-
公开(公告)号：CN120017147A
公开(公告)日：2025-05-16
申请号：CN202510501165.5
申请日：2025-04-21
Applicant: 北京理工大学
IPC: H04B7/185 , H04W16/10 , H04W16/22 , G06N3/0455
Abstract: 本发明涉及信号检测技术领域，特别涉及一种自编码器的星地信道检测带宽延展方法。方法包括：对时域数据信号进行预处理，得到功率谱密度数据；利用预设的频谱预测网络模型，提取功率谱密度数据的功率谱密度特征，其中，预设的频谱预测网络模型由宽带数据训练全连接神经网络得到；基于功率谱密度特征，利用预设的频谱预测网络模型，预测并补全残余频谱信号中缺失的部分，恢复原始频谱形状。由此，通过在离线训练中学习宽带数据的频谱，并在提取频谱特征后，利用全连接神经网络实现残余频谱检测以及频谱预测补全，解决了现有技术受限于ADC接收采样速率、宽带分辨率等因素而导致频谱预测结果不准确的问题，提升频谱预测精度。
-
公开(公告)号：CN119172154A
公开(公告)日：2024-12-20
申请号：CN202411376744.3
申请日：2024-09-29
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及网络攻防技术领域，特别涉及一种基于深度学习的DDoS攻击流量检测方法，方法包括：解析终端设备发送的当前数据流得到多个数据包的特征序列；基于多个数据包的特征序列组成时序特征矩阵输入至目标深度学习模型进行流量检测，得到模型检测结果，其中，目标深度学习模型由对初始深度学习模型训练得到；若模型检测结果为DDoS攻击流量，则终端设备发送警报信息至显示界面，若终端设备接收到用户的DDoS攻击流量为正常流量的的确认指示，则判定DDoS攻击流量为正常流量，并自修正目标深度学习模型的参数，若终端设备接收到用户的DDoS攻击流量为非正常流量的确认指示，则判定DDoS攻击流量为非正常流量。
-
公开(公告)号：CN119155183A
公开(公告)日：2024-12-17
申请号：CN202410954534.1
申请日：2024-07-16
Applicant: 北京理工大学
IPC: H04L41/0893 , G06N3/0499 , G06N3/092 , H04L41/0894 , H04L41/0895 , H04L41/16 , H04L41/0823
Abstract: 本发明涉及通信网络技术领域，特别涉及一种基于业务驱动的网络切片分配优化方法及装置，其中，方法包括：依据当前网络环境中每个业务场景的至少一个实际需求构建切片架构，分别构建每个切片的智能体用于训练目标神经网络，由训练后的目标神经网络输出切片分配集合进行种群优化，得到每个业务场景的目标切片分配集合，基于业务场景和切片的偏好列表优化目标切片分配集合，以进行当前网络环境的切片分配。本发明可以通过根据多个业务场景的不同需求构建网络切片框架，并在框架基础上进行多智能体强化学习、多目标优化和业务切片偏好匹配，从而根据实际业务需求实现动态调整的网络切片优化过程，提升了用户使用体验，提高了网络运维效率。
-
公开(公告)号：CN119135365A
公开(公告)日：2024-12-13
申请号：CN202410954826.5
申请日：2024-07-16
Applicant: 北京理工大学
Abstract: 本发明涉及通信网络技术领域，特别涉及一种多个单区块链网络协同进行隐蔽通信的方法及装置，方法包括：将满足第一条件的秘密信息划分为满足第二条件的多个目标信息，并进行分组，生成每组初始信息之间存在部分重复的第一目标信息组，利用多个单区块链中的每个单区块链对应的加密方式对每组初始信息加密，得到第二目标信息组，并由接收端匹配第二目标信息组中满足复原条件的加密信息对应的解密方式，以对加密信息进行解密，得到第三目标信息组，并进行合成处理，以利用合成信息复原秘密信息，使得接收端利用多个单区块链网络协同进行隐蔽通信。由此，解决相关技术中单区块链网络传递信息易被攻击者追踪，造成信息丢失，降低信息传递成功率的问题。
-
公开(公告)号：CN118890103A
公开(公告)日：2024-11-01
申请号：CN202411376947.2
申请日：2024-09-29
Applicant: 北京理工大学
Abstract: 本申请涉及无线通信技术领域，特别涉及一种基于大模型的对抗扰动生成方法，其中，方法包括：利用大模型将电磁信号与满足预设条件的模态数据进行组合，得到多模态电磁信号数据；基于多模态电磁信号数据与显著图的电磁信号对抗样本生成对抗扰动信号；按照预设调制方式对原始电磁信号进行信号调制，并将第一调制后的信号与对抗扰动信号进行组合，得到满足预设抗干扰条件的传输信号；对传输信号进行对抗扰动去除处理，并对第二调制后的信号进行解调，得到解调结果，以根据解调结果得到大模型的原始数据。由此，解决了相关技术使用的处理电磁信号的对抗扰动算法仅针对单一模态数据，且其自适应性较差，面对复杂的电磁干扰其抵抗效果较差等问题。
-
