一种基于分段神经网络解码的LoRa剪接通信方法及系统

    公开(公告)号:CN113395683A

    公开(公告)日:2021-09-14

    申请号:CN202110590420.X

    申请日:2021-05-28

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于神经网络解码的LoRa剪接通信方法及系统,考虑到LoRa通信吞吐过低且节点的实际寿命低于其官方数据的问题,提出一种发送端剪接发送,接收端通过多特征神经网络解码的通信系统。步骤一:信号发送;以chirp信号为处理单位,网关对节点发送来的原始LoRa信号进行信噪比计算得到对应的剪接率,根据剪接率对chirp信号进行剪切和拼接形成新Payload信号,新Payload信号与Preamble信号拼接形成新LoRa信号,节点将新LoRa信号发送给网关;步骤二:信号接收;步骤三:模型训练;步骤四:利用步骤三获得的神经网络训练模型对接收的LoRa信号进行解码。本发明大幅度降低了LoRa的传输功耗并提升了吞吐。

    一种基于迁移学习的跨场景无线信号感知方法

    公开(公告)号:CN108629380B

    公开(公告)日:2021-06-11

    申请号:CN201810446980.6

    申请日:2018-05-11

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于迁移学习的跨场景无线信号感知方法,该方法首先分别从部署了无线收发设备的原场景和目标场景采集步态或手势对应的无线信号,将收集到的无线信号在进行预处理后,进行特征提取生成训练数据,最后将提取的特征数据输入学习算法中进行学习,最终得到迁移函数,使用该迁移函数可迁移任何新来的未知的数据对象,它是脱机执行的一次性成本,而不需要进行额外的函数关系训练成本。本发明方法解决了跨场景的WiFi感知问题,即利用少量的训练样本训练迁移函数,利用该模型可迁移任意未知的对象到新的目标环境中,从而实现跨场景的识别或认证。

    一种目标识别方法
    94.
    发明授权

    公开(公告)号:CN107862260B

    公开(公告)日:2021-06-04

    申请号:CN201711013603.5

    申请日:2017-10-26

    Applicant: 西北大学

    Abstract: 本发明公开了一种目标识别方法,通过不同材料的目标对射频链路的相位和幅值影响不同来识别目标的材料,该识别方法避免了特殊精密设备的要求,从而减少了相应的代价,同时保留高精度的目标材质识别率,提高了识别系统的可行性。

    一种基于开源代码库的软件缺陷自动检测方法

    公开(公告)号:CN109697162B

    公开(公告)日:2021-05-14

    申请号:CN201811359582.7

    申请日:2018-11-15

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于开源代码库的软件缺陷自动检测方法,包括涉及源代码特征提取技术与自然语言处理中的词向量表示法以及深度学习技术中的双向LSTM框架。该检测方法基于大规模的开源代码仓库Github中的代码变更记录,获取代码变更过程中大量的缺陷代码,通过使用静态代码分析技术,提取缺陷代码片段的数据流特征,利用深度学习中的双向LSTM框架,设计代码缺陷检测模型,为代码缺陷静态检测提供了技术支持,实现了对目标文件进行缺陷检测,在漏报率较低的前提中报告出准确的漏洞位置的功能。

    同频带无线回程下行异构网络中3D波束赋形方法

    公开(公告)号:CN107317616B

    公开(公告)日:2021-05-14

    申请号:CN201710572124.0

    申请日:2017-07-13

    Applicant: 西北大学

    Abstract: 本发明公开了同频带无线回程下行异构网络中3D波束赋形方法,包括以下步骤:步骤1,构建一个双层异构网络中的下行链路,所述下行链路包括至少一个微小区和一个宏小区,所述宏小区覆盖有一个宏基站,所述微小区覆盖有一个微基站;每个微小区中均分布有一个微小区用户,宏小区中分布有多个宏小区用户;所述宏基站配置有Nt个发射天线;所述微基站配置有1个天线,所述宏小区用户和微小区用户各配置有1个天线;所述宏小区包含有Ku个宏小区用户,所述宏小区包含有Ks个微小区,且Nt≥Ku+Ks;步骤2,确定不同场景下的最佳下倾角θ*。本发明综合考虑了异构网络中同频带无线回程情况下的3D波束赋形问题,与已有的方法相比可以极大地提升系统的整体性能。

    一种基于WiFi信号的干扰检测及手势识别方法

    公开(公告)号:CN109768838B

    公开(公告)日:2021-04-13

    申请号:CN201811630072.9

    申请日:2018-12-29

    Applicant: 西北大学

    Abstract: 本发明属于手势识别技术领域,具体涉及一种基于WiFi信号的干扰检测及手势识别方法,首先判断包含手势信号的待检测CSI数据是否存在干扰,当不存在干扰时,计算待检测CSI数据和样本CSI数据的时频域统计特征,分别比对待检测CSI数据和样本CSI数据的每种手势的时频域特征的相似度,识别待检测CSI数据对应的手势;当存在干扰时,计算待检测CSI数据和样本CSI数据包含互相关系数特征的时频域统计特征,分别比对待检测CSI数据和样本CSI数据的每种手势的包含互相关系数特征的时频域统计特征的相似度,识别待检测CSI数据对应的手势。本发明提出一种基于加权互相关系数特征的手势识别方法,为手势动作波形不同的特征提取值匹配相应的权重来进一步提高分类性能。

    一种基于标准文档分析的JS引擎模糊测试方法

    公开(公告)号:CN112416806A

    公开(公告)日:2021-02-26

    申请号:CN202011450408.0

    申请日:2020-12-09

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于标准文档分析的JS引擎模糊测试方法,主要包括生成阶段与测试阶段,该方法使用先进的无监督深度学习模型生成大量用例,结合用例中包含的API并对其查询ECMA‑262标准进行解析,根据解析到的边界条件与参数定义对用例进行定向变异得到测试用例。经试验表明,使用该方法得到的测试用例,在JS引擎模糊测试中表现优异,能解决一般的基于生成的方法成本耗费高以及基于变异的方法变异方向不可控的问题,提高测试的效率和质量,为JS引擎的缺陷检测提供了技术支持。采用本发明的方法,不仅能够保证测试用例的大部分信息不变,从而降低语法错误率,还能通过对缺陷热点区域API的变异增大测试用例发现缺陷的可能。

    基于代码下沉与残码解释的Android应用程序保护方法

    公开(公告)号:CN108681457B

    公开(公告)日:2020-09-01

    申请号:CN201810446991.4

    申请日:2018-05-11

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于代码下沉与残码解释的Android应用程序保护方法,包括:查找dex文件中需要进行保护的关键方法,包括需要代码反射下沉技术保护的关键代码段和需要多样性虚拟解释Dex残码技术保护的关键代码段;对需要代码反射下沉技术保护的关键代码段进行转化为Native类型和JNI反射翻译操作,编译形成解释性so文件;对需要多样性虚拟解释残码保护的关键代码段进行指令抽取,预处理后进行多样性虚拟,处理结果存储至自定义文件中,编译运行本地层CPP文件,最后形成解释性so文件;将两个so文件进行加载连接,应用程序在加载运行时解释性so文件代替了关键代码段的执行。本发明结合两种不同的保护方法,极大的提升了攻击者攻击的门槛、增大了逆向的成本。

Patent Agency Ranking