基于方位信息的超视距目标地理坐标直接估计方法

    公开(公告)号:CN109298388B

    公开(公告)日:2020-09-18

    申请号:CN201810952848.2

    申请日:2018-08-21

    IPC分类号: G01S5/02

    摘要: 本发明属于无线电信号定位技术领域,特别涉及一种基于方位信息的超视距目标地理坐标直接估计方法,包含:建立各观测站的二维角度阵列信号模型,该二维角度包括方位角与俯仰角,并计算各自的协方差矩阵;基于各观测站的地平坐标系,建立各站到达方位角关于目标地理坐标参数的数学模型;利用各站的协方差矩阵,依据最大似然估计准则建立联合估计目标地理坐标参数和俯仰角参数的数学优化模型;通过迭代求解数学优化模型,获取目标地址坐标。本发明能够显著提高低信噪比下的目标定位精度,提高对目标俯仰角的估计精度,具有较快的收敛速度,无需高维搜索,能够有效降低实时定位的运算量,具有较强的实际应用价值,性能稳定、可靠,且高效。

    一种信息传输方法及系统

    公开(公告)号:CN109687908B

    公开(公告)日:2020-08-28

    申请号:CN201910109935.6

    申请日:2019-01-31

    IPC分类号: H04B10/116 H04L1/00

    摘要: 本申请公开了一种信息传输方法及系统,包括:发送端按照原始帧的生成顺序,依次获取原始帧序列中未嵌入信息的两相邻原始帧,作为互补组合帧;在各互补组合帧之间及首个互补组合帧之前插入同步帧;在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,不同互补组合帧嵌入信息大小不同;将同步帧及嵌入嵌入信息的互补组合帧形成发送帧序列发送至接收端;接收端将每接收到的两帧发送帧作为接收组合帧;将接收组合帧中的两帧上的承载信息取差值运算,得到嵌入信息。由于发送端在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,并插入同步帧,通过将接收组合帧中的两帧上的承载信息取差值运算,得到准确的嵌入信息。

    通信信号波形到比特直接接收的通用智能处理方法及装置

    公开(公告)号:CN113395225B

    公开(公告)日:2023-01-31

    申请号:CN202110648777.9

    申请日:2021-06-10

    IPC分类号: H04L27/00 G06N3/04 G06N3/08

    摘要: 本发明提供了通信信号波形到比特直接接收的通用智能处理方法及装置,涉及通信信号解调处理领域。该方法包括:设定需要解调的具体信号调制方式类型,获取高倍采样下不同调制方式数字信号波形的数据样本;确定神经网络输出的信号最大调制阶数,构建数字信号波形直接接收的单个神经网络解调模型;利用获取的数据样本对该神经网络解调模型进行混合训练,并对每一种调制方式信号进行单独测试。将待解调信号的数据样本输入到训练好的解调神经网络,实现多种不同调制方式数字信号的直接智能接收。应用本发明提供的方法,只需构建单个神经网络,就可以实现不同调制方式数字信号的解调处理,直接恢复相应的比特信息,具有更好的解调性能以及较强的通用性。

    一种基于深度学习的航迹矢量和目标类型联合估计系统及估计方法

    公开(公告)号:CN113569465B

    公开(公告)日:2022-10-21

    申请号:CN202110713122.5

    申请日:2021-06-25

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于深度学习的航迹矢量和目标类型联合估计系统及估计方法,该系统包括:航迹观测数据集构建模块用于基于航迹坐标和类别数据、观测信息和辅助信息,构建训练数据集;观测特征提取模块用于基于卷积神经网络提取训练数据集的观测特征,得到与观测时隙对应的观测特征向量;辅助信息嵌入模块用于采用嵌入的方法将影响目标航迹的因素转换为低维实际矢量,拼接得到辅助信息特征向量作为输出;航迹特征提取模块用于利用神经网络学习观测特征向量、辅助信息特征向量到航迹矢量特征向量之间的映射关系;多任务学习模块用于通过最小化联合损失函数对各模块进行组合学习,联合输出航迹矢量和目标类型。本发明显著提高了航迹估计性能。

