“吴晓欢”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果53个，建议您升级VIP下载更多相关专利

[发明专利]一种基于单基地面阵的FDA-MIMO雷达无网格目标参数估计方法-CN202310965244.2在审
发明人： 吴晓欢;柳亚鑫;王将;刘亚洲;李嘉宁 -专利权人：南京邮电大学
申请日： 2023-08-02 - 公布日： 2023-09-29 - 主分类号： G01S7/41 文献下载
摘要：本发明提供了一种基于单基地面阵的FDA‑MIMO雷达无网格目标参数估计方法，涉及阵列信号处理技术领域，构建单基地面阵FDA‑MIMO雷达系统，雷达系统的发射端和接收端由均匀平面阵列构成；基于雷达系统建立接收信号模型，对其矢量化，再引入选择矩阵来构建角度‑距离去耦合的接收信号模型；根据所述接收信号模型计算其协方差矩阵；按照协方差匹配准则建立适用于所述模型的低秩矩阵重构优化问题；利用所述协方差矩阵的性质通过交替投影的思想求解所述优化问题；根据所述协方差矩阵通过多重信号分类方法估计得到角度θ、#imgabs0#和距离r的信息；能够解决现有技术中存在的FDA‑MIMO雷达角度‑距离去耦合模型仅适用于线性阵列，且目标参数估计方法估计精度较低、计算复杂度较高的问题。
一种基于基地 fda mimo 雷达网格目标参数估计方法

[发明专利]基于残差注意力网络的无网格信号源DOA估计方法-CN202310760528.8在审
发明人： 吴晓欢;杨旭 -专利权人：南京邮电大学
申请日： 2023-06-26 - 公布日： 2023-09-19 - 主分类号： G01S3/14 文献下载
摘要：本发明提供一种基于残差注意力网络的无网格信号源DOA估计方法，通过在接收端架构稀疏阵列，利用架构的稀疏阵列接收入射信号并建模；计算稀疏阵列接收信号的采样协方差矩阵，计算生成接收信号所对应的协方差矩阵张量；构造基于残差注意力网络的信号降噪重构网络CRN，将所得协方差矩阵张量输入到训练后的信号协方差降噪重构网络CRN，重构与稀疏阵列对应的均匀线性阵列的无噪协方差矩阵的首行向量的估计值；恢复无噪协方差矩阵并搜索信号源方向DOA；该方法与基于CNN的CRN相比，能够有效提高在高信噪比区域的DOA估计性能，能够使得CRN更加关注输入中的有效特征，由此，能够提升信号降噪重构网络CRN的回归性能，进一步地提高DOA估计性能。
基于注意力网络网格信号源 doa 估计方法

[发明专利]基于线性阵列波达方向估计的车辆定位方法-CN202110375800.1有效
发明人：陈志磊;吴晓欢;徐若凡;陈凯 -专利权人：南京邮电大学
申请日： 2021-04-07 - 公布日： 2023-08-18 - 主分类号： G01S3/14 文献下载
摘要：本发明提供一种基于线性阵列波达方向估计的车辆定位方法，通过在已知道路宽度为b的道路上，贴近道路两侧对称放置线性阵列；计算各阵列接收车辆信号X的协方差矩阵R；构建协方差匹配模型，并利用非凸算法求解，得到最优解相应的无噪协方差矩阵利用角度估计方法恢复出角度即为车辆来向；结合阵列G、J分别得到的车辆来向及阵列G、J在道路上的位置，并利用三角函数求解车辆坐标。该方法充分利用了非凸算法的快速收敛性及稀疏线性阵列的高自由度，能够有效降低无网格类方法的计算复杂度和定位多于阵元数量的车辆，提高定位方法对高速、高密度行车场景的适应性，能够用于高密度、高速行车场景。
基于线性阵列方向估计车辆定位方法

