基于无人机协作星地联合NOMA通信系统位置部署方法

    公开(公告)号:CN110753354B

    公开(公告)日:2022-11-11

    申请号:CN201910948437.0

    申请日:2019-10-08

    Abstract: 本发明公开了基于无人机协作星地联合NOMA通信系统位置部署方法,方法步骤包括:系统的接收功率不仅与发射功率有关,还与路径损耗有关,且路径损耗越小,接收功率就越接近于发射功率。为了提高系统性能,需要尽可能地使路径损耗减小,而路径损耗与UAV和用户的距离密不可分,找到UAV的最优位置,就能减小路损,提高性能。将UAV的最优位置问题转化为UAV和用户的和距离问题,实际上就是一个求解凸优化的问题。根据所述凸性优化函数,计算UAV的最优位置。适用于在基于无人机(Unmanned Aerial Vehicle,UAV)协作非正交多址接入(Non‑Orthogonal Multiple Access,NOMA)技术的通信系统中,通过最优化无人机位置可以有效地增强所服务协作NOMA用户性能,进一步提高协作网络吞吐量。

    一种消除多用户干扰的方法

    公开(公告)号:CN103051433B

    公开(公告)日:2015-08-26

    申请号:CN201310027383.7

    申请日:2013-01-24

    Abstract: 本发明公开了一种消除多用户干扰的方法,适用于四个发送端和一个接收端的MIMO系统,且每个发送端配置四根天线,包括以下步骤:步骤A,四个发送端对其调制信号分别进行完美空时分组码编码,得到4×4的编码矩阵,分别用C、S、T和Z表示;步骤B,四个发送端在四个相同的时间内分别将每个编码矩阵发送4次,接收端分别收到4个接收信号,分别用Y1、Y2、Y3和Y4表示;步骤C,接收端对Y1、Y2、Y3和Y4进行加减操作,分离编码矩阵C、S、T和Z,并分别译码每个发送端的编码矩阵即每个发送端的发送信号。本发明在保持传输效率相同情况下,不需要反馈信息就能在接收端消除多用户干扰,并且本发明对接收天线的数量没有限制。

    MIMO干扰信道中新的空时处理方案

    公开(公告)号:CN104753648A

    公开(公告)日:2015-07-01

    申请号:CN201510097774.5

    申请日:2015-03-05

    Abstract: 本发明公开了MIMO干扰信道中的空时处理方案,适用于三个发送端和三个接收端的干扰信道,且每个发送端和每个接收端都配置4根天线。为每个用户设计了4×4的空时码字,该码字中包含零矩阵,零矩阵的引入减少了相互干扰的用户的数量;再利用Alamouti码字对应的等效信道矩阵的正交特性,消除了多用户干扰。

    基于时间调制阵列的信号发射系统及目标定位方法

    公开(公告)号:CN114325592B

    公开(公告)日:2024-12-20

    申请号:CN202111410307.5

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于时间调制阵列的信号发射系统及目标定位方法,采用时间调制阵列信号发射系统,充分利用RF开关函数参数设计自由度,设计RF开关函数的时间序列,使其在特定频率、特定方向合成PSK符号并形成波束增益。当接收端与发射端采用收发同置的部署方式,目标的方位角信息可以由目标回波BER主瓣确定,而距离信则根据发送已知符号序列的ToA方法获得,本发明可以同时对多个目标进行方位角估计并解决传统目标估计算法,比如MUSIC、BP,带来巨大计算量问题。

    汽车防追尾预警方法
    5.
    发明授权

    公开(公告)号:CN109901171B

    公开(公告)日:2023-08-18

    申请号:CN201910291349.8

    申请日:2019-04-12

    Abstract: 本申请提供了一种汽车防追尾预警方法,通过微波雷达传感器监测可疑物体的距离,可疑物体位于汽车尾部;当监测到可疑物体的距离小于预设的第一阈值时,执行如下步骤:通过微波雷达传感器实时获取可疑物体的距离,得到距离序列;通过微波雷达传感器实时获取可疑物体的速度,得到第一速度序列;实时获取汽车的速度,得到第二速度序列;实时获取汽车的转向数据,得到转向数据序列;根据距离序列,第一速度序列,第二速度序列,转向数据序列确定可疑物体的追尾概率;若追尾概率大于第二阈值时,进行报警。本申请提供的汽车防追尾预警方法通过微波雷达传感器监测可疑物体,并根据可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警。