Patent Agency Ranking
公开(公告)号：CN118885404A
公开(公告)日：2024-11-01
申请号：CN202411377204.7
申请日：2024-09-29
Applicant: 北京理工大学
IPC: G06F11/36 , G06N5/022 , G06F17/10 , G06F18/214
Abstract: 本发明涉及电子数字数据处理技术领域，特别涉及一种增强大模型鲁棒性的低复杂度安全方法，其中，方法包括：选取多种类型的测试任务，分别利用每种类型的测试任务对目标大语言模型进行鲁棒性测试，得到目标大语言模型针对每个测试任务的鲁棒性测试结果；基于鲁棒性测试结果，生成相应的对抗样本；在利用对抗样本对目标大语言模型进行对抗训练的同时，利用预设模型优化表达式对目标大语言模型进行优化，以构建基于梯度生成攻击样本的安全机制，并利用安全机制进行大语言模型训练，得到满足预设鲁棒性条件的最终大语言模型。由此，解决了相关技术中，难以在保障大语言模型决策准确度的同时，保障大语言模型的鲁棒性的技术问题。
-
公开(公告)号：CN114553244B
公开(公告)日：2024-06-04
申请号：CN202210061199.3
申请日：2022-01-19
Applicant: 北京理工大学
IPC: H03M13/29
Abstract: 本发明提供一种低码率Turbo码译码方法和装置，所述方法包括：目标分量译码器基于目标信道信息，执行至少一次译码过程，在确定译码过程迭代完成的情况下，将最后一次获得的译码比特作为译码判决结果输出；其中，一次译码过程包括：基于后验信息和外信息，计算先验信息；基于目标信道信息和先验信息，计算Hadamard变换度量值；基于近似算法和Hadamard变换度量值，确定递推度量值；基于Hadamard变换度量值和递推度量值，确定并更新后验信息；基于判决函数和更新后的后验信息，确定译码比特，并对更新后的后验信息进行交织处理后输入至另一个分量译码器。本发明通过近似算法降低译码复杂度，进而降低工程实现复杂度。
-
公开(公告)号：CN116545807A
公开(公告)日：2023-08-04
申请号：CN202310693541.6
申请日：2023-06-12
Applicant: 北京理工大学
IPC: H04L25/02 , H04B10/90 , H04B7/0413
Abstract: 本发明提供一种基于压缩感知的MIMO‑OFDM太赫兹信道估计方法，其中方法包括：获取发送端发送的插入导频后的第一频域表达，以及接收端接收到的第二频域表达，其中发送端基于太赫兹信道与接收端通信连接；获取发送端的导频选择矩阵，并根据第一频域表达、第二频域表达和导频选择矩阵利用压缩感知进行信道重构，得到太赫兹信道的信道重构信息；利用小批量梯度下降算法和SAMP算法对信道重构信息进行迭代处理，得到太赫兹信道在时域的信道估计结果。实现在信道估计时，基于压缩感知的SAMP算法可以准确的完成信道估计，同时利用小批量梯度下降算法求取最优步长，提高信道估计的效率，达到快速完成信道重构和估计的目的。
-
公开(公告)号：CN119834871A
公开(公告)日：2025-04-15
申请号：CN202510293980.7
申请日：2025-03-12
Applicant: 北京理工大学
Abstract: 本申请涉及卫星通信技术领域，特别涉及一种基于联邦学习的卫星跳波束方法，包括：获取每个卫星的局部模型梯度；对每个卫星的局部模型梯度进行质量估计，并对满足预设质量达标条件的多个梯度进行异步联邦聚合，得到新的全局模型梯度；计算每个卫星的局部模型梯度与新的全局模型梯度之间的相似度，并在相似度大于预设阈值时，判定新的全局模型处于预设收敛状态。由此，解决了现有跳波束技术中用户数据安全风险高和系统同步通信复杂度过高的问题，实现了在保障用户数据安全的同时，降低系统同步通信复杂度，提高计算效率，确保卫星通信系统资源的有效利用和长期稳定运行。
-
公开(公告)号：CN119834870A
公开(公告)日：2025-04-15
申请号：CN202510259107.6
申请日：2025-03-05
Applicant: 北京理工大学
IPC: H04B7/185
Abstract: 本发明涉及通信技术领域，特别涉及一种基于深度强化学习的卫星组网路由方法，包括：基于当前网络状态的特征向量生成每个决策动作对应的第一动作价值函数，基于当前目标模型确定当前网络状态下的决策动作选择概率，并利用预设的探索与利用策略、决策动作选择概率和第一动作价值函数对每个决策动作进行选择输出对应的第二动作价值函数，计算初始化后的目标网络中每个决策动作对应的目标动作价值函数及目标动作价值函数与第二动作价值函数的差异值，以根据差异值计算当前目标模型的最小损失函数，优化卫星组网路由算法。由此，解决了因卫星组网的高延迟和高误码率使路由算法难以适应频繁变化的网络环境，从而导致数据传输效率低、丢包等问题。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.036 seconds)