[发明专利]具有空间非平稳性的超大规模天线阵列目标参数估计方法-CN202310158641.9在审
发明人： 吴晓欢;孙冀;王舒心 -专利权人：南京邮电大学
申请日： 2023-02-22 - 公布日： 2023-06-23 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种具有空间非平稳性的超大规模天线阵列目标参数估计方法，通过接收端使用阵元数为M的均匀线性阵列进行架构；获得加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)；计算整个阵列的接收信号y(t)的协方差矩阵R；利用协方差矩阵R的K个特征向量和导向矢量的共线关系，构建K个新的协方差矩阵；利用多重信号分类算法进行角度和距离的联合估计；该方法一方面建立了加入空间非平稳性后的ELAA的一般球面波模型；另一方面利用接收信号协方差矩阵的特征向量和导向矢量共线的关系，能够直接通过每个特征向量的协方差矩阵对目标参数进行估计，在保证较高估计精度的情况下降低计算复杂度。
具有空间平稳超大规模天线阵列目标参数估计方法

[发明专利]基于混合模拟数字阵列架构设计的DOA估计方法-CN202310206382.2在审
发明人： 吴晓欢;王舒心;孙冀 -专利权人：南京邮电大学
申请日： 2023-03-06 - 公布日： 2023-06-06 - 主分类号： G01S3/14 文献下载
摘要：本发明提供一种基于混合模拟数字阵列架构设计的DOA估计方法，通过在接收端架构混合模拟数字阵列，混合模拟数字阵列采用低复杂度HAD阵列架构；利用架构的混合模拟数字阵列接收入射信号并建模；设计模拟移相器网络的初始值；计算低复杂度HAD阵列架构的差分虚拟阵列的接收信号根据差分虚拟阵列的接收信号通过经典测向算法得到初始角度估计值利用得到的初始角度估计值重新设计移相器网络权重后，得到差分虚拟阵列输出信号由经典测向算法得到DOA估计结果该方法能够有效避免相位模糊和波束扫描的问题，能够降低成本与复杂度，同时能够有效贴近全数字阵列架构估计性能。
基于混合模拟数字阵列架构设计 doa 估计方法

[发明专利]车门铰链的有限元建模方法及车门下垂刚度仿真试验方法-CN201710631197.2有效
发明人： 吴晓欢 -专利权人：上海汽车集团股份有限公司
申请日： 2017-07-28 - 公布日： 2023-05-23 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种车门铰链的有限元建模方法及车门下垂刚度仿真试验方法，有限元建模方法包括步骤：在车身侧铰链片和车门侧铰链片，其中一者的销轴孔内建立用于模拟销轴的第一BEAM单元，在另一者的销轴孔的边缘建立使用空壳材料模型的第二BEAM单元；将车身侧铰链片和车门侧铰链片进行刚性连接，且释放X轴和Y轴所在平面内的平动自由度和绕Z轴的旋转自由度；将第一BEAM单元和第二BEAM单元建立BEAM‑to‑BEAM的接触。如此设置，本发明提供的车门铰链的有限元建模方法，其能够有效提高车门铰链的建模精度，进而可以有效提高车门铰链的仿真测试精度。
车门铰链有限元建模方法下垂刚度仿真试验

[发明专利]基于互耦情况下嵌套阵列的测向方法-CN202110658021.2有效
发明人： 吴晓欢;李丹;朱卫平;颜俊 -专利权人：南京邮电大学
申请日： 2021-06-11 - 公布日： 2023-05-05 - 主分类号： G01S3/14 文献下载
摘要：本发明提供一种基于互耦情况下嵌套阵列的测向方法，通过采用二级嵌套阵列接收入射信号，对二级嵌套阵列的稀疏部分进行初DOA估计，不考虑互耦情况，获得二级嵌套阵列的稀疏部分具有角度模糊的集合Θa；对整个二级嵌套阵列进行DOA估计，获得二级嵌套阵列进行粗估计的集合Θt；由得到两个角度集合，从集合Θa中，找出K个与集合Θt最接近的角度集合Θini；估计出互耦矩阵，在获取互耦矩阵的基础上，采用波达方向估计算法，再次进行DOA估计，得到最终的角度集合。该方法充分利用嵌套阵列的结构，根据互耦误差的性质，能够有效估计出互耦系数，充分利用协方差拟合标准的性质，能够有效提升算法的分辨率，角度估计精确，误差较小。
基于情况嵌套阵列测向方法

