-
公开(公告)号：CN108172980A
公开(公告)日：2018-06-15
申请号：CN201711404409.X
申请日：2017-12-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明是一种基于介质集成同轴线的CTS天线装置，其特征在于设有介质集成同轴线、切向节单元、终端负载和宽带阻抗变换段，所述切向节单元由多个平面CTS辐射单元级联构成的直线阵列，所述平面CTS辐射单元采用渐变缝隙结构，采用终端加载匹配负载的方式，具体为基片集成同轴线SICL的两侧设有基于SICL的CTS天线缝隙，在多个平面CTS单元级联构成的直线阵列的末端设有基于SICL的CTS天线的阻抗变换段，本发明设计的基于介质集成同轴线的CTS天线结构具备了传统同轴线的优点，同时还是平面结构，适合于很多场合的工程应用。本发明设计的基于介质集成同轴线的CTS天线适合应用于相控阵、无线通信等电子系统中，重要较为重要的工程应用价值。
-
公开(公告)号：CN110430151B
公开(公告)日：2022-07-01
申请号：CN201910606760.X
申请日：2019-07-06
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种能根据具体信道包络，动态调整频域抽头长度，实现更好的均衡性能，从而有效提高水声通信的链路可靠性的面向水声通信的变抽头长度盲判决反馈频域均衡算法，首先研究了盲判决反馈频域均衡，并仿真验证了盲判决反馈频域均衡的优势；在此基础上，研究了变抽头长度盲判决反馈频域均衡，仿真结果验证了变抽头算法能根据信道包络不同动态调整频域滤波抽头长度，且证明了盲判决反馈频域均衡在误码性能方面的优势。
-
公开(公告)号：CN113891420A
公开(公告)日：2022-01-04
申请号：CN202010625346.6
申请日：2020-07-02
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信中继方法领域，具体的说是一种同时考虑中继链路的时延和均衡稳态均方误差指标，进而更适于实际的水声通信系统的基于多属性决策的水声协作通信中继选择方法，其特征在于，包括以下步骤：获得每个中继的时延和SMSE；将时延和稳态均方误差带入到判决矩阵中；进行归一化处理；确定相对距离和代价函数，本发明结合声波传播速度慢，以及水声信道多径效应的特点，将时延和稳态均方误差作为两个同时考虑的属性，通过仿真证实了基于多属性决策中继选择方法的有效性，选出来的中继节点在时延和稳态均方误差上都取得了较好的性能。
-
公开(公告)号：CN111030758B
公开(公告)日：2021-12-07
申请号：CN201911293963.4
申请日：2019-12-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种能够提高对稀疏系统的辨识能力，并且能够根据测量噪声的功率对零吸引子进行调整的带有稀疏约束的自适应零吸引因子盲判决反馈均衡算法，算法的代价函数可描述如下J(n)＝{E[|yr(n)|2‑Rr]2+E[|yi(n)|2‑Ri]2}+λ||f(n)||0(60)，其中，yr(n)和yi(n)分别表示盲均衡输出的实部和虚部。Rr和Ri分别表示相应于发送信号q(n)的统计信息，λ≥0表示正则化参数；||f(n)||0表示抽头系数向量的l0范数，该范数用于计算向量中非零权重系数的数量。
-
公开(公告)号：CN108696466A
公开(公告)日：2018-10-23
申请号：CN201810469183.X
申请日：2018-05-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种能根据具体的水声信道包络，自适应调整观察窗口长度的水声通信用可调观察窗口长度的盲均衡检测器，本发明与现有技术相比，能根据具体的水声信道包络自适应调整OWL，此外，本发明提出的检测器基于盲均衡算法实现，并不需要训练序列，能提高传输效率，更适合于实际的水声通信系统。
-
Patent Agency Ranking
公开(公告)号：CN115776425B
公开(公告)日：2024-12-27
申请号：CN202111042004.2
申请日：2021-09-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及协作通信的信号处理技术领域，具体的说是一种能够有效对多节点信号进行处理、消除通信过程中的码间干扰的用于协作通信的基于深度学习的多分支联合检测方法，其特征在于，建立基于深度学习的多分支联合检测器，直接处理来自于源节点和中继节点的信号，其中所述基于深度学习的多分支联合检测器中，令DNNSD神经网络的输入层(第1层)的输入由cSD(1)表示，DNNRD神经网络输入层的输入表示为cRD(1)，与现有基于深度学习的单分支方法不同，本发明中提出的基于深度学习的多分支联合检测器能联合实现多分支的合并，且各分支抽头的调整是基于各分支的总输出，而后基于计算出的总误差来进行，能够有效实现码间干扰的消除。
-
公开(公告)号：CN118785198A
公开(公告)日：2024-10-15
申请号：CN202410701909.3
申请日：2024-05-31
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及卫星及无人机海洋网络数据处理技术领域，具体的说是一种基于最大熵深度强化学习的NOMA海事网络系统功率分配方法，包括以下步骤：步骤1：建立基于NOMA的海洋卫星无人机海面混合网络，并设计通信网络资源优化问题；步骤2：利用深度强化学习算法来解决步骤1中资源优化问题；步骤3：建立基于最大熵思想的软代理关键海洋卫星通信功率分配方法SAC‑OSCPA，以解决深度Q网络算法高估Q值和局部最优收敛的风险。
-
公开(公告)号：CN109286474B
公开(公告)日：2021-01-12
申请号：CN201811399364.6
申请日：2018-11-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种特别适用于实际水声通信系统，能够有效提高通信系统传输可靠性的基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后，反馈给发送端进行调制方式的自适应选择，本发明与现有技术相比，并不需假设水声信道状态信息已知，基于盲均衡的输出SMSE实现调制方式的自适应调整，且该指标考虑了水声信道不同对检测性能的影响，盲均衡器的抽头长度能根据具体的水声信道自适应调整。
-
公开(公告)号：CN111162872A
公开(公告)日：2020-05-15
申请号：CN201911293998.8
申请日：2019-12-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及一种用于水声通信的联合均衡与Raptor译码算法，其特征在于接收到的序列y进入MMSE线性均衡器，首先进行LMS均衡，前馈滤波抽头向量为P；均衡后的序列为s，对其进行软解调，即求其对数似然比，z0为序列所携带的软信息；然后进入由LDPC和LT译码器共同组成的Raptor译码器中进行迭代译码，Raptor译码器中采用全局迭代译码算法，使得软信息可以在两个译码器中进行传递，当迭代达到一定次数后进行硬判决，同时输出更新后的信息；更新后的信息返回MMSE线性均衡器用于对均衡器进行系数更新，本发明与现有技术相比，能够有效改善误码率性能、降低冗余率进而提高信道带宽利用率。
-
公开(公告)号：CN103763010B
公开(公告)日：2018-12-25
申请号：CN201410019513.7
申请日：2014-01-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及无线通信技术领域，具体地说是一种用于协作通信网络中的可调多中继选择方法及系统，其特征在于包括源节点发送一个数据包到所有中继节点，中继节点将接收到的信号以分时方式放大转发给目的节点，均衡检测器处理接收到信号，得到相应的输出信噪比SNRSRiD，根据SNRSRiD大小比较可完成中继排序，再根据排序结果，进行协作节点数的调整，本发明与现有技术相比，在频谱效率、误码率性能和能量消耗间取得更好的折衷，能根据不同协作节点数下合并信噪比的比较自适应调整协作节点数，最终获得最优的协作节点数No(最优意味着使用最小的协作节点数No，获得最大级别的合并信噪比)。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.029 seconds)
