-
公开(公告)号：CN115277344B
公开(公告)日：2023-08-18
申请号：CN202210745886.7
申请日：2022-06-29
Applicant: 西北工业大学
Abstract: 本发明涉及一种松弛相位约束的鲁棒方向调制安全传输方法，属于松弛相位约束的鲁棒方向调制技术。本发明方法采用四进制相移键控QPSK的方式，在有界的信道误差下构造了鲁棒方向调制的基本数学模型。利用凸优化CVX工具箱求解最优权矢量，计算并观察不同信噪比以及不同角度误差情况下用户的平均误符号率。最后可得出，无论是遍历信噪比还是角度估计误差，鲁棒调制所带来的信噪比均优于传统方法。
-
公开(公告)号：CN113608164B
公开(公告)日：2023-06-30
申请号：CN202110595981.9
申请日：2021-05-29
Applicant: 西北工业大学
IPC: G01S5/02
Abstract: 本发明提供了一种幅相误差自校正的稳健单站直接定位方法，建立幅相误差下运动单站接收的信号模型，构造接收数据的协方差矩阵，对采样协方差矩阵特征分解，根据已知的幅相误差估计值估计发射器位置，根据已知的发射器位置估计值估计幅相误差矢量，多次迭代，将最终估计的辐射源位置作为最终定位结果。本发明基于特征分解子空间正交性质迭代完成目标位置和幅相误差参数的在线联合估计，推导了目标位置和幅相误差参数的闭式解形式，提高定位性能的同时降低计算复杂度，通过推导目标位置和幅相误差参数的闭式解实现了目标位置和幅相误差矢量的在线联合估计，大大提高了定位精度，提升了算法的稳健性。
-
公开(公告)号：CN113030849B
公开(公告)日：2023-06-30
申请号：CN202110240817.6
申请日：2021-03-04
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于自编码器与并行网络的近场源定位方法，生成单信源条件下阵列接收的近场源数据，构建自编码网络和并行全连接网络，将近场源数据输入到自编码网络和并行全连接网络的组合网络中，当得到角度信息时，单次谱峰搜索的方式求出。本发明通过对阵列接收信号进行子空间分割，并通过并行全连接网络实现在未知信源数目的条件下DOA空间谱的直接输出，大大提升了算法的效率；仅需要单信源数据的训练就可以得到多信源定位的能力，极大地降低了训练的数据量，同时一定程度上降低了神经网络的训练难度；采用离线训练在线测试的过程，大大降低了实际使用过程中的算法复杂度。
-
公开(公告)号：CN116320073A
公开(公告)日：2023-06-23
申请号：CN202310260980.8
申请日：2023-03-17
Applicant: 西北工业大学
Abstract: 本发明公开了信息分布式安全传输方法，该方法包括：将期望发送的保密信息对应的传输符号通过串并转换分为两个携带信息的符号，分别将每个携带信息的符号发送至不同的用户进行激活；全体被激活用户相互协作，将接收到的信息通过并串转换恢复所述传输符号；解调所述传输符号得到保密信息。本发明适用于视距信道下窃听用户与期望接收机位于相近方位的情况下，在不影响接收机对期望符号解码的同时最大程度抑制窃听用户对私密信息的获取。从而避免了糟糕的窃听环境对通信系统性能的消极影响，增强了信号的安全传输性能。
-
公开(公告)号：CN112290957B
公开(公告)日：2023-06-09
申请号：CN202011149926.9
申请日：2020-10-24
Applicant: 西北工业大学
Abstract: 本发明提供了一种正交时频扩展的咬尾Turbo编译码通信方法，对目标用户所输入的符号信息进行咬尾Turbo编码，咬尾编码输出经串并转换，得到一个个数据块，经过离散ISFFT变换后，通过Heisenberg变换和Wigner变换，应用SFFT，经最大后验概率检测与M‑PSK解调得到码元符号，再进行咬尾译码操作，从而获得对发送端可靠的估计结果。本发明通过采用OTFS技术，实现时变，高移动，多径，高多普勒信道可靠通信，基于咬尾Turbo编译码技术，利用咬尾的性质，能够突破码长的限制完成数据信息的可靠传输。
-
Patent Agency Ranking
公开(公告)号：CN116232398A
公开(公告)日：2023-06-06
申请号：CN202310067795.7