[实用新型]一种车辆拖挂装置以及车辆-CN202222038468.2有效
发明人：王潇嵩;张伟;吴晓欢 -专利权人：上海汽车集团股份有限公司
申请日： 2022-08-03 - 公布日： 2023-02-03 - 主分类号： B60D1/42 文献下载
摘要：本申请提供一种车辆拖挂装置以及车辆，车辆拖挂装置包括纵梁安装部、横梁、拖车钩以及调整臂，所述拖车钩设置在所述横梁，所述纵梁安装部包括第一安装板，所述横梁的两端均设置有所述第一安装板，所述第一安装板用于和车辆的后纵梁系统的防撞梁安装部连接，所述调整臂的一端连接所述横梁的端部，另一端连接所述安装部。车辆拖挂装置设置有调整臂，调整臂可以根据车辆整体结构进行设计，调整高度和角度以及延伸的长度，横梁与调整臂固定，则可以调整横梁的位置，相应地也就可以调整拖车钩的位置，即调整臂可以调整拖挂装置的整体姿态，以实现拖挂装置的主结构避让车辆后保险杠蒙皮结构和其他车身结构。
一种车辆拖挂装置以及

[发明专利]基于卷积神经网络的角度估计方法-CN202210576464.1在审
发明人：陈凯;吴晓欢;杨旭 -专利权人：南京邮电大学
申请日： 2022-05-25 - 公布日： 2023-01-20 - 主分类号： G01S3/14 文献下载
摘要：本发明属于物联网及信号处理技术领域，具体地说，是一种基于卷积神经网络的角度估计方法，根据SLA和ULA阵列流形矩阵对应关系的公式推导得到的理论协方差矩阵作为输入的标签，训练一个能够重构理论协方差矩阵的神经网络，该神经网络为带有8层的卷积神经网络。该方法是无网格估计方法，因此不具有网格效应带来的缺陷。并通过TensorFlow‑CPU 1.14.0的实验环境进行仿真分析，所提供的基于卷积神经网络的角度估计方法具有时间复杂度低的优点，并且在低快拍，低信噪比，小信源角度差值和多信源情况下均具有更好的估计性能且相比于有网格方法不存在网格效应。
基于卷积神经网络角度估计方法

[发明专利]面向稀疏阵列的频控阵MIMO雷达目标参数估计方法-CN202211220221.0在审
发明人： 吴晓欢;柳亚鑫;杨旭;贾晓媛 -专利权人：南京邮电大学
申请日： 2022-09-30 - 公布日： 2023-01-06 - 主分类号： G01S13/42 文献下载
摘要：本发明提供一种面向稀疏阵列的频控阵MIMO雷达目标参数估计方法，通过发射端使用阵元数为M的均匀线性阵列、接收端使用阵元数为N的稀疏阵列进行架构，得到单基地FDA‑MIMO雷达系统；建立FDA‑MIMO雷达角度和距离的解耦模型；计算接收阵列的接收信号X的协方差矩阵R；建立低秩矩阵重构的优化问题；利用交替投影求解建立的优化问题得到无噪协方差矩阵T(u)；对无噪协方差矩阵T(u)进行求解，获得角度和距离信息；该方法能够在相同阵元数情况下能够估计更多的信号源个数，能够利用无网格估计方法求解由该模型建立的低秩矩阵重构的优化问题，不受网格失配效应影响，能够在保证估计精度的情况下降低计算复杂度。
面向稀疏阵列频控阵 mimo 雷达目标参数估计方法

[发明专利]一种基于原子范数最小化的L型阵列波达方向估计方法-CN201910297320.0有效
发明人： 吴晓欢;朱卫平;颜俊 -专利权人：南京邮电大学
申请日： 2019-04-15 - 公布日： 2022-12-13 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于原子范数最小化的L型阵列波达方向估计方法，所述方法首先利用Nx个指定阵元构成一个阵元间距为入射窄带信号波长一半的第一阵列x，以及利用Ny个阵元构成一个阵元间距为入射窄带信号波长一半的第二阵列y，并在接收端构建由第一阵列x和第二阵列y组成的L型阵列；计算得到第一阵列x和第二阵列y的互相关矩阵，同时建立原子集合；然后，根据原子范数的定义，建立原子范数最小化问题，并根据最小化问题的最优解得到协方差矩阵；最后重构协方差矩阵，并基于重构后的协方差矩阵通过多重信号分类方法得到入射信号的仰角和方位角大小，完成波达方向的估计操作；本发明能够降低波达方向估计过程中噪声的影响，提升分辨率和估计精度。
一种基于原子范数最小化阵列方向估计方法

