“算法估计”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果406000个，建议您升级VIP下载更多相关专利

[发明专利]一种基于正交匹配追踪的低复杂度水声信道估计算法-CN201910371809.8有效
发明人：王德清;谢沁伶;付立群;徐景鑫;胡晓毅;岳蕾 -专利权人：厦门大学
申请日： 2019-05-06 - 公布日： 2020-06-26 - 主分类号： H04L27/26 文献下载
摘要：一种基于正交匹配追踪的低复杂度水声信道估计算法，涉及基于正交匹配追踪的低复杂度水声信道估计算法。首先忽略多普勒扩展因子，在时延维度上建立PSO算法所需的解空间；其次优化PSO算法中的惯性权重系数，搜索解空间中最匹配原子集，即初估计的路径时延集；然后扩展初估计的路径时延集，并联合多普勒扩展因子，再次建立PSO算法所需的解空间；最后采用PSO算法搜索最匹配原子集，获得水声信道冲激响应估计值。在已有OMP算法的基础上，采用分两步估计方法，能够减少计算内积次数，有效地降低已有OMP算法的复杂度。
一种基于正交匹配追踪复杂度信道估计算法

[发明专利]用于双IRS辅助通信系统的信道估计方法及系统-CN202310776678.8有效
发明人：梁彦;涂威洋;李飞 -专利权人：南京邮电大学
申请日： 2023-06-29 - 公布日： 2023-10-13 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种用于双IRS辅助通信系统的信道估计方法及系统，具体步骤可分为单IRS辅助信道估计和双IRS辅助信道估计两个步骤。在单IRS辅助信道估计步骤中，提出了一种基于k‑means聚类算法的自适应迭代终止阈值选取算法，进一步提出了一种基于k‑means的自适应双结构正交匹配追踪（KADS‑OMP）算法，用于估计h1—G1和h2—G2信道；在双IRS辅助信道估计步骤中，提出了一种基于压缩感知的三重压缩信道估计（TC‑CE）算法，用于估计h1—D—G2信道。与传统方案相比，本方案提出的KADS‑OMP和TC‑CE算法利用了毫米波信道的稀疏性和结构特性，有效降低信道估计的导频开销。
用于 irs 辅助通信系统信道估计方法

[发明专利]一种多小区信道估计方法和装置-CN201110135493.6无效
发明人：宋晓勤;聂迎燕;李克 -专利权人：南京航空航天大学
申请日： 2011-05-25 - 公布日： 2011-08-10 - 主分类号： H04L25/02 文献下载
摘要：本发明提出了一种用于码分多址无线通信系统中的高精度多小区信道估计方法。考虑到码分多址无线通信系统如TD-SCDMA系统中信道估计算法扩展到多小区信道估计时，由于对邻区信道估计精度低，严重影响多小区联合检测算法的性能，所以本发明通过改变信道估计矩阵的结构提出了利用匹配滤波、最小均方误差的信道估计值，根据干扰重构和并行消除原理的用于多小区联合检测的高精度信道估计算法。并在此方法的基础上，结合强径选择，提出了另一种更为精确的基于强径干扰重构的高精度信道估计算法。从而提高算法估计精度，并能有效地提升多小区联合检测下码分多址无线通信系统的性能。
一种小区信道估计方法装置

[发明专利]一种基于波束成形的BF-SAGE高精度参数估计算法-CN202210442299.0在审
发明人：俞凡;景光铮;尹学锋 -专利权人：同济大学
申请日： 2022-04-25 - 公布日： 2022-09-13 - 主分类号： G01S3/14 文献下载
摘要：本发明涉及一种基于波束成形的BF‑SAGE高精度参数估计算法，包括以下步骤：步骤1)算法参数设定；步骤2)利用波束成形技术进行空间波束扫描；步骤3)对扫描结果使用SAGE算法进行参数估计；步骤4)计算CRLB对算法进行角度估计精度评估；步骤5)根据精度评估的结果判断是否达到通信系统的要求，若达到要求，则输出参数估计结果，若未能达到要求，执行步骤6)；步骤6)，调整算法参数为非均匀扫描方式下的参数，调整扫描方式为空间波束非均匀扫描与现有技术相比，本发明的BF‑SAGE算法具有更高的角度估计准确性以及更高的角度估计分辨率。
一种基于波束成形 bf sage 高精度参数估计算法

[发明专利]一种频偏估计方法及装置-CN201510560764.0有效
发明人：彭琛;李瑞峰;王建新 -专利权人：武汉虹信通信技术有限责任公司
申请日： 2015-09-06 - 公布日： 2019-07-09 - 主分类号： H04L27/26 文献下载
摘要：本发明提供一种频偏估计方法及装置，首先对原始的时域信号进行第一次频偏估计，得到第一次频偏估计值，基于第一次频偏估计值对时域信号进行补偿，得到补偿后的时域信号，从而在经过一次补偿后，补偿后的时域信号的频偏小于原始的时域信号的频偏，相当于缩小第二次频偏估计时代价算法的搜索空间，缩小代价算法的搜索空间，这样在通过代价算法对补偿后的时域信号进行第二次频偏估计时，降低了代价算法的运算量，从而在保证代价算法精准度的前提下降低代价算法的复杂度
一种估计方法装置