    一种基于深度学习的航迹矢量和目标类型联合估计系统及估计方法

    公开(公告)号:CN113569465A

    公开(公告)日:2021-10-29

    申请号:CN202110713122.5

    申请日:2021-06-25

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于深度学习的航迹矢量和目标类型联合估计系统及估计方法,该系统包括:航迹观测数据集构建模块用于基于航迹坐标和类别数据、观测信息和辅助信息,构建训练数据集;观测特征提取模块用于基于卷积神经网络提取训练数据集的观测特征,得到与观测时隙对应的观测特征向量;辅助信息嵌入模块用于采用嵌入的方法将影响目标航迹的因素转换为低维实际矢量,拼接得到辅助信息特征向量作为输出;航迹特征提取模块用于利用神经网络学习观测特征向量、辅助信息特征向量到航迹矢量特征向量之间的映射关系;多任务学习模块用于通过最小化联合损失函数对各模块进行组合学习,联合输出航迹矢量和目标类型。本发明显著提高了航迹估计性能。

    一种信息传输方法及系统

    公开(公告)号:CN109687908A

    公开(公告)日:2019-04-26

    申请号:CN201910109935.6

    申请日:2019-01-31

    IPC分类号: H04B10/116 H04L1/00

    摘要: 本申请公开了一种信息传输方法及系统,包括:发送端按照原始帧的生成顺序,依次获取原始帧序列中未嵌入信息的两相邻原始帧,作为互补组合帧;在各互补组合帧之间及首个互补组合帧之前插入同步帧;在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,不同互补组合帧嵌入信息大小不同;将同步帧及嵌入嵌入信息的互补组合帧形成发送帧序列发送至接收端;接收端将每接收到的两帧发送帧作为接收组合帧;将接收组合帧中的两帧上的承载信息取差值运算,得到嵌入信息。由于发送端在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,并插入同步帧,通过将接收组合帧中的两帧上的承载信息取差值运算,得到准确的嵌入信息。

    一种循环迭代协同信号处理方法及装置

    公开(公告)号:CN108847914B

    公开(公告)日:2021-03-23

    申请号:CN201810244232.X

    申请日:2018-03-23

    IPC分类号: H04L1/00

    摘要: 本发明公开了一种循环迭代协同信号处理方法及装置,包括:获取接收信号的处理环节信息;计算目标迭代次数中的第一处理环节提取的第一信息的后验概率信息,并将其发送至第二处理环节;计算第二处理环节在目标迭代次数中提取的第二信息的后验概率信息,并将其发送至第一处理环节,进行循环迭代;判断第一信息的后验概率信息和第二信息的后验概率信息是否满足收敛条件,如果是,则循环迭代终止,根据第一信息的后验概率信息计算得到第一信息的估计结果,或者根据第二信息的后验概率信息计算得到第二信息的估计结果,实现了在迭代过程中充分传递和利用信息,提高了通信信号的接收性能的目的。

    通信信号波形到比特直接接收的通用智能处理方法及装置

    公开(公告)号:CN113395225A

    公开(公告)日:2021-09-14

    申请号:CN202110648777.9

    申请日:2021-06-10

    IPC分类号: H04L27/00 G06N3/04 G06N3/08

    摘要: 本发明提供了通信信号波形到比特直接接收的通用智能处理方法及装置,涉及通信信号解调处理领域。该方法包括:设定需要解调的具体信号调制方式类型,获取高倍采样下不同调制方式数字信号波形的数据样本;确定神经网络输出的信号最大调制阶数,构建数字信号波形直接接收的单个神经网络解调模型;利用获取的数据样本对该神经网络解调模型进行混合训练,并对每一种调制方式信号进行单独测试。将待解调信号的数据样本输入到训练好的解调神经网络,实现多种不同调制方式数字信号的直接智能接收。应用本发明提供的方法,只需构建单个神经网络,就可以实现不同调制方式数字信号的解调处理,直接恢复相应的比特信息,具有更好的解调性能以及较强的通用性。

    基于方位信息的超视距目标地理坐标直接估计方法

    公开(公告)号:CN109298388A

    公开(公告)日:2019-02-01

    申请号:CN201810952848.2

    申请日:2018-08-21

    IPC分类号: G01S5/02

    摘要: 本发明属于无线电信号定位技术领域,特别涉及一种基于方位信息的超视距目标地理坐标直接估计方法,包含:建立各观测站的二维角度阵列信号模型,该二维角度包括方位角与俯仰角,并计算各自的协方差矩阵;基于各观测站的地平坐标系,建立各站到达方位角关于目标地理坐标参数的数学模型;利用各站的协方差矩阵,依据最大似然估计准则建立联合估计目标地理坐标参数和俯仰角参数的数学优化模型;通过迭代求解数学优化模型,获取目标地址坐标。本发明能够显著提高低信噪比下的目标定位精度,提高对目标俯仰角的估计精度,具有较快的收敛速度,无需高维搜索,能够有效降低实时定位的运算量,具有较强的实际应用价值,性能稳定、可靠,且高效。