引入聚合时隙和半时隙的概念，提出了一种不改变标准5G帧结构的5G子帧划分方案，以方便对接收信号建模；然后，将接收到的信号建模为四阶张量，以将信道参数分离至四个因子矩阵中，避免了参数耦合；随后，以闭式解的形式对张量进行分解；接着，对分解得到的因子矩阵进行一维搜索来提取信道参数；在获得信道参数后，构造了一个最小二乘问题来获得信道路径增益，避免了缩放矩阵的求解；最后，实验验证了本发明方法能够准确地估计出信道的参数，且基于该信道参数能够实现优异的解调性能。
-
公开(公告)号：CN118574212A
公开(公告)日：2024-08-30
申请号：CN202410592624.0
申请日：2024-05-14
Applicant: 宁波大学
IPC: H04W64/00 , H04B7/145 , H04B7/04 , H04B7/0413 , H04B17/391 , G01S13/00
Abstract: 本发明公开了一种基于RIS辅助毫米波MIMO‑OFDM系统的用户定位方法，其考虑在毫米波系统视距路径受阻，且存在多径分量的复杂场景中，研究了毫米波MIMO‑OFDM系统中RIS辅助的用户定位问题，本发明提出基于张量分解获取信道参数，首先，基于毫米波信道的稀疏散射特性和信号的多维结构，将基站接收信号建模为三阶低秩张量；其次，用户定位所需的信道参数都内嵌在因子矩阵中，通过利用因子矩阵的范德蒙德性质，提出结构化的张量分解算法；最后，利用最大似然估计器，从估计的因子矩阵中获取信道参数，并利用最小二乘法将估计的信道参数映射到用户位置；优点是通过结构化的张量分解算法，相比于交替迭代的张量分解降低了信号处理的复杂度，且能提供厘米级的用户定位精度。
-
公开(公告)号：CN114779165A
公开(公告)日：2022-07-22
申请号：CN202210212785.3
申请日：2022-03-04
Applicant: 宁波大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于非视距环境下鲁棒TOA/RSS的目标定位方法，其对RSS测量值的测量模型和TOA测量值的测量模型进行近似变换；根据两个近似表达式并采用鲁棒最小二乘准则，得到非凸定位问题；结合关于RSS测量时的非视距误差的函数的最大值和关于TOA测量时的非视距误差的函数的最大值，并引入松弛变量和辅助变量，得到非凸定位问题的等价问题；采用二阶锥松弛方法，将非凸定位问题的等价问题转化为二阶锥规划问题；采用内点法对二阶锥规划问题进行求解，得到目标节点在参考坐标系中的位置估计值；优点是其充分利用了接收信号强度和到达时间两种测量信息，且能够求得全局最优解，从而大大提高了目标定位精确度。
-
Patent Agency Ranking
公开(公告)号：CN114765464A
公开(公告)日：2022-07-19
申请号：CN202210246969.1
申请日：2022-03-14
Applicant: 宁波大学
Abstract: 本发明公开了一种基于硬阈值追踪的电力线通信系统脉冲噪声抑制方法，其基于压缩感知理论，通过利用MM和迭代求解方法，首先将脉冲噪声的含L0范数的NP难问题估计化为一个稀疏近似求解的问题，然后将稀疏近似求解的问题转化为含两步迭代结果的形式并利用迭代求解方法进行求解，得到脉冲噪声的估计值，最终得到未含脉冲噪声干扰的离散时域信号的估计值，完成脉冲噪声抑制；优点是其能够对脉冲噪声进行准确估计。
-
公开(公告)号：CN111970028B
公开(公告)日：2021-05-14
申请号：CN202010660229.3
申请日：2020-07-10
Applicant: 宁波大学
Abstract: 本发明公开了一种基于循环最小化的电力线通信系统脉冲噪声抑制方法，其在接收端将包含发送信号、脉冲噪声和背景噪声的混合信号转化为仅包含脉冲噪声和背景噪声的混合噪声信号，成功地分离出了所要处理的噪声部分；根据贝叶斯准则，确定脉冲噪声的目标参数服从的先验概率密度函数；根据先验概率密度函数得到求解脉冲噪声、背景噪声服从的高斯分布的方差、脉冲噪声的对角协方差矩阵的优化问题；利用循环最小化方法求解优先问题，对优化问题的三个未知变量采用固定两个变量求解第三个变量的循环迭代算法成功求解出各个变量的值，进而根据迭代收敛条件确定脉冲噪声的估计值；优点是其计算复杂度低，且脉冲噪声抑制效果好。
-
公开(公告)号：CN111970029A
公开(公告)日：2020-11-20
申请号：CN202010660268.3
申请日：2020-07-10
Applicant: 宁波大学
Abstract: 本发明公开了一种基于压缩感知的电力线通信系统脉冲噪声抑制方法，其在接收端利用去掉循环前缀后的带有脉冲噪声干扰的离散时域信号和构造的空子载波矩阵，根据OFDM符号中的各个子载波之间的正交性，可得到观测量与脉冲噪声和背景噪声之间的关系式；将Turbo编码思想引入压缩感知方法中，形成Turbo压缩感知算法，Turbo压缩感知算法由模块A和模块B两个模块组成，模块A执行线性最小均方误差方法，其结合观测量和来自模块B的消息；模块B执行最小均方误差方法，其结合脉冲噪声的先验分布和来自模块A的消息，在模块A和模块B迭代执行直到满足迭代收敛条件时，得到脉冲噪声的最终估计值；优点是其计算复杂度较低，且脉冲噪声抑制性能较好。
-
公开(公告)号：CN108226855B
公开(公告)日：2020-07-14
申请号：CN201711336825.0
申请日：2017-12-14
Applicant: 宁波大学
IPC: G01S5/00
Abstract: 本发明公开了一种互耦情况下的远近场非圆联合参数估计方法，基于均匀中心对称的线阵，考虑阵列存在互耦效应下，将多维参数估计器解耦成几个一维参数估计器，在估计远近场混合信号的角度和距离参数同时，引入了在通信、雷达系统中广泛采用非圆信号，通过充分利用其非圆信息并解耦阵列导向矢量来提高了参数估计的精度。本发明方法与现有的算法相比，有着更高的参数估计精度，且能消除互耦效应的影响，该结论已通过仿真实验验证；本发明还可以通过判断距离的范围来判断信号源的类型。
-
公开(公告)号：CN110673088A
公开(公告)日：2020-01-10
申请号：CN201910783069.9
申请日：2019-08-23
Applicant: 宁波大学
IPC: G01S5/02
Abstract: 本发明公开了一种混合视距和非视距环境中基于到达时间的目标定位方法，其根据目标节点与锚节点之间的链路类型建立不同的距离测量模型；通过两个不同的距离测量模型的近似表达式，并采用最坏情况下的鲁棒最小二乘方法，得到最小化问题，进而转化为目标函数；通过在目标函数中引入辅助变量，转化为非凸问题；利用凸松弛技术对非凸问题中的约束条件进行松弛，并引入权值和惩罚项，得到凸优化问题；对凸优化问题进行求解，得到目标节点的位置估计值；优点是其定位精度高。
-
-
-
-
-
-
-
-
-
Search Results
221
records
(took 0.038 seconds)
