-
公开(公告)号：CN112162238B
公开(公告)日：2022-07-19
申请号：CN202010992897.6
申请日：2020-09-21
申请人： 南昌大学
摘要： 本发明公开了一种基于大规模天线阵的多普勒频偏测量方法，包括：构建信号训练集；分组，依次顺序地将两个输入节点编为一组，输入到一个预处理单元；预处理；深度神经网络训练，将信号训练集中的输入数据矩阵经过预处理后，输入到深度神经网络，得到深度神经网络当前的输出结果，用深度神经网络当前的输出结果和输入数据矩阵对应的输出结果，计算深度神经网络的性能，采用反向传播和梯度下降算法迭代训练深度神经网络，直至深度神经网络的性能达到预设门限，得到深度神经网络模型；第五步，实时测量，将实测数据经分组和预处理后，送入深度神经网络模型，得到实测数据对应的多普勒频偏测量值。本发明能够解决现有技术中实时计算复杂度过高的问题。
-
公开(公告)号：CN114114246A
公开(公告)日：2022-03-01
申请号：CN202110921959.9
申请日：2021-08-12
申请人： 南昌大学
摘要： 本发明提供了一种穿墙雷达成像方法、系统、终端设备及可读存储介质，该方法包括：获取预设雷达探测场景中的雷达回波数据，对预设雷达探测场景中的成像场景进行离散化；根据成像场景的离散化结果构建字典矩阵，根据字典矩阵构建低秩稀疏信号模型；确定低秩稀疏信号模型中的低秩稀疏优化问题，根据确定到的低秩稀疏优化问题构建穿墙雷达成像模型；对穿墙雷达成像模型进行模型训练，直至穿墙雷达成像模型收敛，将待成像回波数据输入收敛后的穿墙雷达成像模型进行成像分析，得到重建图像。本发明将墙体的杂波抑制和目标图像重建问题转化为求解低秩稀疏优化问题，有效地抑制了墙体的反射杂波，提高了重建图像的成像质量。
-
公开(公告)号：CN111948297A
公开(公告)日：2020-11-17
申请号：CN202010707611.5
申请日：2020-07-21
申请人： 南昌大学
摘要： 一种光声超声双模式高分辨显微成像系统及方法，包括脉冲激光发生器、超声探头、超声波发生器、数字延时器、三维扫描器、采集卡。三维扫描器带着超声探头在横向上移动一歩会发出位置同步信号，该信号触发脉冲激光发生器发出激光脉冲，通过物镜强聚焦激发光声信号；同时该同步信号接入数字延时器进行延时，输出信号触发超声波发生器，产生高频超声信号，经超声探头强聚焦在样品上，从而获得较高横向分辨率；最后光声信号和超声信号经放大后被采集卡先后依次采集。本发明实现光声和超声双模式的高分辨成像，拓展了系统的使用范围。
-
公开(公告)号：CN111835495A
公开(公告)日：2020-10-27
申请号：CN202010971222.3
申请日：2020-09-16
申请人： 南昌大学
IPC分类号： H04L5/00
摘要： 本发明公开了一种参考信号的检测方法，包括以下步骤：以系统时钟作为采样节拍，对参考信号进行采样输出，得到所述参考信号的随机序列；对所述随机序列执行傅里叶变换，得到第1路参考信号的频谱；对所述第1路信号频谱执行M-1次并行乘性修正和加性修正，得到M路所述参考信号的频谱，以所述参考信号的频谱作为频域相关检测的M路参考信号修正频谱。本发明采用一个傅里叶变换模块得到第1路信号频谱，再针对第1路信号频谱执行乘性修正和加性修正，即可获得M路参考信号修正频谱。本发明还公开了一种采用上述方法的系统、可读存储介质及电子设备。
-
公开(公告)号：CN108990158A
公开(公告)日：2018-12-11
申请号：CN201810762121.8
申请日：2018-07-12
申请人： 南昌大学
摘要： 一种基于二元加载机制的无人机充电边缘计算网络的资源分配方案，步骤是：设置功率及初始化参数；计算最佳中央处理器频率，加载时间和用户发射功率；计算拉格朗日乘子；计算用户操作选择方案，更新迭代次数；判断目标函数值是否满足终止条件；初始化迭代次数j＝1；计算最佳无人机轨迹，更新迭代次数和轨迹；判断无人机轨迹是否满足终止条件；将第j次迭代获得赋值给第i次迭代 更新迭代次数i＝i+1；判断目标函数值是否满足终止条件；获得最佳的中央处理器频率、发送功率、加载时间和模式选择以及无人机轨迹。本发明具有可应用于无人机充电的移动边缘计算网络中实现所有用户加权计算比特之和最大化的资源分配，算法复杂度低，可实现快速收敛，易于实现的优点。
-
公开(公告)号：CN111913160B
