一种适用于大规模MIMO系统的二维波达角的测定方法

    公开(公告)号:CN105510872A

    公开(公告)日:2016-04-20

    申请号:CN201610043980.2

    申请日:2016-01-22

    CPC classification number: G01S3/14

    Abstract: 本发明公开了一种适用于大规模MIMO系统的二维波达角的测定方法,属于无限移动通信技术领域。本发明基于Mx×My的二维均匀矩形天线阵列执行下列步骤:基于接收信号建立接收信号的协方差矩阵,通过协方差矩阵获取信号子空间,将天线阵列划分为4个子阵,并得到相应的选择信号子空间,获得旋转矩阵,最后分别确定信号源的俯仰角与方位角。该发明在大规模MIMO场景下具有较小的测定误差,避免了角度搜多与非线性优化。因此,本发明具有测定精度高,数据处理复杂度低等优点,应用于大规模MIMO场景可有效提高系统的性能和实用价值。

    一种稀疏双平行线阵及二维波达方向估计方法

    公开(公告)号:CN106483493B

    公开(公告)日:2018-12-18

    申请号:CN201610819963.3

    申请日:2016-09-13

    Abstract: 本发明公开了一种稀疏双平行线阵及二维波达方向估计方法。本发明的线阵包括两个SULA,且阵元数相差1,阵元数多的子阵还包括一个距原点的间距小于或等于0.5λ的辅助阵元,SULA阵元间距为λ,且子阵间的间距为0.5λ。对应的DOA估计方法为:基于接收数据的自相关矩阵得到线性变换矩阵,再基于维度与信号个数相同的单位阵构造传播矩阵Pc;通过对Pc进行上下划分和相应的矩阵变换,求得包含入射信号与y轴的夹角的余弦值;基于两个SULA所对应的总的阵列流型矩阵,求得入射信号与x轴的夹角的两组余弦值;求结合基于辅助阵元的接收数据进行去模糊;利用入射信号与x轴和y轴的夹角的余弦值求俯仰角和方位角的估计值。本发明用于无线通信,其结构简单,低成本,高测向精度。

    一种适用于大规模MIMO系统的二维波达角的测定方法

    公开(公告)号:CN105510872B

    公开(公告)日:2017-11-17

    申请号:CN201610043980.2

    申请日:2016-01-22

    Abstract: 本发明公开了一种适用于大规模MIMO系统的二维波达角的测定方法,属于无限移动通信技术领域。本发明基于Mx×My的二维均匀矩形天线阵列执行下列步骤:基于接收信号建立接收信号的协方差矩阵,通过协方差矩阵获取信号子空间,将天线阵列划分为4个子阵,并得到相应的选择信号子空间,获得旋转矩阵,最后分别确定信号源的俯仰角与方位角。该发明在大规模MIMO场景下具有较小的测定误差,避免了角度搜多与非线性优化。因此,本发明具有测定精度高,数据处理复杂度低等优点,应用于大规模MIMO场景可有效提高系统的性能和实用价值。

    一种稀疏双平行线阵及二维波达方向估计方法

    公开(公告)号:CN106483493A

    公开(公告)日:2017-03-08

    申请号:CN201610819963.3

    申请日:2016-09-13

    CPC classification number: G01S3/14

    Abstract: 本发明公开了一种稀疏双平行线阵及二维波达方向估计方法。本发明的线阵包括两个SULA,且阵元数相差1,阵元数多的子阵还包括一个距原点的间距小于或等于0.5λ的辅助阵元,SULA阵元间距为λ,且子阵间的间距为0.5λ。对应的DOA估计方法为:基于接收数据的自相关矩阵得到线性变换矩阵,再基于维度与信号个数相同的单位阵构造传播矩阵Pc;通过对Pc进行上下划分和相应的矩阵变换,求得包含入射信号与y轴的夹角的余弦值;基于两个SULA所对应的总的阵列流型矩阵,求得入射信号与x轴的夹角的两组余弦值;求结合基于辅助阵元的接收数据进行去模糊;利用入射信号与x轴和y轴的夹角的余弦值求俯仰角和方位角的估计值。本发明用于无线通信,其结构简单,低成本,高测向精度。

    一种基于RSSI的抑制异常值的WSN节点定位方法

    公开(公告)号:CN105764133A

    公开(公告)日:2016-07-13

    申请号:CN201610226613.6

    申请日:2016-04-13

    CPC classification number: H04W56/0015 H04W84/18

    Abstract: 本发明公开了一种基于RSSI的抑制异常值的WSN节点定位方法,属于无线通信技术领域。本发明利用条件数改进最小二乘法抑制异常值的基于RSSI的WSN节点定位方法,首先利用RSSI获得未知节点与其邻居锚节点的距离;再由最小二乘法表示出估计矢量及其法矩阵;然后根据法矩阵的条件数判断估计矢量是否会出现异常值;若否,则可直接计算出估计矢量;若是,则通过增加或减少邻居锚节点的位置信息以降低估计矢量的法矩阵条件数,以抑制异常值出现。因而,针对用传统最小二乘法进行运算时存在的性能不稳定的缺陷,本发明具有定位精度高,定位性能稳定的特点。