申请日：2023-01-17
Applicant: 西北工业大学
Abstract: 本申请公开了一种自适应波束成形方法及装置，首先根据接收到的多个窄带远场信号计算采样协方差矩阵，然后对采样协方差矩阵进行特征投影处理得到第一重构协方差矩阵，使用Capon空间谱对采样协方差矩阵进行重构得到第二重构协方差矩阵，接下来利用第一重构协方差矩阵和第二重构协方差矩阵估计干扰加噪声协方差矩阵，最后利用真实导向矢量和干扰加噪声协方差矩阵计算出波束成形权值。基于特征投影处理和重构分别得到的重构协方差矩阵对干扰加噪声协方差矩阵进行估计，通过求解QCQP问题得到的真实导向矢量修正实际的导向矢量，在高信噪比和存在校正误差时信源移动的情况下能够提升干扰加噪声协方差矩阵的准确度。
-
公开(公告)号：CN115980689A
公开(公告)日：2023-04-18
申请号：CN202211673065.3
申请日：2022-12-26
Applicant: 西北工业大学
Abstract: 本发明公开了基于点云检测的辐射源信号分选方法、装置、设备及介质，所述方法包括：响应于接收到的雷达脉冲序列，选取多个预设取值范围内的变换长度，使用不同变换长度变换得到二维散点图；对得到的二维散点图使用随机抽样提取特征曲线；合并二维散点图中斜率一致的脉冲序列；提取脉冲序列的脉冲重复间隔并确定辐射源类型。本发明针对固定、抖动和参差PRI的多辐射源场景下，可以实现较高精度的分选。
-
公开(公告)号：CN111239697B
公开(公告)日：2023-02-10
申请号：CN202010086528.0
申请日：2020-02-11
Applicant: 西北工业大学
Abstract: 本发明提供了一种低秩矩阵分解的多维域联合SAR宽带干扰抑制方法，当前回波数据多个脉冲内存在宽带干扰信号，分别将脉冲回波信号的短时傅里叶变换矩阵向量化，进行RPCA分解，得到低秩矩阵和稀疏矩阵两个矩阵，将分解后的稀疏矩阵每一行重排成短时傅里叶矩阵形式，并对重排后的短时傅里叶矩阵进行短时傅里叶逆变换，将原始回波信号与重构出的干扰信号相减，即可实现宽带干扰抑制，利用现有的成像算法对干扰抑制后的数据进行成像，即可得到高分辨的图像。本发明避免了时频滤波引起的有用信号损失的问题，与传统的基于能量特性差异的方法相比，在抑制干扰的同时可有效地保留有用信号信息，能较大程度提升宽带干扰抑制后的图像质量。
-
公开(公告)号：CN113433514B
公开(公告)日：2022-10-14
申请号：CN202110679439.1
申请日：2021-06-18
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于展开式深度网络的参数自学习干扰抑制方法，对含干扰的原始回波信号进行短时傅里叶变换，得到时频谱数据矩阵，对时频谱数据矩阵进行子块分割处理，建立展开式深度网络，将训练集作为展开式深度网络的输入进行训练，同时代入验证集进行模型评价，得到训练最优的模型；将测试集输入到训练最优的模型里对干扰回波矩阵进行识别与分析。本发明对干扰进行有效的分离与信号重构，将原来的无监督分解问题转化为有监督的神经网络学习问题，使其迭代次数大大减少，并且算法超参数可以自适应求解得到，网络不再依赖大量数据集，也避免了小数据量下训练网络出现过拟合的可能性。
-
公开(公告)号：CN115169378A
公开(公告)日：2022-10-11
申请号：CN202210509255.5
申请日：2022-05-10
Applicant: 西北工业大学
Abstract: 本发明提供了一种移动稀疏接收阵列角度估计方法，首先将传统的各种阵型结构的阵元间距进行扩大，在MIMO雷达的发射端发射一个与接收阵列移动速度相关的周期性信号，进而可以推导出接收信号的时空不变性，然后利用被动孔径合成技术来扩展接收端的阵列孔径，最后利用拉直、抽取、张量平滑、平行因子分解等方法对接收数据进行处理，进而实现目标角度的估计。本发明极大地提升了系统的阵列自由度，并且使用了张量平滑的方法进一步利用了数据中固有的多维结构信息，通过使用Khatri‑Rao积充分利用了MIMO雷达的阵列孔径，最终通过ESPRIT算法实现了目标角度的解算与自动配对，大大提高了目标的参数估计精度。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.121 seconds)