公开(公告)日：2023-06-30
申请号：CN202010938528.9
申请日：2020-09-09
申请人： 南昌大学
摘要： 本发明提供一种校正系数获取方法及阵列接收系统，该方法包括：分别获取各个接收通道在预设的多个目标频段下实时接收的当前接收信号；建立当前接收信号与共同参考信号之间的时间同步，并计算出同步后载波信号的实际幅相值，得到各个接收通道在各目标频段下的实际幅相值；根据各个接收通道在各目标频段下的实际幅相值和预置幅相相关矩阵，计算出各个接收通道的全频段的幅相校正系数。本发明通过以共同参考信号为参考结合外部辐射信号，实时地计算出各个接收通道的在若干预设频段的实际幅相值，并将实际幅相值与预置幅相相关矩阵比对，以实时地计算得出系统的多通道全频段校正系数，避免系统随时间的漂移和性能恶化，避免设计专用的接收校正电路。
-
公开(公告)号：CN115695105B
公开(公告)日：2023-03-17
申请号：CN202310001102.4
申请日：2023-01-03
申请人： 南昌大学
IPC分类号： H04L25/02 , H04B17/373 , H04B17/391
摘要： 本发明提供了基于深度迭代智能超表面辅助通信的信道估计方法及装置，该方法通过建立前向信号传输模型，并根据级联信道稀疏性，将前向信号传输模型中的信道估计问题转换为稀疏信号恢复问题，并通过引入随机预测策略，使深度迭代网络模型适应不同数量的导频信息，当用户发送不同数量的导频信息时，深度迭代网络模型仍能够根据接收端收到的信号进行信道估计，即用单一深度迭代模型处理不同维度的系数矩阵，提高了网络泛化能力，减少为不同数量导频信息引起的不同任务单独训练的次数，另外，把稀疏信号恢复问题分解的第一子问题、第二子问题以及第三子问题的优化融入深度迭代模型，动态调整深度迭代网络模型的网络参数，提高级联信道估计精度。
-
公开(公告)号：CN115695105A
公开(公告)日：2023-02-03
申请号：CN202310001102.4
申请日：2023-01-03
申请人： 南昌大学
IPC分类号： H04L25/02 , H04B17/373 , H04B17/391
摘要： 本发明提供了基于深度迭代智能超表面辅助通信的信道估计方法及装置，该方法通过建立前向信号传输模型，并根据级联信道稀疏性，将前向信号传输模型中的信道估计问题转换为稀疏信号恢复问题，并通过引入随机预测策略，使深度迭代网络模型适应不同数量的导频信息，当用户发送不同数量的导频信息时，深度迭代网络模型仍能够根据接收端收到的信号进行信道估计，即用单一深度迭代模型处理不同维度的系数矩阵，提高了网络泛化能力，减少为不同数量导频信息引起的不同任务单独训练的次数，另外，把稀疏信号恢复问题分解的第一子问题、第二子问题以及第三子问题的优化融入深度迭代模型，动态调整深度迭代网络模型的网络参数，提高级联信道估计精度。
-
公开(公告)号：CN114915523A
公开(公告)日：2022-08-16
申请号：CN202210844324.8
申请日：2022-07-19
申请人： 南昌大学
摘要： 本发明提供一种基于模型驱动的智能超表面信道估计方法及系统，包括获取多组不同的级联信道粗糙估计值以及真实级联信道标签值并构建数据对，以及获取信道已知参数，建立数据集；构建深度神经网络模型，将数据集输入深度神经网络模型中，根据预设损失函数进行多轮迭代优化训练，最终得到最优深度神经网络模型及最优深度神经网络模型的最佳权值；将初始粗糙级联信道估计值输入所述最优深度神经网络模型中重构出最优级联信道。本发明中的基于模型驱动的智能超表面信道估计方法及系统，融合了物理模型，提高了算法的泛化能力，从而减少了训练复杂程度且重建精度高。
-
公开(公告)号：CN114594469A
公开(公告)日：2022-06-07
申请号：CN202210101782.2
申请日：2022-01-27
申请人： 南昌大学
摘要： 本发明公开了一种隔墙探测成像方法、装置、可读存储介质及探测设备，所述方法包括：获取探测雷达探测到的电磁波探测信号，所述电磁波探测信号至少包括待探测目标回波、障碍物回波以及杂波；将所述电磁波探测信号输入至预训练的成像模型当中，以通过所述预训练的成像模型根据所述待探测目标回波得到探测成像。本发明解决了现有技术中隔墙探测成像的成像精度低的问题。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.028 秒)