公开(公告)号：CN102045098A

公开(公告)日：2011-05-04

申请号：CN201010575988.6

申请日：2010-12-03

申请人： 东莞电子科技大学电子信息工程研究院 ,  广东明家科技股份有限公司 ,  电子科技大学

发明人： 何子述 ,  钱锐 ,  夏威 ,  刘畅 ,  周建林 ,  邱会中

IPC分类号： H04B7/155 ,  H04L25/02

摘要： 本发明公开了一种ICS直放站中基于功率控制的快速收敛自适应方法，在直放站功率放大器后安装一可调节的衰减器控制输出功率，所述的功率调节过程包括如下步骤：(1)、在回波抵消初始阶段，将衰减器的衰减值保持在最大值βmax；(2)、当衰减值保持在最大值βmax时间T1后，将衰减值逐渐调小，每隔时间T，衰减器调整一次；(3)、当衰减器的衰减值调整到最小值βmin时，直放站的功率输出达到最大值，系统进入稳定工作状态。本发明ICS直放站中基于功率控制的快速收敛自适应方法可以在地面数字电视直放站中引入发射功率控制技术、并与自适应回波干扰抑制技术相结合、提高回波干扰自适应算法的收敛速度、有效降低直放站的自激风险。

公开(公告)号：CN102739578A

公开(公告)日：2012-10-17

申请号：CN201110085560.8

申请日：2011-03-31

申请人： 广东明家科技股份有限公司 ,  东莞电子科技大学电子信息工程研究院 ,  电子科技大学电子工程学院

发明人： 周建林 ,  夏威 ,  钱锐 ,  刘畅 ,  何子述

IPC分类号： H04L25/03 ,  H04L25/02 ,  H04M9/08

摘要： 本发明适用于无线通信领域，提供了一种回波干扰抑制方法、装置及终端，所述方法包括下述步骤：根据输入的抽头系数和数字基带参考信号，得到回波干扰信号估计；获取数字基带信号与所述回波干扰信号估计的误差信号；提取所述误差信号的符号，并根据输入的所述数字基带参考信号，对所述抽头系数进行更新；对所述误差信号进行延迟处理，并作为更新的数字基带参考信号再次送入所述自适应FIR滤波器。本发明采用简化数据符号LMS算法对自适应FIR滤波器的抽头系数进行更新，通过提取回波干扰抑制信号的符号，确定回波信道估计的自适应更新方向，进而获得抽头系数更新值和回波干扰信号估计，实现回波消除。

公开(公告)号：CN102045098B

公开(公告)日：2014-05-28

申请号：CN201010575988.6

申请日：2010-12-03

申请人： 东莞电子科技大学电子信息工程研究院 ,  广东明家科技股份有限公司 ,  电子科技大学

发明人： 何子述 ,  钱锐 ,  夏威 ,  刘畅 ,  周建林 ,  邱会中

IPC分类号： H04B7/155 ,  H04L25/02

摘要： 本发明公开了一种ICS直放站中基于功率控制的快速收敛自适应方法，在直放站功率放大器后安装一可调节的衰减器控制输出功率，所述的功率调节过程包括如下步骤：(1)、在回波抵消初始阶段，将衰减器的衰减值保持在最大值βmax；(2)、当衰减值保持在最大值βmax时间T1后，将衰减值逐渐调小，每隔时间T，衰减器调整一次；(3)、当衰减器的衰减值调整到最小值βmin时，直放站的功率输出达到最大值，系统进入稳定工作状态。本发明ICS直放站中基于功率控制的快速收敛自适应方法可以在地面数字电视直放站中引入发射功率控制技术、并与自适应回波干扰抑制技术相结合、提高回波干扰自适应算法的收敛速度、有效降低直放站的自激风险。

公开(公告)号：CN102325104A

公开(公告)日：2012-01-18

申请号：CN201110265248.7

申请日：2011-09-08

申请人： 电子科技大学 ,  广东明家科技股份有限公司 ,  东莞电子科技大学电子信息工程研究院

发明人： 夏威 ,  刘正平 ,  何子述 ,  刘畅 ,  周建林 ,  蒋鑫宇 ,  吴辉 ,  徐婷 ,  徐萍 ,  李金政 ,  陈晓峰

IPC分类号： H04L25/02 ,  H04L25/03

摘要： 本发明涉及数字基带回波抵消器。本发明公开了一种数字基带回波抵消器，采用N倍折叠和脉动技术，在实现相同阶数的变步长DLMS算法时，可以解决回波抵消器资源瓶颈问题。本发明的技术方案是，数字基带回波抵消器，包括R个滤波器，所述滤波器具有变步长DLMS算法结构，每个滤波器结构相同，其中含有加法器和乘法器，所述加法器为复数加法器，所述乘法器为复数乘法器，所述滤波器采用折叠方式进行自适应滤波处理，所述R个滤波器能够进行M阶自适应滤波处理，R、M为正整数，且M≥R。本发明采用了折叠技术，即用一个功能单元可以实现折叠前N个功能单元的功能，在实现相同阶数的变步长DLMS算法时，可以节省资源，降低成本。

公开(公告)号：CN116363579A

公开(公告)日：2023-06-30

申请号：CN202310211972.4

申请日：2023-03-07

申请人： 电子科技大学 ,  喀什地区电子信息产业技术研究院

发明人： 李耶 ,  殷光强 ,  王治国 ,  游长江 ,  吴磊 ,  夏威

IPC分类号： G06V20/52 ,  G06V20/40 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种重识别辅助的多阶段视频行人多目标跟踪方法及模型，搭建包括作为骨干网络的ResNet50、多层特征聚合模块、包括一个上下文抓取模块和一个注意力引导模块的注意力引导的上下文聚合模块、IDAUP子模块的MSMOT模型，并用其检测得到行人的检测边界框，并提取行人的重识别特征；注意力引导模块包括上下文注意力模块和内容注意力模块，IDAUP子模块输出浅层特征信息和深层特征信息分别作为重识别分支和检测分支的输入，检测分支采用三个并行的Head分别用于估计HeatMap、中心点的偏移以及边界框的尺寸；通过以卡尔曼滤波和匈牙利算法为基础的数据关联算法，依托检测边界框与重识别特征，完成检测边界框与相对应的行人轨迹之间的匹配。

