买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利分布式系统多天线信号之间的时差频差联合估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119629000B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411805345.4，技术领域涉及：H04L25/02；该发明授权分布式系统多天线信号之间的时差频差联合估计方法是由刘明骞;卢宗辉设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本分布式系统多天线信号之间的时差频差联合估计方法在说明书摘要公布了：本申请的实施例涉及通信技术领域，特别涉及一种分布式系统多天线信号之间的时差频差联合估计方法，该方法包括：采用QPSO算法对变分模态分解算法进行优化求解，得到分解层数的最优解和惩罚因子的最优解，基于分解层数的最优解和惩罚因子的最优解对接收信号进行变分模态分解，得到多个IMF分量；分别计算各IMF分量的方差贡献率，并滤除方差贡献率小于第一预设阈值的IMF分量；对保留的各IMF分量进行小波阈值处理；基于小波阈值处理后的各IMF分量进行信号重构，计算重构的接收信号的共轭模糊函数，并对共轭模糊函数进行峰值检测，估计得到分布式系统多天线信号之间的时延差与频率差。该方法能够实现高精度的时差频差联合估计。

本发明授权分布式系统多天线信号之间的时差频差联合估计方法在权利要求书中公布了：1.一种分布式系统多天线信号之间的时差频差联合估计方法，其特征在于，所述方法包括： 采用QPSO算法对变分模态分解算法进行优化求解，得到分解层数的最优解和惩罚因子的最优解，基于分解层数的最优解和惩罚因子的最优解对接收信号进行变分模态分解，得到多个IMF分量； 分别计算各IMF分量的方差贡献率，并滤除方差贡献率小于第一预设阈值的IMF分量； 对保留的各IMF分量进行小波阈值处理； 基于小波阈值处理后的各IMF分量进行信号重构，计算重构的接收信号的共轭模糊函数，并对共轭模糊函数进行峰值检测，估计得到分布式系统多天线信号之间的时延差与频率差； 所述采用QPSO算法对变分模态分解算法进行优化求解，得到分解层数的最优解和惩罚因子的最优解，基于分解层数的最优解和惩罚因子的最优解对接收信号进行变分模态分解，得到多个IMF分量，通过以下步骤实现： S11，将分解层数和惩罚因子作为优化变量，并设置分解层数的搜索范围和惩罚因子的搜索范围； S12，设置种群规模和空间搜索维度，初始化种群粒子，设定此时的迭代次数为； S13，基于设计的适应度函数，计算粒子的当前适应值，若当前适应值优于上一次迭代的适应值，则将粒子的当前位置作为粒子的个体最优位置，否则不更新粒子的个体最优位置，个体最优位置的更新通过以下公式实现： ； 其中，为之间的随机数且服从正态分布，表示第个粒子在第次迭代时更新后的个体最优位置，表示第个粒子在第次迭代时更新前的个体最优位置，表示全局最优位置； S14，将种群中所有粒子的适应值分别与全局最优位置进行比较，若有粒子的适应值优于全局最优位置的适应值，则将适应值优于全局最优位置的适应值的例子的个体最优位置，作为全局最优位置； S15，计算粒子群的平均最优位置，粒子群的平均最优位置，通过以下公式计算得到： ； 其中，表示粒子群的平均最优位置； S16，针对粒子的每一个维度计算非最优粒子的势阱中心，并计算得到一个随机点的位置； S17，更新粒子位置，计算粒子在每一个维度空间中的新位置，粒子在每一个维度空间中的新位置，通过以下公式计算得到； ； ； 其中，为收缩扩张系数，和为收缩扩张系数参数，为最大迭代次数，表示第个粒子在第次迭代完成时确定的新位置，表示第个粒子在第次迭代完成时确定的新位置； S18，更新迭代次数加一，重复S13至S17，如果适应度降低则更新分解层数和惩罚因子，直到到达最大迭代次数，输出第次迭代后得到的全局最优值作为分解层数的最优解和惩罚因子的最优解； S19，基于分解层数的最优解和惩罚因子的最优解对接收信号进行变分模态分解，得到多个IMF分量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。