-
公开(公告)号：CN105072688B
公开(公告)日：2018-10-30
申请号：CN201510487873.4
申请日：2015-08-10
Applicant: 北京邮电大学
Abstract: 本发明提供一种多中继认知无线网络的信息传输方法及装置。该方法包括：中继节点根据自身能否正确译码主信息和/或从信息获知所属的中继节点类别，根据自身所属的中继节点类别判断从用户的通信是否会影响中继节点对主信息的译码，并以预设的发送方式向从用户发送包含判断结果的反馈信息，不同类别的中继节点的发送方式不同，以使从用户接收到所有中继节点发送的反馈信息后，在确定所有反馈信息都为从用户的通信不会影响中继节点对主信息的译码且存在可以正确译出从信息的中继节点时向所有的中继节点发送从信息。最后中继节点根据主用户接收端能否正确译码主信息对接收到的主信息和从信息的进行功率分配并发送。从而达到最优的系统性能。
-
公开(公告)号：CN105072688A
公开(公告)日：2015-11-18
申请号：CN201510487873.4
申请日：2015-08-10
Applicant: 北京邮电大学
CPC classification number: H04W72/0406 , H04W52/265 , H04W72/0473 , H04W72/0486
Abstract: 本发明提供一种多中继认知无线网络的信息传输方法及装置。该方法包括：中继节点根据自身能否正确译码主信息和/或从信息获知所属的中继节点类别，根据自身所属的中继节点类别判断从用户的通信是否会影响中继节点对主信息的译码，并以预设的发送方式向从用户发送包含判断结果的反馈信息，不同类别的中继节点的发送方式不同，以使从用户接收到所有中继节点发送的反馈信息后，在确定所有反馈信息都为从用户的通信不会影响中继节点对主信息的译码且存在可以正确译出从信息的中继节点时向所有的中继节点发送从信息。最后中继节点根据主用户接收端能否正确译码主信息对接收到的主信息和从信息的进行功率分配并发送。从而达到最优的系统性能。
-
公开(公告)号：CN102123278B
公开(公告)日：2012-10-10
申请号：CN201010595373.X
申请日：2010-12-10
Applicant: 北京邮电大学
IPC: H04N7/26
Abstract: 一种基于分布式压缩感知DCS技术的信源编解码的方法，是基于视频图像数据源的稀疏性和差值信号更为稀疏的特点，在对视频图像信号源编码时，先利用CS技术对数据帧的差值信号进行低速率采样操作，以替代传统信源编码的高速数据采样与小波变换操作；解码时基于帧间和帧内数据的相关性，利用DCS技术的稀疏重构算法替代传统信源编码中的小波逆变换，以便节省采样资源消耗，利用很少的测量数据重建视频图像源，降低系统的采样速率和存储负担，同时增强系统性能，在传输后获得更好的图像恢复效果。
-
公开(公告)号：CN102710261A
公开(公告)日：2012-10-03
申请号：CN201210209404.2
申请日：2012-06-19
Applicant: 北京邮电大学
IPC: H03M1/12
Abstract: 一种压缩采样中基于分组采样的模拟信息转换的方法，是在分段式模拟信息转换器（segmented analog-to-information conversion,S-AIC）的基础上，对传统模拟信息转换器（analog-to-information conversion,AIC）的改进。AIC包含若干并行的混合积分器分支（branches of mixers and integrators,BMI），可以实现从模拟信号直接获得压缩后的数字采样值。S-AIC通过对每个BMI的积分时间进行分段，得到更多的采样值，改善了恢复性能，但是由于S-AIC的等效测量矩阵是密集矩阵，所以其硬件实现的复杂度高。本发明提出的基于分组采样的模拟信息转换器（partial segmented analog-to-information conversion,PS-AIC），在S-AIC的基础上对BMI进行分组，不仅能够改善传统AIC的恢复性能，而且相比S-AIC降低了硬件实现的复杂度。
