-
公开(公告)号：CN110166399A
公开(公告)日：2019-08-23
申请号：CN201910521917.9
申请日：2019-06-17
Applicant: 桂林电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于分数阶C变换的多载波系统抗衰落的方法，其特征在于，包括如下步骤：1）输入数据、进行星座映射后串并转换；2）分数阶C变换的逆变换后加入循环前缀、并串转换；3）过双选择性衰落信道后串并转换、去循环前缀；4）分数阶C变换、且并串转换后进行星座逆映射得到输出数据；5）性能分析。这种方法不仅降低了符号间干扰ICI、子载波间干扰ISI的影响，还降低了峰均功率比的影响，提高了系统的抗衰落性能。
-
公开(公告)号：CN109699069A
公开(公告)日：2019-04-30
申请号：CN201811562399.7
申请日：2018-12-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法，其特征是，包括如下步骤：1）在发送端发送训练系列；2）对接收端的接收信号进行三维波束形成分离多普勒频偏；3）根据训练序列的相互关系，建立目标函数；对目标估计函数进行一维搜索，确定最大多普勒频偏和载波频偏。这种方法能同时估计最大多普勒频偏和载波频偏，能提高高移速无线通信系统中载波频偏估计和最大多普勒频偏估计精度。
-
公开(公告)号：CN109699069B
公开(公告)日：2021-04-02
申请号：CN201811562399.7
申请日：2018-12-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于三维波束形成的联合多普勒频偏和载波频偏的估计方法，其特征是，包括如下步骤：1）在发送端发送训练系列；2）对接收端的接收信号进行三维波束形成分离多普勒频偏；3）根据训练序列的相互关系，建立目标函数；对目标估计函数进行一维搜索，确定最大多普勒频偏和载波频偏。这种方法能同时估计最大多普勒频偏和载波频偏，能提高高移速无线通信系统中载波频偏估计和最大多普勒频偏估计精度。
-
-
公开(公告)号：CN110059639A
公开(公告)日：2019-07-26
申请号：CN201910322737.8
申请日：2019-04-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法，其特征是，包括如下步骤：1）输入待处理的跳频信号；2）设定阶次的范围及搜索步长、对跳频信号做分数阶傅里叶变换；3）得到最高层的逼近系数和各层小波细节系数；4）小波重构；5）得到去噪后的时域信号；6）得到新时域信号；7）进行EMD分解，得到希尔伯特谱；8）得到跳频周期。这种方法不存在交叉项干扰，避免了传统时频分析过程中窗函数的影响，实现了信号在时间-分数域的多分辨分析，进一步提高了信号参数估计精度。
-
Patent Agency Ranking
公开(公告)号：CN110764152A
公开(公告)日：2020-02-07
申请号：CN201911047640.7
申请日：2019-10-30
Applicant: 桂林电子科技大学
IPC: G01V3/12 , G06F16/903 , G06K9/00
Abstract: 本发明公开了一种无人机快速检测与识别的方法，所述方法包括如下步骤：1）信号采集；2）时频分析；3）查询最大值及坐标；4）坐标点转换；5）阈值判断；6）差分处理；7）特征提取；8）建立数据库；9）库内单一频段检测与识别；10）库外单一频段检测与识别；11）全频段检测与识别。本发明同时还公开了一种无人机快速检测与识别的装置。这种装置低功耗、无射频污染、成本低、组装方便、实用性好，这种方法操作简单、能够完成对民用低、慢、小型无人机的有效检测与识别，为合理规范管理无人机提供基础。
-
公开(公告)号：CN110166477A
公开(公告)日：2019-08-23
申请号：CN201910463626.9
申请日：2019-05-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UDP协议的无人机Wi-Fi图传信号检测方法，其特征是，包括如下步骤：1）设置监听模式；2）抓取UDP协议数据包；3）解析加密数据包；4）筛选CCK/OFDM混合调制的数据包；5）分析CCK/OFDM混合调制的数据包；6）追踪UDP流；7）播放UDP流的视频内容；8）备份无人机信息。这种方法避免了周围Wi-Fi信号的影响，实现了无人机Wi-Fi图传信号的提取和视频流的恢复，提高了无人机图传信号的检测的能力。
-
-
公开(公告)号：CN111126332B
公开(公告)日：2022-04-22
申请号：CN201911405651.8
申请日：2019-12-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于轮廓特征的跳频信号分类方法，其特征是，包括如下步骤：1）得到二维时频矩阵；2）提取轮廓特征；3）图像预处理；4）训练、分类。这种方法以跳频信号在等高线图的轮廓作为图像特征，转化为图像识别的问题，再利用卷积神经网络CNN具有自主寻找特征的特点，将图像输入到CNN网路中，能实现跳频信号的识别，不需要进行人工提取参数作为特征向量，能够避免复杂的参数提取问题，在低信噪比时有较高的识别率。
-
公开(公告)号：CN110166477B
公开(公告)日：2021-05-11
申请号：CN201910463626.9
申请日：2019-05-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UDP协议的无人机Wi‑Fi图传信号检测方法，其特征是，包括如下步骤：1）设置监听模式；2）抓取UDP协议数据包；3）解析加密数据包；4）筛选CCK/OFDM混合调制的数据包；5）分析CCK/OFDM混合调制的数据包；6）追踪UDP流；7）播放UDP流的视频内容；8）备份无人机信息。这种方法避免了周围Wi‑Fi信号的影响，实现了无人机Wi‑Fi图传信号的提取和视频流的恢复，提高了无人机图传信号的检测的能力。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.017 seconds)