[发明专利]基于物联网的无线通信与无线充电的双向智能反射单元选择方法-CN202110991626.3有效
发明人：赵娟;吴晓欢;朱卫平 -专利权人：南京邮电大学
申请日： 2021-08-26 - 公布日： 2022-11-01 - 主分类号： H04W52/24 文献下载
摘要：本发明提供一种基于物联网的无线通信与无线充电的双向智能反射单元选择方法，应用于物联网系统，物联网系统包括基站、用户和多个智能反射单元，基站、智能反射单元和用户以全双工模式在同一频段工作，双向选择控制器将考虑能量吸收情况下能量效率最大的智能反射单元作为选定的智能反射单元，基站与用户通过选定的智能反射单元协作通信；基站和用户同时向选定的智能反射单元发射信号，在信号到达智能反射单元上时进行相应的反射，反射后的信号到达对方节点，进而解码出所需要的信息，用户接收后将其中一部分能量分离存储用于下一次传输，另一部分能量用于译码；本发明能够显著提升物联网的无线通信性能，并提高物联网系统的无线充电性能。
基于联网无线通信无线充电双向智能反射单元选择方法

[发明专利]一种基于稀疏贝叶斯学习的离格波达方向估计方法-CN201811365309.5有效
发明人： 吴晓欢;张泽云;朱卫平;颜俊 -专利权人：南京邮电大学
申请日： 2018-11-16 - 公布日： 2022-09-27 - 主分类号： G01S3/12 文献下载
摘要：本发明公开的基于稀疏贝叶斯学习的离格波达方向估计方法，包括步骤：在接收端构建由M个阵元组成的稀疏阵列并建立阵列接收信号模型；根据压缩感知理论建立基于阵列导向矢量的超完备字典，将阵列接收信号模型扩展为稀疏信号重构模型X；由稀疏信号重构模型X构建虚拟信号对应的稀疏信号重构模型Y；初始化指定参数的值，并确定空域信号在传递过程中的噪声功率；计算虚拟阵列输出信号；验算虚拟信号输出后的概率密度函数的均值和方差；利用贝叶斯学习迭代计算虚拟信号输出信号功率谱和噪声功率和量化误差；设定终止准则；画出功率谱的波形，寻找功率谱上的峰值，基于峰值得到估计波达方向的估计结果；本发明可估计出多于阵元数的信号个数，提升了估算精度。
一种基于稀疏贝叶斯学习离格波达方向估计方法

[发明专利]基于分布式算法的稀疏表示类波达方向估计方法-CN202210574949.7在审
发明人：陈志磊;吴晓欢;贾晓媛 -专利权人：南京邮电大学
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G01S3/14 文献下载
摘要：本发明属于信号处理领域，尤其涉及到电磁信号、声呐信号的波达方向估计，具体是一种基于分布式算法的稀疏表示类波达方向估计方法，可用于无源定位和目标探测，包含以下步骤：S1、在接收端建立分布式稀疏表示模型，S2、建立分布式DOA估计模型，S3、求解分布式模型得DOA值；本发明所提方法实现了算法的分布式求解，从而从本质上避免了集中式算法的缺点；同时，能够保持良好的估计性能，与集中式算法的估计性能保持类似；此外，在低快拍数下的适应性优于子空间类方法。
基于分布式算法稀疏表示类波达方向估计方法

[发明专利]基于分布式算法的子空间类波达方向估计方法-CN202210574975.X在审
发明人：陈志磊;吴晓欢;贾晓媛 -专利权人：南京邮电大学
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G01S3/14 文献下载
摘要：本发明属于信号处理领域，尤其涉及到电磁信号、声呐信号的波达方向估计，具体是一种基于分布式算法的子空间类波达方向估计方法，可用于无源定位和目标探测，包含以下步骤：S1、在接收端建立分布式阵列模型，S2、计算接收信号的信号子空间S3、计算权重w(θ)，S4、计算空间谱并进行空间域搜索寻找DOA值，本发明所提方法实现了算法的分布式求解，从而从本质上避免了集中式算法的缺点；同时，能够保持良好的估计性能，与集中式算法的估计性能保持类似，并在低信噪比时优于分布式MUSIC方法。
基于分布式算法空间类波达方向估计方法

1
2
3
4
下一页»
尾页
共 53 条