-
公开(公告)号：CN113866752A
公开(公告)日：2021-12-31
申请号：CN202111161276.4
申请日：2021-09-30
申请人： 西安科技大学
IPC分类号： G01S13/50
摘要： 本发明涉及数字信号处理的技术领域，提供一种SVD预编码的MIMO‑OTFS雷达目标检测方法，应用在MIMO‑OTFS系统中，方法包括：发送端对待发送的原始数据依次进行第一预处理、QAM调制、第二预处理以及OTFS调制，生成时域发送信号，将时域发送信号转换为时域接收信号；接收端接收时域接收信号，依次进行OTFS解调、第三预处理、QAM解调、第四预处理，得到接收数据符号，根据维度为NaNM×1的输出向量y以及接收数据符号，得到NaNM维接收信号；根据NaNM维接收信号进行雷达参数估计。本发明的方法，大幅降低接收端消除信号干扰的复杂度，具有较高的检测精度和稳定性。
-
公开(公告)号：CN115514596A
公开(公告)日：2022-12-23
申请号：CN202210979456.1
申请日：2022-08-16
申请人： 西安科技大学
摘要： 本发明公开涉及一种基于卷积神经网络的OTFS通信接收机信号处理方法及装置，该方法包括：在OTFS通信系统的发射端，获取OTFS发射机产生的训练数据集；通过该训练数据集对深层卷积神经网络进行训练，得到训练好的OTFS接收机信号处理模型；将接收机接收到的信号作为OTFS接收机信号处理模型的输入；根据该OTFS接收机信号处理模型的输出，获取处理后的接收信号。能够以较低的误码率恢复信息，恢复接收机接收到的信号，提高无线通信的可靠性。
-
公开(公告)号：CN115514596B
公开(公告)日：2024-06-04
申请号：CN202210979456.1
申请日：2022-08-16
申请人： 西安科技大学
IPC分类号： H04L25/03 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开涉及一种基于卷积神经网络的OTFS通信接收机信号处理方法及装置，该方法包括：在OTFS通信系统的发射端，获取OTFS发射机产生的训练数据集；通过该训练数据集对深层卷积神经网络进行训练，得到训练好的OTFS接收机信号处理模型；将接收机接收到的信号作为OTFS接收机信号处理模型的输入；根据该OTFS接收机信号处理模型的输出，获取处理后的接收信号。能够以较低的误码率恢复信息，恢复接收机接收到的信号，提高无线通信的可靠性。
-
公开(公告)号：CN113866752B
公开(公告)日：2024-05-10
申请号：CN202111161276.4
申请日：2021-09-30
申请人： 西安科技大学
IPC分类号： G01S13/50
摘要： 本发明涉及数字信号处理的技术领域，提供一种SVD预编码的MIMO‑OTFS雷达目标检测方法，应用在MIMO‑OTFS系统中，方法包括：发送端对待发送的原始数据依次进行第一预处理、QAM调制、第二预处理以及OTFS调制，生成时域发送信号，将时域发送信号转换为时域接收信号；接收端接收时域接收信号，依次进行OTFS解调、第三预处理、QAM解调、第四预处理，得到接收数据符号，根据维度为NaNM×1的输出向量y以及接收数据符号，得到NaNM维接收信号；根据NaNM维接收信号进行雷达参数估计。本发明的方法，大幅降低接收端消除信号干扰的复杂度，具有较高的检测精度和稳定性。
-
公开(公告)号：CN115456006A
公开(公告)日：2022-12-09
申请号：CN202210877452.2
申请日：2022-07-25
申请人： 西安科技大学
摘要： 本发明涉及无线通信技术领域，尤其一种基于深度学习的海洋无线通信信号处理方法及智能接收机，方法包括根据预设的轻量型卷积神经网络构建海洋信号处理模型；接收由信号发射机发出的IQ信号；将IQ信号输入至预设的海洋信号处理模型中，输出恢复的信息比特流；其中，轻量型卷积神经网络包括依次连接的输入层、浅层特征提取部分、深度特征提取部分、第一卷积层、全局平均池化层、第二卷积层以及分类层，本发明提供的方法及智能接收机，对接收到的IQ信号进行处理时，直接将接收到的IQ信号输入至预设的海洋信号处理模型中，得到恢复的信息比特流，避免了因模块化优化而造成的误差的累积，有效提高了海洋MIMO通信系统可靠性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.023 秒)