-
公开(公告)号：CN101076007A
公开(公告)日：2007-11-21
申请号：CN200710119071.3
申请日：2007-06-19
Applicant: 北京邮电大学
CPC classification number: H04B7/15585
Abstract: 一种用于WCDMA直放站系统的在频域实现的干扰抵消方法，是基于时域中的数据块最小均方误差Block LMS计算方法和该块LMS算法中存在线性相关和线性卷积的过程，通过1/2重叠保留法的快速傅立叶变换FFT，在频域以直接相乘的计算方式实现快速相关和快速卷积，利用自适应滤波器在频域实现LMS算法；该方法主要包括四个循环执行的操作步骤。本发明方法在WCDMA系统中高码片速率的背景下，不仅能够有效提取出有用信号，保证算法的收敛性，并且大大降低了计算的工作量和复杂度。本发明方法效率高，速度快，可以方便地应用于实际通信系统中，具有较好的应用前景。
-
Patent Agency Ranking
-
-
公开(公告)号：CN113822162B
公开(公告)日：2023-10-13
申请号：CN202110977786.2
申请日：2021-08-24
Applicant: 北京邮电大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08 , H04L27/00
Abstract: 本发明提供一种基于伪星座图的卷积神经网络调制识别方法，将时域样本和灰度化星座图的像素值进行合成形成伪星座图，将伪星座图输入后续卷积神经网络，使用预设的卷积核对卷积神经网络进行优化形成卷积神经网络模型，使用卷积神经网络模型对待识别信号进行调制识别。本发明提供的技术方案在同样使用卷积神经网络模型的情况下，解决了传统星座图方法对MFSK信号识别能力弱的问题，从而提高了调制识别的整体准确率。本发明提供的技术方案在信噪比不低于10dB条件下，对多种PSK、FSK和QAM调制方式的平均识别准确率高于0.99，远远高于基于传统星座图的卷积神经网络的识别结果。在输入大小相同的条件下，本发明提供的技术方案具有更低的复杂度。
-
公开(公告)号：CN114358096B
公开(公告)日：2022-06-07
申请号：CN202210274909.0
申请日：2022-03-21
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于逐级门限判决的深度学习摩尔斯码识别方法，获取摩尔斯码音频信号，对摩尔斯码音频信号进行预处理，得到预处理后音频信号；对预处理后音频信号进行判断，根据判断结果将其分类为第一类音频信号和第二类音频信号；在递归神经网络基础上增加用于分析判断的递归门，构建用于生成摩尔斯码数据标签的神经网络；根据神经网络的输入条件，对第一类音频信号和第二类音频信号进行编码处理，得到编码处理后的数据；将编码处理后的数据输入神经网络中处理，输出得到摩尔斯码数据标签；将摩尔斯码数据标签进行逆处理，识别出摩尔斯码；本发明的识别方法，保证了摩尔斯码的识别效率和准确率。
-
公开(公告)号：CN112235061B
公开(公告)日：2021-10-22
申请号：CN202010937270.0
申请日：2020-09-08
Applicant: 北京邮电大学
IPC: H04B17/382
Abstract: 本说明书一个或多个实施例提供一种基于相位差鲁棒统计特征的频谱感知方法及相关设备；所述方法包括：对接收到的接收信号进行采样处理；其中，采样处理得到若干采样点；分别计算相邻两个采样点的相位差，得到接收信号对应的相位差概率分布；对第一相位差概率分布进行特征提取，得到接收信号对应的相位差鲁棒统计特征；将相位差鲁棒统计特征输入预先训练的频谱感知模型，根据频谱感知模型的输出确定主用户信号是否存在。本申请通过提取相位差鲁棒统计特征，并利用监督学习训练机器学习模型，学习特征，从而识别接收信号相位差概率分布的类别，在低信噪比衰落信道条件下，实现更加准确、更加鲁棒的频谱感知。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.048 seconds)