[发明专利]一种多速率观测数据的状态估计和数据融合方法-CN201410659316.1在审
发明人：闫莉萍;姜露;夏元清;付梦印 -专利权人：北京理工大学
申请日： 2014-11-19 - 公布日： 2015-02-04 - 主分类号： G06F19/00 文献下载
摘要：本发明提出一种多速率观测数据的集中式状态估计和数据融合方法，应用提升技术把这个多速率估计系统建模为一个单速率、有多个随机参数的离散时间系统。基于所得到的系统模型，分别提出了集中式融合估计算法，顺序式融合估计算法和分布式融合估计算法。
一种速率观测数据状态估计融合方法

[发明专利]非高斯噪声下电力线载波通信压缩感知信道估计方法-CN202111455185.1有效
发明人：舒新建;安致嫄;董凯丽;刘岩;王雷;吴阳阳;赵凌霄;吴利杰;王昭赫;权一展 -专利权人：国网河南省电力公司信息通信公司;国家电网有限公司
申请日： 2021-11-26 - 公布日： 2023-06-27 - 主分类号： H04B3/54 文献下载
摘要：本发明公布了非高斯噪声下电力线载波通信压缩感知信道估计方法，所述方法包括3个步骤：S1：建立非高斯环境下电力线信道估计模型；S2：对传统信道估计算法进行评估；S3：建立非高斯环境下信道估计方法；所述传统信道估计算法在本发明中指的是最小二乘信道估计算法以及正交匹配追踪算法，利用高斯混合密度对噪声统计特性进行描述，在此基础上，结合信道系数的稀疏特性对信道系数进行估计，提高了信道估计性能，有效的解决了现有技术存在的传统的基于压缩感知的电力线载波通信信道估计方法，在非高斯环境下，信道估计方法性能下降的问题。
非高斯噪声电力线载波通信压缩感知信道估计方法

[发明专利]基于混合聚类算法的直扩信号伪码周期及序列估计方法-CN202210149899.8在审
发明人：刘芳;陈丽;徐聪;王济;权安 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2022-02-18 - 公布日： 2022-06-10 - 主分类号： H04B1/707 文献下载
摘要：本发明涉及通信技术领域，涉及了一种基于混合聚类算法的直扩信号伪码周期及序列估计方法，该方法首先估计伪码周期，然后结合层次聚类与Kmeans聚类算法，形成新的混合聚类算法，完成估计信息序列，最后对信息序列进行累加处理，再估计得到伪码序列。本发明所设计的基于混合聚类算法的直扩信号伪码序列实时估计方法用于解决低信噪比时，直扩信号伪码周期及伪码序列估计，易于实现，运算量小，因此具有实际应用价值。
基于混合算法信号周期序列估计方法

[发明专利]一种基于散斑的六自由度位姿估计系统及方法-CN201910060536.5有效
发明人：贾同;袁希;陈东岳 -专利权人：东北大学
申请日： 2019-01-22 - 公布日： 2022-12-23 - 主分类号： G06T7/33 文献下载
摘要：本发明提供一种基于散斑的六自由度位姿估计系统及方法，本发明系统包括一个红外发射器，一个摄像头和进行算法处理的计算机，摄像头固定在三脚架上，红外发射器可手持，工作时，摄像机视野与红外发射器投射图像交叉；本发明方法包括：采集红外发射器投射的参考图像，结合连通域算法、哈希算法、投票法、区域增长算法、光束平差法、全景拼接算法恢复完整的红外发射器参考图像并为其构建LUT；采用RANSAC算法和Nister的五点位姿估计算法计算出本征矩阵E，得到位姿估计参数结果。本发明主要利用主动视觉的优点，结合连通域算法、哈希算法、投票法、区域增长算法、光束平差法、全景拼接算法、RANSAC算法和Nister的五点位姿估计算法，得到一个高效鲁棒的位姿估计结果。
一种基于自由度估计系统方法

[发明专利]基于改进随机森林联合容积卡尔曼的荷电状态估计算法-CN201911219341.7有效
发明人：寇发荣;王甜甜;张宏;王思俊 -专利权人：西安科技大学
申请日： 2019-12-03 - 公布日： 2022-04-19 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种基于改进随机森林联合容积卡尔曼动力电池荷电状态估计的算法，用来解决动力电池在工作中荷电状态准确估计的问题。该方法结合了随机森林回归和容积卡尔曼滤波算法联合估计动力电池荷电状态，并通过含有禁忌鲸鱼搜索算法加权优化随机森林的参数，以达到对算法剪枝阈值、预测试样本数、决策树数量最优化处理，优化算法能够快速找到最优解，提高算法效率；通过双向长短时记忆人工神经网络，对动力电池剩余寿命进行预测，以达到修正电池最大可用容量，提高全时工况动力电池荷电状态估计的精度的目的；通过联合估计算法综合了随机森林和容积卡尔曼滤波两种算法，发挥两种算法的优点，避免两者的缺点，使动力电池荷电状态估计精度更高。
基于改进随机森林联合容积卡尔状态估计算法

