-
公开(公告)号:CN116633512A
公开(公告)日:2023-08-22
申请号:CN202310601119.3
申请日:2023-05-25
申请人: 中国人民解放军国防科技大学 , 成都坤恒顺维科技股份有限公司
摘要: 本发明涉及一种基于无线信道模拟设备的信道参数快速配置方法,属于电数字数据处理技术领域,确定链路,根据被测设备的链路关系,确定连接端口和多径;确定时延、功率、多普勒、相位的物理量;确定时延的控制方式;根据时延的控制方式,决定时延的工程量转换;确定功率、相位、多普勒的工程量转换;将链路关系,转换后的各类型信道参数工程量,根据帧协议组帧,下发到硬件。通过本申请方案可实现对信道参数的快速控制。
-
公开(公告)号:CN116707588A
公开(公告)日:2023-09-05
申请号:CN202310494315.5
申请日:2023-05-04
申请人: 中国人民解放军国防科技大学 , 成都坤恒顺维科技股份有限公司
IPC分类号: H04B7/01 , H04B17/391
摘要: 本发明属于通信技术领域,尤其涉及一种码多普勒的验证装置及验证方法,通过信号源周期性将初始伪随机序列C(t)发送给无线信道仿真仪;无线信道仿真仪对获取到的初始伪随机序列C(t)添加码多普勒效应,得到伪随机序列C′(t),并将伪随机序列C′(t)和初始伪随机序列C(t)发送给频谱与信号分析仪;频谱与信号分析仪对初始伪随机序列C(t)以及伪随机序列C′(t)进行正交解调和低通滤波,得到伪随机序列Cn(t)和伪随机序列C′m(t),并将初始伪随机序列C(t)、伪随机序列Cn(t)和伪随机序列C′m(t)发送给上位机;上位机基于初始伪随机序列C(t)、伪随机序列Cn(t)和伪随机序列C′m(t)实现验证添加的码多普勒是否符合实际速度带来的码元压缩或扩展的影响。
-
公开(公告)号:CN117081679A
公开(公告)日:2023-11-17
申请号:CN202310601872.2
申请日:2023-05-25
申请人: 中国人民解放军国防科技大学 , 成都坤恒顺维科技股份有限公司
IPC分类号: H04B17/00
摘要: 本发明公开了一种提升无线信道模拟设备码多普勒模拟精度的方法,包括如下步骤:步骤一,设定需要模拟的时间总长T,在时间轴上均匀采样T0~Tn,总共N个点,则时间总长T被平均分为N‑1份,得到N个分片区间;步骤二,根据无线电波的传输时延变化量,分别得到每个分片区间的时延变化率,根据各个分片区间的时延变化率,得到各个分片区间的参数点;步骤三,对每个参数点的斜率转换为重采样Fs′,得到模拟接收机和发射机之间存在相对运动状态下的码多普勒变化。通过本发明所提供的技术方案,可以实现模拟值精确的在真实值附近摆动,从而模拟出真实的码多普勒现象。
-
公开(公告)号:CN118646499A
公开(公告)日:2024-09-13
申请号:CN202410671285.5
申请日:2024-05-28
申请人: 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号: H04B17/391 , H04B17/309 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06F18/23213 , G06F18/2415 , G06F18/15 , G06N3/048
摘要: 本发明公开了一种跨海无线信道路径损耗预测模型的构建方法及装置,所述方法包括如下步骤:信道路径传播损耗采集;模型训练数据规范化;构建LSTM训练网络,通过所述LSTM训练网络得到信道路径传播损耗得预测值;将测量得到的规范化模型训练数据进行量化、编码和归一化;对量化、编码和归一化后的训练数据进行分类;构建LSTM训练网络的训练和测试数据集;超参数和网络架构参数优化以及路径损耗预测模型训练。所述方法能够充分考虑海上环境的复杂性和多变性,有效地预测不同环境条件下的信道路径损耗,为海上通信系统的运行提供可靠的信道预测支持。
-
公开(公告)号:CN117390849B
公开(公告)日:2024-08-02
申请号:CN202311326104.7
申请日:2023-10-12
申请人: 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号: G06F30/20 , G06F111/10
摘要: 本申请公开了一种电磁态势数值的可视化方法、装置、设备及介质,涉及无线通信技术领域,包括对电磁态势请求数据解析,得到解析后数据,根据解析后数据绘制态势信息网格;基于电磁态势请求数据对实体信息筛选,得到筛选后实体信息,利用筛选后实体信息对态势信息网格进行位置矩阵计算,得到位置矩阵;构建地物环境数据集,将地物环境数据集输入至智能路损预测模型,得到路径损耗数值,利用智能路损预测模型对路径损耗数值和位置矩阵进行叠加计算,得到信号功率总和;基于电磁态势请求数据和信号功率总和计算电磁态势数值,实现对电磁态势数值的可视化。本申请能提高路径损耗计算精度,提高电磁态势数值计算精度,增加电磁态势数值可视化的准确性。
