“廖红舒”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112个，建议您升级VIP下载更多相关专利

[发明专利]一种低复杂度的卷积码随机交织关系的估计方法-CN202110987423.7有效
发明人：陆玉可;甘露;廖红舒;徐政五 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2021-08-26 - 公布日： 2023-09-01 - 主分类号： H03M13/27 文献下载
摘要：本发明属于通信技术领域，具体是涉及一种低复杂度的卷积码随机交织关系的估计方法。本发明是在利用截获数据c，在已知交织深度L、交织起点的情况下，完成交织关系的估计，恢复出随机交织器。本发明首先利用线性分组码码字空间的封闭性对接收序列进行误码筛除，然后将误码筛除后的序列按照一定的规则构造出一个含有两个交织块(每个交织块交织关系相同)、维数为2L×2L的数据矩阵C，对C进行伽罗华域上部分高斯行消元，利用线性特性来确定卷积码的组间交织关系，然后利用校验向量确定正确的组内交织关系。
一种复杂度卷积码随机交织关系估计方法

[发明专利]基于线性约束功率分配的雷达通信一体化波束形成方法-CN202310471127.0在审
发明人：刘亮;孙俊贤;甘露;廖红舒 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-08-18 - 主分类号： H04B7/0426 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于线性约束功率分配的雷达通信一体化波束形成方法。本发明首先构建MU‑MIMO雷达通信一体化系统模型，直接设计多个用户的发射协方差矩阵，这些发射协方差矩阵需满足雷达方向图约束、信漏噪比最大化约束以及发射功率约束，对所有的发射协方差矩阵进行秩一分解得到波束形成权向量。本发明得到的波束形成权向量在秩一分解前后无功率损失，通过波束形成技术在多用户场景下实现了有效的雷达通信一体化空间功率分配效果。
基于线性约束功率分配雷达通信一体化波束形成方法

[发明专利]基于接收端空间调制的雷达通信一体化信号设计方法-CN202310471112.4在审
发明人：刘亮;孙俊贤;甘露;廖红舒 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-07-28 - 主分类号： G01S7/42 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于接收端空间调制的雷达通信一体化信号设计方法。本发明首先设计发射协方差矩阵，同时实现对雷达目标以及通信接收天线的空间功率分配，对发射协方差矩阵秩一分解得到波束形成权向量。该权向量将功率集中指向期望的通信接收天线，同时抑制对其余接收天线的功率泄露。对所有的接收天线均可设计具备对应天线功率指向性的权向量，这些权向量构成波束形成权向量集合。所有的正交发射波形采取集合内的权向量进行发射，通信接收端接收信号后采用匹配滤波器解调得到每个正交波形对应的接收天线索引，所有接收天线索引构成的矩阵作为通信符号，可将信息比特与通信符号进行映射从而实现通信信息嵌入。
基于接收空间调制雷达通信一体化信号设计方法

[发明专利]一种基于原型学习的开集辐射源个体识别方法-CN202310238758.8在审
发明人：李锐其;滕子淏;廖红舒;甘露 -专利权人：电子科技大学
申请日： 2023-03-14 - 公布日： 2023-07-21 - 主分类号： G06F18/24 文献下载
摘要：本发明属于智能无线设备安全领域，涉及一种基于原型学习的开集个体识别方法。本发明提供了一种基于原型学习的开集个体识别方法，利用同一类型样本在深度学习模型嵌入特征空间中呈现高斯分布的特性，通过计算训练数据集样本与对应类别原型在特征空间中距离的相关统计量实现分类判决阈值的自适应学习，最后以测试样本在模型输出特征空间中与所有类别原型的距离和相应类别距离阈值的关系预测样本的类别，从而实现无线物联网设备的开集个体识别，方法简单，效果良好。
一种基于原型学习辐射源个体识别方法

[发明专利]一种基于最大幅度响应准则的频率不变波束赋形方法-CN202310279191.9在审
发明人：甘露;滕子淏;廖红舒;徐政五 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2023-03-21 - 公布日： 2023-06-30 - 主分类号： H04B7/06 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于最大幅度响应准则的频率不变波束赋形技术。本发明提供了一种基于最大幅度响应准则的频率不变波束赋形技术，相对上述方法，该发明可以实现任意均匀或非均匀的精准灵活频率不变波束赋形，并且只需执行1次矩阵求逆操作，在计算复杂度较低的同时获得期望方向的最大幅度响应，提高目标检测的性能。
一种基于最大幅度响应准则频率不变波束赋形方法

