公开(公告)号：CN118819188A

公开(公告)日：2024-10-22

申请号：CN202410697181.1

申请日：2024-05-31

Applicant: 南京邮电大学

Inventor： 张晖 ,  张金龙

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明公开了面向多元任务需求的无人集群动态协同优化方法，包括步骤1：获取无人机执行任务的环境数据，建立无人机集群动态协同优化模型；步骤2：规定任务的紧急性和重要程度，建立任务优先级分层影响模型；步骤3：根据实时环境数据，智能调整无人机选项；步骤4：开发一个创新的选择模型，专注于选择那些携带有互补协同资源以及具有互操作性的无人机组合；步骤5：综合各个子模型的目标函数，建立无人机集群动态协同优化模型的优化函数，并用粒子群算法求解模型最优解。本发明有效组织携带不同专业设备的无人机协同作业，及时调整无人机分配，提高救援任务的成功率，降低响应时间，保证了在极具挑战性的城市环境中快速准确地完成救援任务。

公开(公告)号：CN119474968A

公开(公告)日：2025-02-18

申请号：CN202411493538.0

申请日：2024-10-24

Applicant: 南京邮电大学

Inventor： 杨璨 ,  王禹 ,  张家瑞 ,  张金龙 ,  桂冠

IPC: G06F18/24 ,  G06N3/084

Abstract: 本发明提供了一种基于双流特征嵌入与一致性正则化的射频指纹识别方法，依次包括：获取并构建带标签的无线信号数据集，并分离内容信息与硬件特征；将无线信号数据集导入双流特征嵌入模块，提取原始信号和屏蔽信号的硬件特征；计算交叉熵分类损失与正则化损失，确保特征提取和分布一致性；基于综合损失函数对双流特征嵌入模块的参数进行优化；动态扩展双流特征嵌入模块，增加新类别分类器以适应新设备；部署模型进行在线识别，并实时更新模型权重。本发明通过一致性指导的稳健学习框架，有效增强了RFF在内容篡改场景下的识别性能和鲁棒性。

公开(公告)号：CN119312226A

公开(公告)日：2025-01-14

申请号：CN202411371971.7

申请日：2024-09-29

Applicant: 南京邮电大学

Inventor： 王禹 ,  朱应申 ,  周婉玉 ,  武向勇 ,  张金龙 ,  桂冠

IPC: G06F18/2431 ,  G06F18/25 ,  G06F18/2131 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明提出了一种基于深度学习的跨域无人机识别方法，主要步骤包括：对不同时间采集的无人机射频数据进行预处理，生成时频图谱；利用多分辨率分析技术，将原始时频图谱分解为多个子频谱；应用轻量级、多尺度的神经网络架构，提取子频谱中的射频特征；采用特征增强方法，丰富和优化提取的特征；最后进行标签分类。该方法有效减少复杂频谱中的数据冗余，实现准确可靠的无人机识别。通过结合多尺度分析、轻量级网络架构和特征增强技术，本发明显著提升了模型的鲁棒性和泛化能力，具有广泛的应用潜力，在无人机管理和智慧城市监控等领域，为复杂电磁环境下的无人机识别提供了一种高效且可靠的技术方案。