-
公开(公告)号:CN117014257A
公开(公告)日:2023-11-07
申请号:CN202310980034.0
申请日:2023-08-04
Applicant: 吉林大学
IPC: H04L25/02 , H04B17/391 , H04B7/0413 , H04B7/06
Abstract: 本发明涉及一种基于NOMP的RIS辅助毫米波MIMO系统信道估计方法,属于信道估计方法。以RIS辅助的毫米波MIMO系统下行链路为背景,将基站BS‑RIS的信道模型以及RIS‑移动台MS的信道模型表示为Khatri‑Rao乘积形式的级联信道模型,分别采用一维NOMP、二维NOMP和最小二乘LS算法估计级联信道中的多个参数,从而实现信道估计。优点在于所提出的RIS辅助的毫米波MIMO系统信道估计方法以较低的导频开销估计出信道参数,为RIS辅助的系统提供了有效的CSI;将NOMP方法运用到RIS辅助的毫米波MIMO信道估计中,能够解决传统压缩感知类算法存在的网格失配问题,提高参数联合估计的精度,从而提高了信道估计精度。
-
公开(公告)号:CN119395653A
公开(公告)日:2025-02-07
申请号:CN202411411593.0
申请日:2024-10-10
Applicant: 吉林大学
Abstract: 本发明涉及一种基于移动嵌套阵列的FDA‑MIMO雷达目标参数估计方法,属于雷达信号处理领域。其实现步骤是:构建单基地FDA‑MIMO雷达的移动嵌套阵列模型,进行角度和距离解耦;计算观测矩阵的样本协方差矩阵,建立基于低秩矩阵重构的优化问题,利用交替投影方法求解获得Toeplitz矩阵,采用二维子空间类方法获得目标角度和距离估计值。本发明优点是将移动嵌套阵应用于FDA‑MIMO中,显著增加了差分共阵的虚拟阵元数,具有更大的阵列孔径,通过求解低秩矩阵重构问题,具有更高的目标参数估计精度,能够解决现有FDA‑MIMO雷达参数估计精度和分辨力不高、可探测目标数有限等问题。
-
公开(公告)号:CN117061298A
公开(公告)日:2023-11-14
申请号:CN202311047618.9
申请日:2023-08-20
Applicant: 吉林大学
IPC: H04L27/26 , H04B17/391
Abstract: 本发明涉及一种联合LMMSE和MRC的正交时频空调制系统符号检测方法,属于移动通信领域。基于正交时频空OTFS调制系统,首先在时域按块进行线性最小均方误差LMMSE检测,将检测的结果按列组合转换到时延‑多普勒域进行正交振幅解调,然后再将解调的结果转换到时延‑时间域,进而作为时延‑时间域中最大比合并MRC检测算法的初始值,从而提高最大比合并检测方法的误码性能。通过仿真实验验证了本发明方法的有效性,与采用其他初始化检测的方法相比,该方法在高的通信速率情况下误码率更低,同时,该方法在高速移动场景下也具有优越的性能。
-
公开(公告)号:CN119556252A
公开(公告)日:2025-03-04
申请号:CN202411707840.1
申请日:2024-11-26
Applicant: 吉林大学
IPC: G01S7/41 , G06F18/241 , G06F18/213 , G06F18/25 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/045 , G01S7/02 , G01S7/40
Abstract: 本发明涉及一种基于神经网络和多头注意力机制的雷达PRI调制类型识别方法,属于雷达信号处理领域。对雷达脉冲TOA序列进行一阶差分得到PRI序列的样本数据,并采用中值滤波器对其做滤波处理,以降低缺失或虚假脉冲的影响,构建一种融合多尺度卷积挤压激励神经网络、双向门控循环单元神经网络和多头注意力机制的模型,该模型能够提取数据局部精细化特征和捕捉数据长期时序相关性特征,使用多头注意力机制整合全局信息,对门控循环单元中重要的时间步施加更多的权重,对模型进行训练和测试,结果表明,与其他神经网络方法相比,本发明方法在缺失脉冲和杂散脉冲占比较高的条件下对六种雷达PRI调制信号的识别率更高。
-
公开(公告)号:CN117150038A
公开(公告)日:2023-12-01
申请号:CN202311108573.1
申请日:2023-08-30
Applicant: 吉林大学
IPC: G06F16/36 , G01R31/00 , G06F16/35 , G06F40/216 , G06F40/284 , G06F40/295 , G06N3/0442 , G06N3/047 , G06N3/08 , G06N5/022
Abstract: 本发明涉及一种基于知识图谱的综合电子系统电磁兼容分析方法,属于电磁兼容领域。通过实测及工程师经验文档等得到电磁样本数据,利用基于机器学习的方法对样本数据进行实体识别和实体、属性抽取,得到综合电子系统电磁兼容知识图谱所需的实体、关系、属性,构成综合电子系统电磁兼容的知识图谱,然后将知识图谱的信息导入分层贝叶斯网络中,通过内部模块中各个元器件权重矩阵计算概率,并生成干扰和失效概率预测的知识图谱,从而实现综合电子系统电磁故障诊断与干扰预测。本发明针对综合电子系统机箱内部的电磁兼容问题,智能提取设备电磁兼容的相关数据,能够解决电磁干扰故障诊断和预测难题。
-
公开(公告)号:CN116933646A
公开(公告)日:2023-10-24
申请号:CN202310929286.0
申请日:2023-07-26
Applicant: 吉林大学
Abstract: 本发明涉及一种基于遗传算法的VPX机箱的屏蔽效能预测方法,属于电磁环境效应领域。通过CST电磁仿真软件对平面波辐照下VPX机箱的屏蔽效能进行分析与仿真建模,根据仿真结果利用传输线等效电路模型及遗传算法进行VPX机箱的特征参数矩阵提取,预测机箱内部不同位置的屏蔽效能,对比屏蔽效能仿真结果和算法理论计算结果,验证了算法结果的准确性和可靠性,基于提取的机箱的特征参数矩阵,探究不同频点下离开平面波入射面距离对屏蔽效能的影响,根据算法结果确定不同频点下机箱内部屏蔽效能最优点。有益效果是成功地预测机箱在不同频点处及不同位置的屏蔽效能,为机箱内部走线及敏感器件安装位置的选取提供参考,节省了大量的计算资源。
-
公开(公告)号:CN119051696A
公开(公告)日:2024-11-29
申请号:CN202411319650.2
申请日:2024-09-21
Applicant: 吉林大学
IPC: H04B7/0413 , H04B7/06 , H04B7/0456 , H04L25/02 , H04L27/26 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的大规模MIMO‑OTFS波束成形设计方法,属于无线通信技术领域。设计了一种优化的波束成形神经网络OBNN,并以最大化频谱效率为优化目标对MIMO‑OTFS系统波束形成矩阵进行设计,基站将时延多普勒域信号经过OTFS调制后由大规模天线发送,用户在OTFS接收端基于导频符号进行信道估计,将信道估计值和SNR值作为OBNN的输入,通过最小化损失函数进行模型学习,从而获得最优波束形成器权重。本发明优点是利用OTFS调制对多普勒频移的强鲁棒性,适应高移动性通信环境,通过深度学习能够确保损失函数收敛至局部最优,利用预训练权重适应信道估计误差与其他神经网络方法相比,其频谱效率具有显著提升。
-
-
-
-
-
-