[发明专利]一种姿态同步控制系统的自适应固定时间故障估计方法-CN202210706312.9在审
发明人：夏静萍;姜斌;张柯 -专利权人：南京航空航天大学
申请日： 2022-06-21 - 公布日： 2022-09-06 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种姿态同步控制系统的自适应固定时间故障估计方法，具体包括如下步骤：步骤1：将姿态控制系统进行等价变换；步骤2：构建故障估计观测器和自适应故障估计算法；步骤3：构建角速率误差方程和故障估计误差方程，并求取故障估计观测器和自适应故障估计算法中的待定设计参数；步骤4：根据故障估计观测器和自适应故障估计算法的待定设计参数，得到姿态同步控制系统故障估计观测器；得到每个子系统的执行器故障估计值，从而对姿态控制系统执行器故障进行估计本发明利用姿态同步控制系统的相对输出，设计了基于固定时间技术的分布式故障估计观测器，提出了固定时间自适应故障估计算法，提升了故障估计的快速性。
一种姿态同步控制系统自适应固定时间故障估计方法

[发明专利]基于频相协同阵列的低复杂度超分辨DOA估计方法-CN202211175262.2在审
发明人：刘小平;王文钦;闫异圣;桂荣华 -专利权人：电子科技大学
申请日： 2022-09-26 - 公布日： 2023-01-31 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于频相协同阵列的低复杂度超分辨DOA估计方法，属于雷达波达方向角估计技术领域。本发明基于特征分解的子空间算法，对雷达接收数据分两部分并行处理，对相控阵接收数据采用ESPRIT算法对DOA进行粗估计，获得细粒度搜索空间后利用频控阵部分数据进行MUSIC算法获得高精度的DOA估计值。该方法既保留了MUSIC算法极高的估计精度，又避免了因搜索精度的升高带来的极高计算复杂度问题，可以根据实际项目中对DOA估计精度要求进行灵活调整。本发明依据基于特征分解的子空间算法，解决了MUSIC算法高精度估计时计算复杂度高的问题。
基于协同阵列复杂度分辨 doa 估计方法

[发明专利]利用数据重用的逐幸存序列均衡方法-CN201410322994.9有效
发明人：汪春梅;孙洪波 -专利权人：上海师范大学
申请日： 2014-07-08 - 公布日： 2017-05-17 - 主分类号： H04L25/02 文献下载
摘要：本发明利用数据重用的逐幸存序列均衡算法，具体指在短突发信号通信中，利用数据重用的逐幸存序列均衡算法，以满足采用尽量少的符号实现均衡算法的有效收敛的要求，涉及短突发通信技术领域。采用逐幸存序列算法同时对发射序列进行估计和正向信道参数进行粗估计。正向信道参数的精确估计，采用单数据向量循环重用方式，利用发射序列的估计和上一次正向信道接收参数的粗估计结果，进行迭代，当误差均方估计除以接收序列的均方值小于门限时止。正向信道参数的精确估计转化为线性均衡器系数，引导入判决引导最小均方误差算法，实现均衡。通过几个步骤，利用数据重用的逐幸存序列均衡算法，满足短突发信号均衡的需要。
利用数据重用幸存序列均衡算法

[发明专利]一种基于最小二乘样本拟合的复信号时延估计方法-CN201810144035.0有效
发明人：沈雷;章旭晖;帅涛 -专利权人：杭州电子科技大学
申请日： 2018-02-12 - 公布日： 2021-12-21 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于最小二乘样本拟合的复信号时延估计方法。本发明首先给出互相关的代价函数，利用sinc内插公式用有限数量的样本去估计相关数据值，再通过最小二乘(LS)准则最小化其代价函数，得到并接近于无偏的估计值，且给出算法的克拉美罗下界(CRLB)表达式。实验表明，针对高斯信号，基于最小二乘样本拟合的准确度更高，基于最小二乘的时延估计算法，在信噪比或者信号长度一定的条件下，估计性能都明显高于传统的时延估计算法。特别指出，对于高斯信号具有的随机性，互相关算法与基于MMSE算法性能都出现明显下降，本发明是一种有效的时延估计算法。
一种基于最小样本拟合复信号时延估计方法

[发明专利]一种基于非等维状态混合估计的并行IMM机动目标跟踪方法-CN202110328589.8在审
发明人：索继东;张成龙;麻智雄;陈晓楠;柳晓鸣 -专利权人：大连海事大学
申请日： 2021-03-26 - 公布日： 2021-07-30 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于非等维状态混合估计的并行IMM机动目标跟踪方法，属于雷达机动目标跟踪领域，包括以下步骤：通过传感器采集机动目标的运动轨迹测量值并建立目标运动模型集，通过并行使用基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法，对当前时刻的机动目标进行跟踪；分别将当前时刻运行的基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法得到的全局状态估计与对应的协方差矩阵作为下一时刻基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法的初值，进行下一时刻的跟踪，直至机动目标跟踪结束，通过该方法，能够在目标模型发生切换时，改善信息丢失问题，降低模型切换时较大的峰值误差。
一种基于状态混合估计并行 imm 机动目标跟踪方法