-
公开(公告)号：CN103338112A
公开(公告)日：2013-10-02
申请号：CN201310302531.1
申请日：2013-07-15
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种数据单向导入方法及系统，在发送端与接收端之间的传输层采用UDP通信协议；发送端读取移动存储介质中的数据，依据其类型进行数据拆分并封装成数据包，并将封装成的数据包通过光纤传输通道发送给接收端；接收端按照所述数据包中的数据类型进行文件的还原重组。该系统的发送端包括单向通信模块、外端导入模块和内端导出模块。本发明采用基于光纤传输通道的发送机制，在物理层和应用层两个方面确保了信息流动的单向性，系统部署简单，使用方便，稳定性与可靠性高。
-
公开(公告)号：CN115103365B
公开(公告)日：2024-10-18
申请号：CN202210678782.9
申请日：2022-06-15
Applicant: 中国科学院信息工程研究所
IPC: H04W12/79 , G06F21/44 , H04W12/122
Abstract: 本发明公开一种基于极化指纹的移动通信终端识别方法，属于信息通信领域，通过构建极化指纹数学模型并提取移动通信终端信号极化指纹，利用移动通信终端极化指纹特征，对移动通信终端个体进行识别，具有良好的抗噪性能以及较高的识别效率。本发明解决了移动通信终端IMSI提取难度大以及目前射频指纹面临的指纹稳定性低、应用难度大的问题。
-
公开(公告)号：CN112183199B
公开(公告)日：2023-01-06
申请号：CN202010859898.3
申请日：2020-08-24
Applicant: 中国科学院信息工程研究所
IPC: G06F18/23 , G06F18/2411 , G06F18/214 , G06F18/10
Abstract: 本发明实施例提供一种基于Fish‑SVC的2.4GHz频段信号识别方法及系统，该方法包括：获取2.4GHz频段的频域数据，并对所述2.4GHz频段的频域数据进行特征提取，得到信号特征；基于人工鱼寻优的启发式算法和支持向量聚类算法，对所述信号特征进行信号识别，确定信号类型。本发明实施例根据2.4GHz频段的频域数据特征对信号进行特征提取，基于人工鱼寻优的启发式算法以及支持向量聚类的聚类方法，提出一种基于Fish‑SVC的2.4GHz频段信号识别方法，实现该频段信号类型的准确识别。
-
公开(公告)号：CN115103365A
公开(公告)日：2022-09-23
申请号：CN202210678782.9
申请日：2022-06-15
Applicant: 中国科学院信息工程研究所
IPC: H04W12/79 , G06F21/44 , H04W12/122
Abstract: 本发明公开一种基于极化指纹的移动通信终端识别方法，属于信息通信领域，通过构建极化指纹数学模型并提取移动通信终端信号极化指纹，利用移动通信终端极化指纹特征，对移动通信终端个体进行识别，具有良好的抗噪性能以及较高的识别效率。本发明解决了移动通信终端IMSI提取难度大以及目前射频指纹面临的指纹稳定性低、应用难度大的问题。
-
公开(公告)号：CN112073345B
公开(公告)日：2021-08-31
申请号：CN202010738974.5
申请日：2020-07-28
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种调制方式识别方法、装置、电子设备及存储介质，该方法包括：利用变分模态分解算法将接收信号分解为多个模态分量；提取每个模态分量的多重分形特征和统计特征，将每个模态分量的多重分形特征和统计特征进行特征优化后，得到优化后的特征信息；将所述优化后的特征信息输入训练好的分类器，输出调制方式分类结果；其中，所述训练好的分类器是通过优化后的样本特征信息和调制分类标签训练得到的。通过变分模态分解从分解后的模态分量中提取更具有分辨性的多重分形特征并结合统计特征，并且变分模态分解强大的信号分解能力能够将噪声从信号中分离出来，因此在低信噪比条件下也能够达到很好的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN111245821B
公开(公告)日：2021-06-29
申请号：CN202010019501.X
申请日：2020-01-08