    基于前后帧差异及特征降维的微表情识别

    公开(公告)号:CN109614927B

    公开(公告)日:2022-11-08

    申请号:CN201811499959.9

    申请日:2018-12-10

    Abstract: 本申请提供了一种微表情识别方法,对视频中的每一帧进行人脸识别,提取人脸区域;提取视频中每一帧的像素数、背景颜色、人脸亮度;依次选取一非首帧,计算选取的帧与其前一帧的人脸区域面积差、像素数差、背景颜色差、人脸亮度差;计算每一非首帧的差异值;将差异值大于预设阈值的帧,以及,视频的首帧均确定为候选帧;在候选帧中,将标识连续的帧均确定为微表情帧;提取微表情帧的表情特征,通过预先训练的降维模型对表情特征进行降维处理,对降维后的特征进行识别,得到识别结果。本申请根据人脸区域面积差、像素数差、背景颜色差、人脸亮度差选择微表情帧进行识别,可以准确的提取人脸视频中与微表情相关的帧,提升微表情帧的识别效率与准确性。

    基于时间调制阵列的信号发射系统及目标定位方法

    公开(公告)号:CN114325592A

    公开(公告)日:2022-04-12

    申请号:CN202111410307.5

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于时间调制阵列的信号发射系统及目标定位方法,采用时间调制阵列信号发射系统,充分利用RF开关函数参数设计自由度,设计RF开关函数的时间序列,使其在特定频率、特定方向合成PSK符号并形成波束增益。当接收端与发射端采用收发同置的部署方式,目标的方位角信息可以由目标回波BER主瓣确定,而距离信则根据发送已知符号序列的ToA方法获得,本发明可以同时对多个目标进行方位角估计并解决传统目标估计算法,比如MUSIC、BP,带来巨大计算量问题。

    Y信道中低复杂度的干扰消除方法

    公开(公告)号:CN105429684B

    公开(公告)日:2019-03-22

    申请号:CN201510713835.6

    申请日:2015-10-29

    Abstract: 本发明公开了一种Y信道中低复杂度的干扰消除方法,适用于4个用户和一个中继节点的Y信道,且用户和中继节点都配置6根天线。在多址(MA)阶段,每个用户对期望发送给其他3个用户的调制信号进行Alamouti编码以及码字对齐预编码,然后将预编码后的码字相加并且发送出去;在广播(BC)阶段,中继节点分离每对码字并且译码每对码字的元素,将译码得到的信号进行Alamouti编码以及预编码,然后将预编码后的码字发送出去,4个用户分离码字并且译码,进而得到自身的期望接收信号。该发明的最大似然译码复杂度与调制阶数的平方成正比。

    MR预处理下硬件损伤大规模MIMO双向中继系统功率分配方法

    公开(公告)号:CN109474317A

    公开(公告)日:2019-03-15

    申请号:CN201910011968.7

    申请日:2019-01-07

    CPC classification number: H04B7/0426 H04B7/155 H04W72/0473

    Abstract: 本发明公开了MR预处理下硬件损伤大规模MIMO双向中继系统功率分配方法,根据估计信道为每个用户、大规模MIMO中继分配功率,使得系统频谱效率达到最高。所述方法包括:1、硬件损伤大规模MIMO中继接收双向用户发送的导频信道,获得估计信道矩阵;2、根据估计信道信息、用户数以及基站天线数,计算出上行MRC接收检测和下行MRT预编码矩阵;3、根据系统总功率的限制,建立最大化频谱效率的非凸性优化函数,并将所述非凸性优化函数转化为凸性优化函数;4、根据所述凸性优化函数,计算每个用户和大规模MIMO中继分配功率。本发明考虑了大规模MIMO硬件损伤和LOS/NLOS衰落环境,能够更合理地为用户和大规模MIMO中继分配功率方案。

    一种微表情识别的新方法
    10.
    发明公开

    公开(公告)号:CN109190582A

    公开(公告)日:2019-01-11

    申请号:CN201811085510.8

    申请日:2018-09-18

    Abstract: 本申请提供了一种微表情识别方法,方法包括:提取人脸视频的每一帧;依次比较除首帧和尾帧外的每一帧与其后一帧的差别,以及依次比较除首帧和尾帧外的每一帧与其前一帧的差别;依次将除首帧和尾帧外的每一帧与其后一帧的差别与该帧与其前一帧的差别的差确定为该帧的差异值;在除首帧和尾帧外的各帧中,确定微表情帧;通过预先训练的微表情识别模型提取微表情帧的表情特征,对表情特征进行降维,对降维后的特征进行识别,得到识别结果。本申请比较每一帧与其后一帧的差别,以及与其前一帧的差别,得到该帧的差异值,根据各帧的差异值确定微表情帧,该方法可以准确的提取人脸视频中与微表情相关的帧,提升微表情帧的识别效率与准确性。

Patent Agency Ranking