-
公开(公告)号：CN108236464A
公开(公告)日：2018-07-03
申请号：CN201711485106.5
申请日：2017-12-29
Applicant: 重庆邮电大学
IPC: A61B5/0484 , A61B5/16 , G06K9/00 , G06K9/62
CPC classification number: A61B5/04845 , A61B5/168 , A61B5/7203 , A61B5/7235 , A61B5/725 , A61B5/7264 , G06K9/00536 , G06K9/6256
Abstract: 本发明申请属于于脑电的辅助听觉注意领域，旨在实现人对听觉对象的正确追踪功能，公开了一种基于脑电信号的检测提取系统，包括听觉刺激模块，用于诱导用户产生脑电；脑电信号采集模块，利用接触用户头表的电极，采集用户的脑电信号，并对脑电信号进行预处理；特征提取和训练模块，对预处理后的脑电信号进行特征提取，训练出模型；听觉追踪分类模块，将脑电特征的分类结果转化为分类值，根据分类值计算正确率，用于对注意力进行打分，特征提取和训练模块采用的特征提取方法，结合节律和信息熵的特点，能有效抑制噪声，使得到的脑电信号更准确。
-
Patent Agency Ranking
公开(公告)号：CN108236464B
公开(公告)日：2021-02-23
申请号：CN201711485106.5
申请日：2017-12-29
Applicant: 重庆邮电大学
Abstract: 本专利申请属于于脑电的辅助听觉注意领域，旨在实现人对听觉对象的正确追踪功能，公开了一种基于脑电信号的检测提取系统，包括听觉刺激模块，用于诱导用户产生脑电；脑电信号采集模块，利用接触用户头表的电极，采集用户的脑电信号，并对脑电信号进行预处理；特征提取和训练模块，对预处理后的脑电信号进行特征提取，训练出模型；听觉追踪分类模块，将脑电特征的分类结果转化为分类值，根据分类值计算正确率，用于对注意力进行打分，特征提取和训练模块采用的特征提取方法，结合节律和信息熵的特点，能有效抑制噪声，使得到的脑电信号更准确。
-
公开(公告)号：CN116800568A
公开(公告)日：2023-09-22
申请号：CN202210267226.2
申请日：2022-03-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于高阶统计量和神经网络FBMC信号的载波调制识别，属于信号处理技术领域。本文利用高阶统计量抑制噪声的特点，同时运用反向传播(back‑propagation,BP)神经网络设计自动调制识别分类器(automatic modulation classification,AMC)实现载波信号的分类，该方法首先将接收端的信号经过同步、参数估计等预处理；然后利用四阶和六阶统计量构建三个特征参数；最后运用不同信号特征参数的差异性，构造BP神经网络识别出QAM(16、32、64、128和256)和PSK(2和4)调制信号。在信噪比大于2dB时，该分类器的识别率达96％以上，对比传统算法，该算法实现起来更容易，识别率也更高，在实际工程中更有实际意义。
-
公开(公告)号：CN112422470B
公开(公告)日：2023-01-10
申请号：CN202011275878.8
申请日：2020-11-16
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明请求保护一种基于数据辅助下FBMC系统的信道阶数和信噪比估计,属于信号处理技术领域。本文提出一种插入辅助数据序列构建代价函数的方法，该方法首先在发送端插入FBMC符号的部分序列构建序列前缀；然后利用此序列前缀的冗余性和信道记忆性构建联合极大几何均值(maximum geometric mean,MGM)的代价函数估计出信道阶数；最后估计出的信道阶数作为先验信息，利用序列的自相关算法估计信号功率，序列方差估计噪声方差，从而有效估计出信道的信噪比。在低信噪比下，对比最小描述准则算法(minumum length description,MDL)，MGM算法的估计精度更优于MDL算法，在实际工程中更有实际意义。
-
公开(公告)号：CN113777631A
公开(公告)日：2021-12-10
申请号：CN202010521067.5
申请日：2020-06-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种针对正弦调频干扰下的CBOC信号的无模糊捕获算法，属于信号处理领域。将接收到的含有正弦调频干扰的CBOC信号做正弦调频变换，通过正弦调频干扰在DSFMT域呈现聚拢这一特征确定正弦调频干扰位置并进行干扰置零处理。然后把经过伪码调制的副载波分为12个组，将干扰抑制处理后的接收信号和这12组子副载波进行相关得到12组子相关函数，最后根据12组子相关函数之间的对应关系，合成一种精确的无模糊捕获算法。实验表明，本方法可以有效抑制正弦调频干扰，并且能完全消除副峰，同时，副载波所分组数越大，其主峰的宽度就越窄，性能就越好。不仅如此，本发明方法有着比传统ASPECT算法和SCPC算法更好的性能，对实际应用中信号的捕获具有重要的意义。
-
公开(公告)号：CN112422470A
公开(公告)日：2021-02-26
申请号：CN202011275878.8
申请日：2020-11-16
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明请求保护一种基于数据辅助下FBMC系统的信道阶数和信噪比估计,属于信号处理技术领域。本文提出一种插入辅助数据序列构建代价函数的方法，该方法首先在发送端插入FBMC符号的部分序列构建序列前缀；然后利用此序列前缀的冗余性和信道记忆性构建联合极大几何均值(maximum geometric mean,MGM)的代价函数估计出信道阶数；最后估计出的信道阶数作为先验信息，利用序列的自相关算法估计信号功率，序列方差估计噪声方差，从而有效估计出信道的信噪比。在低信噪比下，对比最小描述准则算法(minumum length description,MDL)，MGM算法的估计精度更优于MDL算法，在实际工程中更有实际意义。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