公开(公告)号：CN111274536B

公开(公告)日：2023-04-07

申请号：CN202010062293.1

申请日：2020-01-20

申请人： 电子科技大学

发明人： 夏威 ,  任媛媛

IPC分类号： G06F17/16

摘要： 本发明属于信号处理领域，涉及信号处理领域的目标跟踪问题，特别是涉及到扩展目标跟踪的问题，具体提供一种扩展目标分布式跟踪的自适应组合系数，以实现分布式扩展目标跟踪方法中扩展矩阵的组合。本发明通过最小化真实扩展矩阵与估计扩展矩阵之间的差的迹，提出了一种可用于分布式扩展目标跟踪中扩展矩阵自适应组合的方法；与现有的静态的固定的组合系数相比，能够提高分布式算法对网络上信号和噪声统计的空间变化的鲁棒性；在某些场景中，例如当扩展特性的状态噪声较大时，采用本发明自适应组合系数，能够显著提高扩展目标的跟踪性能；通知，本发明也适用于其他轴对称扩展目标的分布式跟踪方法，以及3维分布式扩展目标跟踪方法。

公开(公告)号：CN115550931A

公开(公告)日：2022-12-30

申请号：CN202211167930.7

申请日：2022-09-23

申请人： 电子科技大学

发明人： 夏威 ,  张育涵 ,  蒋婉月

IPC分类号： H04W12/122 ,  H04W24/06 ,  H04W84/18

摘要： 本发明属于信号处理领域，具体提供一种在多攻击对抗网络中的弹性分布式参数估计方法，用以解决现有弹性分布式参数估计方法在多攻击对抗网络中无法正常检测FDI攻击与受攻击节点导致性能恶化的问题。本发明在分布式框架中提出基于相关熵的节点分类方法和扩散状态识别方法，实现对FDI攻击的检测；同时提出基于dLMS算法的弹性策略，并通过最小化网络稳态均方误差来优化参考节点的选择，以提高多攻击对抗网络中的分布式参数估计性能；与现有的具有弹性的安全分布式参数估计方法相比，本发明在受到攻击的节点相对较多的网络中，能够实现更高的估计精度。

公开(公告)号：CN111343023B

公开(公告)日：2021-10-26

申请号：CN202010130516.3

申请日：2020-02-28

申请人： 电子科技大学

发明人： 夏威 ,  周卓阳

IPC分类号： H04L12/24

摘要： 本发明属于信号处理领域，具体为自适应机动网络节点运动控制的分布式协同决策方法；在同时存在多个具有机动性能的目标的情况下节点的决策会根据自身所处位置和目标位置的不同而时刻发生变化。节点与其邻居节点之间的决策通过扩散协作的方式将进行了融合交流，并且与节点本身的决策相结合进行分布式的决策，从而获得更为准确的决策。与现有的存在多个目标的自适应机动网络相比，应用的场景更为复杂并且考虑到了目标的位置动态变化的复杂情况和节点本身的运动状态存在不同选择的情况；与此同时运用分布式的方法进行运动状态的决策使得在保证捕食成功率的同时有效的增加了节点的存活率。

公开(公告)号：CN111343023A

公开(公告)日：2020-06-26

申请号：CN202010130516.3

申请日：2020-02-28

申请人： 电子科技大学

发明人： 夏威 ,  周卓阳

IPC分类号： H04L12/24

摘要： 本发明属于信号处理领域，具体为自适应机动网络节点运动控制的分布式协同决策方法；在同时存在多个具有机动性能的目标的情况下节点的决策会根据自身所处位置和目标位置的不同而时刻发生变化。节点与其邻居节点之间的决策通过扩散协作的方式将进行了融合交流，并且与节点本身的决策相结合进行分布式的决策，从而获得更为准确的决策。与现有的存在多个目标的自适应机动网络相比，应用的场景更为复杂并且考虑到了目标的位置动态变化的复杂情况和节点本身的运动状态存在不同选择的情况；与此同时运用分布式的方法进行运动状态的决策使得在保证捕食成功率的同时有效的增加了节点的存活率。

公开(公告)号：CN110649911A

公开(公告)日：2020-01-03

申请号：CN201910645751.1

申请日：2019-07-17

申请人： 电子科技大学

发明人： 夏威 ,  任媛媛

IPC分类号： H03H17/02

摘要： 本发明本发明属于信号处理领域，具体提出一种基于α散度的分布式非线性卡尔曼滤波方法，能有效减小系统自身噪声和外部噪声的影响，得到对真实值高精度的估计，可用于解决信号处理中的滤波问题和参数估计问题，尤其是目标跟踪问题。本发明中，首先，通过最小化每个节点的中间近似后验分布函数与真实后验分布函数之间的α散度以获取中间状态估计；然后，通过最小化每个节点的最终后验分布近似函数与其邻居节点的中间后验分布近似函数之间前向KL散度的凸组合来计算每个节点的最终状态估计结果。本发明不同于现有的基于最小方差准则的分布式粒子滤波和基于最小均方误差准则的分布式扩展卡尔曼滤波，本有效提高了非线性分布式卡尔曼滤波的稳态性能。