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种辐射源识别方法、装置及辐射源识别模型创建方法、装置；方法包括：获取待识别辐射源所发出信号的时域数据；根据所述待识别辐射源所发出信号的时域数据得到所述待识别辐射源所发出信号的暂态信号；从所述待识别辐射源所发出信号的暂态信号中提取多尺度离散熵特征和精细复合多尺度离散熵特征，将所述多尺度离散熵特征和精细复合多尺度离散熵特征进行组合，得到待识别辐射源所发出信号的熵特征向量组合；将所述待识别辐射源所发出信号的熵特征向量组合输入到辐射源识别模型中，获得关于待识别辐射源个体身份信息的识别结果。本发明实施例具有识别准确率高以及识别效果稳定，对噪声有一定的鲁棒性的优点。
-
公开(公告)号：CN110798274B
公开(公告)日：2021-01-29
申请号：CN201911079177.4
申请日：2019-11-07
Applicant: 中国科学院信息工程研究所
IPC: H04B17/382 , H04B17/391
Abstract: 本发明公开了一种基于极化信道容量的极化调制星座设计方法及装置。本方法为：1)建立极化调制通信场景下的无线通信极化信道模型HP；根据设定的调制阶数M，确定极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集；2)根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值；3)将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座。本发明可以搜索到接近最优的极化星座结构；本发明将信道的去极化效应考虑在内，在信道具有去极化效应的影响下，达到更大的信道容量。
-
公开(公告)号：CN112073345A
公开(公告)日：2020-12-11
申请号：CN202010738974.5
申请日：2020-07-28
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种调制方式识别方法、装置、电子设备及存储介质，该方法包括：利用变分模态分解算法将接收信号分解为多个模态分量；提取每个模态分量的多重分形特征和统计特征，将每个模态分量的多重分形特征和统计特征进行特征优化后，得到优化后的特征信息；将所述优化后的特征信息输入训练好的分类器，输出调制方式分类结果；其中，所述训练好的分类器是通过优化后的样本特征信息和调制分类标签训练得到的。通过变分模态分解从分解后的模态分量中提取更具有分辨性的多重分形特征并结合统计特征，并且变分模态分解强大的信号分解能力能够将噪声从信号中分离出来，因此在低信噪比条件下也能够达到很好的识别效果。
-
公开(公告)号：CN111988259A
公开(公告)日：2020-11-24
申请号：CN202010724044.4
申请日：2020-07-24
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种极化调制安全星座设计方法，其步骤包括：1)基于当前的信道约束参数Λ1建立无线通信极化信道模型HP；2)在采用极化调制通信条件下，基于设定信道去极化参数Λ表示的HP计算信道的安全容量Cs＝CAB-CAE；其中，CAB代表发送方Alice与合法接收方Bob之间的合法信道容量，CAE代表发送方Alice与窃听者Eve之间产生的窃听信道容量；3)建立使得安全容量Cs最大时星座优化模型输出使得安全容量Cs最大时的星座图。本发明提升了极化调制通信的安全性。
-
公开(公告)号：CN104579521B
公开(公告)日：2017-04-26
申请号：CN201410822287.6
申请日：2014-12-25
Applicant: 中国科学院信息工程研究所
IPC: H04B17/354
Abstract: 本发明提供了一种基于谱质心的视频泄漏信号自动检测方法，该方法包括：获得观测信号的功率谱，并将所述功率谱分为多个子带；获得每个子带的谱质心，并获取各子带的谱质心间隔；根据所述信号的谱质心间隔分布的均匀程度，判断所述信号是否为视频泄漏信号。本发明提供了一种基于谱质心的视频泄漏信号自动检测系统，该系统包括分段模块、计算模块及判断模块。本发明在存在噪声和干扰信号的情况下，能够自动地检测到视频泄漏信号的存在。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.033 seconds)