    基于跨模态注意力机制和矢量融合的多器官配准方法

    公开(公告)号:CN119273724A

    公开(公告)日:2025-01-07

    申请号:CN202411207758.2

    申请日:2024-08-30

    Abstract: 本发明公开了一种基于跨模态注意力机制和矢量融合的多器官配准方法,主要解决现有技术对腹部与头颈部的CT与MRI进行多模态影像多器官配准效果差的问题。其实现方案是:对腹部与头颈部的多器官多模态数据进行预处理;建立由数个级联的下采样卷积块和数个级联的跨模态注意力机制模块组成的多模态信息编码器;提取不同模态图像的特征图,将其与不同下采样卷积块提取的图像原始特征图进行拼接和卷积得到融合特征图;建立多分枝的单器官形变图解码器以生成各个器官的形变图;建立矢量梯度融合模块以减小多器官形变图融合时的冲突,实现跨模态的多器官配准。本发明能保持各个器官的形态和结构,提高多器官配准的准确性。可用于医生制定手术计划、放射治疗及辅助诊断。

    一种基于RSSI的抑制异常值的WSN节点定位方法

    公开(公告)号:CN105764133B

    公开(公告)日:2018-11-13

    申请号:CN201610226613.6

    申请日:2016-04-13

    Abstract: 本发明公开了一种基于RSSI的抑制异常值的WSN节点定位方法,属于无线通信技术领域。本发明利用条件数改进最小二乘法抑制异常值的基于RSSI的WSN节点定位方法,首先利用RSSI获得未知节点与其邻居锚节点的距离;再由最小二乘法表示出估计矢量及其法矩阵;然后根据法矩阵的条件数判断估计矢量是否会出现异常值;若否,则可直接计算出估计矢量;若是,则通过增加或减少邻居锚节点的位置信息以降低估计矢量的法矩阵条件数,以抑制异常值出现。因而,针对用传统最小二乘法进行运算时存在的性能不稳定的缺陷,本发明具有定位精度高,定位性能稳定的特点。

    一种基于改进贪婪算法的波达角估计方法

    公开(公告)号:CN106291452B

    公开(公告)日:2018-10-16

    申请号:CN201610816245.0

    申请日:2016-09-12

    Abstract: 本发明公开了一种基于改进贪婪算法的波达角估计方法,属于移动通信技术领域。本发明将整个空间角度均匀划分成Nθ个角度网格,由前一时刻的估计结果在角度网格的索引信息得到先验信号支撑集用于当前时刻的DOA估计:以当前接收数据作为观测数据,角度网格下的阵列流型矩阵作为观测矩阵进行估计信号支撑集的迭代更新,得到能用于DOA估计的最终估计信号支撑集,基于其索引值在角度网格中查找K个信号源的DOA估计值。本发明可用于智能天线系统或者目标追踪领域,可以实现估计更精确、计算更简洁、复杂度更低、实时性更强。

    一种基于改进贪婪算法的波达角估计方法

    公开(公告)号:CN106291452A

    公开(公告)日:2017-01-04

    申请号:CN201610816245.0

    申请日:2016-09-12

    CPC classification number: G01S3/14

    Abstract: 本发明公开了一种基于改进贪婪算法的波达角估计方法,属于移动通信技术领域。本发明将整个空间角度均匀划分成Nθ个角度网格,由前一时刻的估计结果在角度网格的索引信息得到先验信号支撑集用于当前时刻的DOA估计:以当前接收数据作为观测数据,角度网格下的阵列流型矩阵作为观测矩阵进行估计信号支撑集的迭代更新,得到能用于DOA估计的最终估计信号支撑集,基于其索引值在角度网格中查找K个信号源的DOA估计值。本发明可用于智能天线系统或者目标追踪领域,可以实现估计更精确、计算更简洁、复杂度更低、实时性更强。

    一种基于波束空间变换的二维波达角测定方法

    公开(公告)号:CN106291453B

    公开(公告)日:2018-12-18

    申请号:CN201610827926.7

    申请日:2016-09-18

    Abstract: 本发明公开了一种基于波束空间变换的二维波达角测定方法,适用于大规模MIMO系统测定非相干信号二维波达角的测定方法。包括:设置一个具有M根天线的均匀矩形阵列,对接收的数据进行波束空间变换;建立变换矢量的协方差矩阵;通过协方矩阵证获取信号子空间;根据波束空间变换的特性和阵列的结构,得到相应的广义选择信号子空间;然后获得旋转矩阵;最后分别确定信号源的俯仰角与方位角。本发明在大规模MIMO场景下具有较小的测定误差,避免了非线性优化和角度搜索。因此,本发明具有精度高,数据处理复杂度低等优点,应用于大规模MIMO系统可有效提高系统的性能和实用价值。

Patent Agency Ranking