-
公开(公告)号:CN114397621A
公开(公告)日:2022-04-26
申请号:CN202210029754.4
申请日:2022-01-12
Applicant: 江苏科技大学
Abstract: 本发明公开了一种基于卷积神经网络的水下目标波达方向估计的方法,步骤如下:1、将生成的协方差矩阵数据划分为训练集和测试集并进行数据预处理;2、确定卷积神经网络的初始条件;3、输入训练集数据,通过卷积池化层形成全连接层;4、计算当前输出层正向传播预测值;计算CNN的代价函数,根据代价函数进行反向传播更新全连接层各层神经元参数;5、循环执行步骤3和4,当代价函数达到最小值时或到达预设迭代次数时CNN完成训练,得到训练完成的CNN模型;6、在完成的CNN模型中,得到CNN最终预测的角度估值,与真实角度值对比,计算准确率。本发明实现了在低信噪比情况下的快速准确的水下波达方向估计。
-
公开(公告)号:CN113541835A
公开(公告)日:2021-10-22
申请号:CN202110672889.8
申请日:2021-06-17
Applicant: 江苏科技大学
IPC: H04B17/391 , H04B11/00 , H04B13/02 , G06N3/04 , G06N3/08
Abstract: 一种基于条件生成对抗网络的水声信道模拟方法,属于水声通信技术领域。利用半监督学习模型实现小样本数据增广,自适应地学习时变水声信道状态信息,达到模拟时变水声信道的效果。通过固定判别模型,训练生成模型使得所生成的样本接近真实分布;固定生成模型,训练判别模型来尽可能区分出生成样本和真实样本,形成一个动态的博弈过程。判别模型采用KL散度来衡量生成样本分布与真实样本分布的误差,训练完成的生成模型就具备了模拟时变水声信道的能力。采用本方法可以根据实测样本更真实还原水声信道,同时生成更多的试验数据,极大的降低了试验成本,有效提高了信道模拟准确度。
-
公开(公告)号:CN114944896B
公开(公告)日:2023-10-24
申请号:CN202210365656.8
申请日:2022-04-08
Applicant: 江苏科技大学
Abstract: 本发明提供了一种基于Y型网络的索引调制OTFS通信系统及方法。具体包括:在发送端的时延‑多普勒(DD)域进行索引调制,将部分二进制比特用于选择所激活符号在DD矩阵中的位置,其余比特用于映射符号信息,通过逆辛傅里叶变换等将发送信号变为时频信号;经过信道作用和辛傅里叶变换得到接收的DD域信号。对接收信号和信道矩阵进行数据预处理得到Y型检测网络的输入,相应的原始二进制比特作为检测网络的标签,采用离线训练好的网络用于索引调制OTFS信号的在线检测,最终恢复出发送比特。本发明结合特征融合思想实现数据驱动的索引调制OTFS通信,有效提升系统误码率及鲁棒性,且适用于快时变信道下的高速移动通信场景。
-
公开(公告)号:CN113395117B
公开(公告)日:2022-09-09
申请号:CN202110663298.4
申请日:2021-06-15
Applicant: 江苏科技大学
Abstract: 一种基于索引调制的多载波水声抗干扰通信方法,考虑解决水声通信环境中存在非连续频带干扰导致系统接收端误码率较高等问题,在传统水声FBMC通信系统中引入一维子载波状态索引调制技术的基础上,根据非连续干扰频率范围,对FBMC‑IM系统的通信频带进行划分,使得与非连续频带干扰信号混叠部分的子载波静默,未受干扰的子载波保持活跃状态并承载通信信号,实现了不连续的通信频带划分,规避了干扰的影响,提高抗干扰能力,相较于在现有水声多载波通信干扰规避方面具有创新性。
-
-
-