-
公开(公告)号:CN117743902A
公开(公告)日:2024-03-22
申请号:CN202311814630.8
申请日:2023-12-26
申请人: 中国人民解放军国防科技大学
IPC分类号: G06F18/24 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于二值神经网络的自动调制识别方法,涉及深度学习和无线通信技术领域。所述方法包括如下步骤:搭建基于二值神经网络的自动调制识别网络模型BMR‑Net;利用自动调制识别训练集训练BMR‑Net,存储训练得到的神经网络权重,将训练后的BMR‑Net模型保存为推理模型;采集无线通信信号;对采集的信号进行I/Q预处理;将预处理后的无线通信信号输入到所述推理模型进行处理;推理模型输出预测的信号调制识别类型。所述方法能够将调制识别精度从45.62%提升至84.36%,同时能够显著降低计算和存储资源需求,并提升基于深度学习的自动调制识别模型的推理速度。
-
公开(公告)号:CN116744311B
公开(公告)日:2024-03-22
申请号:CN202310592111.5
申请日:2023-05-24
申请人: 中国人民解放军国防科技大学
摘要: 本发明公开了一种基于PER‑DDQN的用户组频谱接入方法,所述方法包括如下步骤:在分布式动态频谱接入场景下,每个用户组作为一个智能体,单个用户组作为智能体拥有各自的DRL模型,独立学习分配策略,每个DRL模型采用优先经验回放机制结合双网络结构的DQN算法;从组内用户中分别选取发射方和接收方,并将所选信道分配给发射方,用来传输业务信息,实现组内信息共享;根据组内成员业务处理情况进行频谱接入,实现组内业务信息传输,完成对频谱资源的利用。所述方法具有收敛速度更快,性能更好等优点。
-
公开(公告)号:CN116846498A
公开(公告)日:2023-10-03
申请号:CN202310777383.2
申请日:2023-06-28
申请人: 北京交通大学 , 中国人民解放军国防科技大学
IPC分类号: H04B17/391 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明提供了一种基于深度学习的跨频信道仿真和数据重构方法。该方法包括:获取车到车信道测量数据,对所述车到车信道测量数据进行预处理;构建基于频段迁移的信道仿真和数据重构模型,利用预处理后的V2V信道测量数据对所述信道仿真和数据重构模型进行训练,得到训练好的信道仿真和数据重构模型;将2.6GHz和5.9GHz信道数据输入到所述训练好的信道仿真和数据重构模型中,所述训练好的信道仿真和数据重构模型输出5.9GHz和2.6GHz数据。本发明基于生成对抗网络,结合真实测量数据的验证,提出了一种基于深度学习的跨频信道仿真和数据重构方法。该方法能够实现跨频段的海量信道数据生成和传播特征重构,重构信道的信道特性和真实测量信道保持相同分布。
-
公开(公告)号:CN116737382A
公开(公告)日:2023-09-12
申请号:CN202310736462.9
申请日:2023-06-20
申请人: 中国人民解放军国防科技大学
摘要: 本发明公开了一种基于面积折叠的神经网络推理加速方法,涉及人工智能技术领域。所述方法包括如下步骤:算子生成:加载待加速的深度神经网络模型,分析该模型的组成结构,根据该模型组成结构生成模型顶层算子与各网络层算子;面积折叠:将FPGA中的存储资源与计算资源分别建模为矩阵面积的横轴与纵轴,并以此对顶层算子与各网络层算子的资源占用进行评估;方案获取:根据分配到的面积确定各网络层算子的折叠尺寸,确定各网络层算子的输入通道数与输出通道数。所述方法可以很好地降低在FPGA上加速神经网络的开发难度,并更好的适应多种不同的开发条件,显著降低开发过程的复杂程度。
-
公开(公告)号:CN116598268A
公开(公告)日:2023-08-15
申请号:CN202310568768.8
申请日:2023-05-19
申请人: 中国人民解放军国防科技大学
摘要: 本发明公开了一种具有温度感知的芯片架构、电子设备及制备方法,所述芯片架构:包括模块本体和温度传感器芯片,所述模块本体包括基板,所述基板上设置有若干个被监测芯片,所述温度传感器芯片设置有一个以上,位于相应的被监测芯片旁,温度传感器芯片通过位于基板内的内部连线与相应的被监测芯片连接,并传递其感知的被监测芯片的温度信息;外围控制模块根据温度传感器芯片感知的被监测芯片的工作温度变化,依据温度变化,动态控制各被监测芯片的工作参数,实现被监测芯片的动态热管理。所述芯片架构能够依据芯片温度,动态控制芯片的工作参数,降低芯片总动态功耗,提高芯片的可靠性和使用寿命。
-
-
-
-
-
-
-
-
-