[发明专利]一种基于智能超表面索引调制系统的反射星座点优化方法-CN202310275421.4在审
发明人：甘露;刘昊;廖红舒;徐政五 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2023-03-21 - 公布日： 2023-06-27 - 主分类号： H04W28/06 文献下载
摘要：本发明属于信号处理技术领域，涉及为一种基于智能超表面辅助的索引调制系统的反射星座点优化方法。本发明可以以更低的误比特率完成索引调制任务，克服了使用智能超表面辅助的通信系统进行索引调制时，解调误比特率高的问题。本方法首先生成有效符号集合，利用传输信号对有效符号进行对称化处理，使其能更均匀地分布在复平面上。然后利用K均值聚类算法对有效符号进行聚类，根据距离最大化原则在每一聚类簇中选择一个有效符号作为反射星座点。最后，本发明提出了一种通用格雷编码方法将反射星座点映射到比特信息中，从而完成索引调制任务。实验结果表明，在低信噪比环境下，本方法具有较好的误比特率表现。
一种基于智能表面索引调制系统反射星座优化方法

[发明专利]一种基于波形选择的雷达通信一体化方法-CN202110938174.2有效
发明人：孙俊贤;吕如意;艾晓宇;甘露;廖红舒;徐政五 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2021-08-16 - 公布日： 2023-06-20 - 主分类号： G01S13/86 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于波形选择的雷达通信一体化系统。本发明在发射端发射信号前，通过加入波形选择矩阵，从已有的波形中选择部分波形进行发射，不同的选择矩阵构成了通信符号字典。通信接收机处接收基带信号后用已知的波形进行匹配滤波，匹配滤波的结果与字典中的符号进行对比可以检测出不同选择矩阵，从而得到对应嵌入的通信信息序列。该发明在基于波形排列的雷达通信一体化方案基础上，通过波形选择提供了一种新的雷达通信一体化方法，同时可以与波形排列相结合，实现混合矩阵嵌入通信信息。
一种基于波形选择雷达通信一体化方法

[发明专利]一种基于相干相位调制广播模式的雷达通信一体化方法-CN202110938151.1有效
发明人：孙俊贤;吕如意;艾晓宇;廖红舒;甘露;徐政五 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2021-08-16 - 公布日： 2023-05-26 - 主分类号： G01S7/288 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于相干相位调制广播模式的雷达通信一体化方法。本发明首先在保证雷达性能的基础上，求解旁瓣区域相位优化问题得到一个权向量，对其进行相位旋转得到一组不同相位的权向量。所有权向量构成一个权向量集合，从而得到了对应的相位符号字典。通信接收机在旁瓣区域通过匹配滤波得到接收信号相位，与字典进行比较后可以解码处嵌入的二进制通信信息。该发明相比相干相位调制和广播模式，同时具有相干相位调制的低误码率特性以及旁瓣区域通信的广播特性。
一种基于相干相位调制广播模式雷达通信一体化方法

[发明专利]一种(n,1,v)卷积码生成多项式的盲识别方法-CN202010187276.0有效
发明人：甘雨;甘露;于雄雄;陆玉可;廖红舒 -专利权人：电子科技大学
申请日： 2020-03-17 - 公布日： 2023-05-26 - 主分类号： H03M13/23 文献下载
摘要：本发明属于通信技术领域，具体的说是一种(n,1,v)卷积码生成多项式的盲识别方法。本发明通过对接收数据矩阵经过高斯行消元之后的秩进行判断，若满秩则更换数据矩阵，当秩亏时计算解向量与测试矩阵的乘积，再对乘积的重量进行门限检测实现了校验向量的求解，进而完成生产多项式的识别。本发明的方法无论存储级数v是否已知，都能完成(n,1,v)卷积码生成多项式的盲识别，并且对于大存储级数的卷积码，只要数据量足够，仍然有较好的识别效果。
一种卷积码生成多项式识别方法

[发明专利]一种基于电离层反射的单站定位方法-CN202110758641.3有效
发明人：何金华;林仕文;廖红舒;李万春 -专利权人：电子科技大学
申请日： 2021-07-05 - 公布日： 2023-05-19 - 主分类号： G01S13/06 文献下载
摘要：本发明属于雷达信号处理技术领域，具体涉及一种基于电离层反射的单站定位方法。本发明提出了一种基于电离层反射的单站定位新方法，通过求地心到接收站的方向向量与接收信号的方向向量的外积得到地心、接收站、发射站三点所在平面方程，根据俯仰角利用一定的数学关系得到以地心为起点、发射站和接收站分别为终点的两个向量的内积，把以上所得两个方程联立得到一个线性方程组，发射站的坐标即可用该方程组的通解、特解以及一个未知系数表示出来，再根据发射站与地心的距离已知得到未知系数的值，最终得到发射站的坐标。本发明的有益效果为，计算复杂度较低，并且有着较高的定位精度。
一种基于电离层反射定位方法

[发明专利]一种基于SRV松弛凸优化的最小主瓣频率不变波束赋形方法-CN202211289982.1在审
发明人：滕子淏;李锐其;廖红舒;甘露;徐政五 -专利权人：电子科技大学
申请日： 2022-10-21 - 公布日： 2023-05-02 - 主分类号： H04B7/08 文献下载
摘要：本发明属于信号处理技术领域，涉及一种基于SRV松弛凸优化的最小主瓣频率不变波束赋形方法。本发明方法首先将宽带波束方向图的空域划分为松弛区域与严格区域，避免传统的凸优化技术的主瓣选择不当导致的无法求得权值可行解问题。之后构造松弛凸优化问题以最小化主瓣宽度，并考虑基于无穷范数的SRV约束获得方向图更小的频率不变性，该发明相对传统的SRV凸优化方法、基于FFT的方法以及基于最小二乘的方法，可以不依赖于参考的窄带方向图设计宽带方向图，并获得最窄的主瓣宽度，还可在主瓣宽度和频率不变性能间进行取舍。最后说明了本方法的空频零陷控制性能。
一种基于 srv 松弛优化最小频率不变波束赋形方法

[发明专利]一种卷积码随机交织序列交织关系的估计方法-CN202011059417.7有效
发明人：甘露;陆玉可;廖红舒;于雄雄 -专利权人：电子科技大学
申请日： 2020-09-30 - 公布日： 2023-05-02 - 主分类号： H03M13/27 文献下载
摘要：本发明属于通信技术领域，具体是涉及一种卷积码随机交织序列交织关系的估计方法。本发明是在利用截获数据c，在已知c对应的(2,1，v)卷积码编码器结构、交织深度L、交织起点的情况下，完成交织关系的估计，首先利用已知的(2,1，v)卷积码编码器构造该卷积码包含第x列的校验方程H1的标准图，然后将截获数据按照给定起点与交织深度，构成数据矩阵B，随机选取B的第y列，采用Dumer算法得到矩阵B包含第y列的校验方程H2，若H1的数量等于H2的数量，建立H2的图，利用图同构的方法对校验方程排序，使之一一对应，再通过图的顶点集，确定部分交织关系，最后利用已确定的交织关系的前后滑窗矩阵和校验向量相乘的结果继续求解后续的交织关系。
一种卷积码随机交织序列关系估计方法

[发明专利]一种已知支路信息turbo码删除模式估计方法-CN201910921408.5有效
发明人：甘露;于雄雄;宫春涛;廖红舒 -专利权人：电子科技大学
申请日： 2019-09-27 - 公布日： 2023-04-25 - 主分类号： H03M13/29 文献下载
摘要：本发明属于turbo码盲识别技术领域，具体涉及一种已知支路信息turbo码删除模式估计方法。本发明利用支路编码序列和信息位序列长度比值与删除比特个数与删除周期长度比值相等的关系，估计删除周期。然后再通过删除卷积码的识别方法得到生成矩阵，利用估计得到的生成矩阵重新生成支路序列，比对其正确性，从而确定支路的删除模式以及生成矩阵。本发明针对具有复杂删除模式的支路信息已知的turbo码进行识别，能够对具有多个1的复杂删除模式进行有效识别。很好的适应于实际的turbo码识别应用中。
一种已知支路信息 turbo 删除模式估计方法

[发明专利]基于欠采样结构的频率和DOA参数联合估计方法-CN202211487228.9在审
发明人：黎洲臣;廖红舒;甘露;徐政五 -专利权人：宜宾电子科技大学研究院
申请日： 2022-11-25 - 公布日： 2023-04-07 - 主分类号： G01S3/14 文献下载
摘要：本发明提出了基于欠采样结构的频率和DOA参数联合估计方法，可以在欠奈奎斯特速率下使用ULA完成频率和DOA参数联合估计这一任务，克服硬件资源消耗高和总采样率高的问题。首先设计了一种改进的接收结构，在均匀线阵阵列的第一个传感器上增加了一个简单的延迟网络，其余阵元直接连接ADC，所有通道均在欠奈奎斯特速率下完成采样。然后，利用多陪集通道输出信号建立协方差矩阵，基于MUSIC算法得到伪谱，谱峰搜索得到频率估计值。最后合并所有通道输出信号，根据采样结构构建新的导向矢量，利用MUSIC算法分别估计各个载频对应的DOA，从而克服了模糊性问题，且在低信噪比环境下有较好的估计效果。
基于采样结构频率 doa 参数联合估计方法

[发明专利]一种基于深度协同训练的数字调制信号识别方法-CN202110995377.5有效
发明人：罗程;王卫东;甘露;廖红舒 -专利权人：电子科技大学;宜宾电子科技大学研究院
申请日： 2021-08-27 - 公布日： 2023-04-07 - 主分类号： G06N3/0442 文献下载
摘要：本发明属于深度学习技术领域，具体是涉及一种基于深度协同训练的数字调制信号识别方法。本传统的基于深度学习的数字调制信号识别方法需要大量有标记的数据样本进行训练。在实际通信活动中，仅容易获得大量未标记信号样本，获取人工标记成本高且效率低。本发明搭建了两个CLDNN网络进行协同训练，利用生成对抗实现视图的差异化，充分利用大量无标记样本辅助少量有标记样本下的学习，有效地提升了识别准确率，增强了深度学习在数字调制信号识别任务中的可行性和实用性。
一种基于深度协同训练数字调制信号识别方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 112 条