公开(公告)号：CN108243129B

公开(公告)日：2019-12-24

申请号：CN201711345302.2

申请日：2017-12-15

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  王敏 ,  吴亚聪 ,  焦李成 ,  黄震宇 ,  王喆 ,  李兆达 ,  张博闻 ,  宋雨萱 ,  李治 ,  王翰林 ,  王俊骁

IPC: H04L27/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开一种基于注意力深度网络的无线电信号特征提取方法，其实现步骤为：在构建编码调制联合无线电信号基础上生成训练样本集和测试样本集；构建包含注意力机制层的用于提取无线电信号特征的注意力深度网络；将训练样本集输入注意力深度网络中进行训练，得到训练好的注意力深度网络；利用测试样本集和训练好的注意力深度网络获得识别准确率。本发明具有普适性强，不需要人工特征提取，可去除冗余信息，复杂度低，分类结果准确、稳定的优点，可用于后续无线电信号的认知识别等处理中。

公开(公告)号：CN107240138B

公开(公告)日：2019-07-23

申请号：CN201710378830.1

申请日：2017-05-25

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  马文萍 ,  焦李成 ,  刘林瓒 ,  段韵章 ,  王敏 ,  刘志 ,  吕文聪 ,  黄震宇 ,  刘振 ,  孟丽珠

IPC: G06T9/40 ,  H04N19/124 ,  H04N19/176 ,  H04N19/85 ,  H04N19/96

Abstract: 本发明提出了一种基于样本二叉树字典学习的全色遥感图像压缩方法，用于解决现有全色遥感图像压缩方法中存在的结构复杂的纹理信息不能够得到有效表示的技术问题。实现步骤为：通过图像样本复杂度的评价函数，区分图像中简单样本和复杂样本；对训练图像和待压缩图像分别进行预处理得到样本集Y和T；由样本集Y和T分别建立训练样本二叉树和测试样本二叉树，完成不同复杂度样本的划分；训练样本二叉树叶节点上不同复杂度的样本用来训练不同尺度的字典；而测试样本二叉树叶节点上不同复杂度的样本集在对应字典下稀疏编码，得到系数矩阵；系数矩阵经过量化编码得到二进制码流。本发明压缩重构图像的PSNR指标和主观视觉评价高。

公开(公告)号：CN108282426A

公开(公告)日：2018-07-13

申请号：CN201711293537.1

申请日：2017-12-08

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  焦李成 ,  黄震宇 ,  王敏 ,  吴亚聪 ,  王喆 ,  李兆达 ,  张博闻 ,  宋雨萱 ,  李治 ,  王翰林 ,  王俊骁

IPC: H04L27/00 ,  H04L1/00 ,  H04B17/391

Abstract: 本发明公开一种基于轻量级深度网络的无线电信号认知识别方法，其实现步骤为：(1)构建编码调制联合信号；(2)生成训练样本集和测试样本集；(3)构建轻量级深度网络；(4)设置轻量级深度网络的参数；(5)训练轻量级深度网络；(6)获得认知识别准确率。本发明具有普适性强，可以直接处理一维无线电信号，不需要人工特征提取和先验知识，能同时认知识别无线电信号的信道编码方式和调制识别方式，复杂度低，模型轻量化，分类结果准确、稳定的优点，可用于无线电信号认知识别技术领域中。

公开(公告)号：CN108243129A

公开(公告)日：2018-07-03

申请号：CN201711345302.2

申请日：2017-12-15

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  王敏 ,  吴亚聪 ,  焦李成 ,  黄震宇 ,  王喆 ,  李兆达 ,  张博闻 ,  宋雨萱 ,  李治 ,  王翰林 ,  王俊骁

IPC: H04L27/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开一种基于注意力深度网络的无线电信号特征提取方法，其实现步骤为：在构建编码调制联合无线电信号基础上生成训练样本集和测试样本集；构建包含注意力机制层的用于提取无线电信号特征的注意力深度网络；将训练样本集输入注意力深度网络中进行训练，得到训练好的注意力深度网络；利用测试样本集和训练好的注意力深度网络获得识别准确率。本发明具有普适性强，不需要人工特征提取，可去除冗余信息，复杂度低，分类结果准确、稳定的优点，可用于后续无线电信号的认知识别等处理中。

公开(公告)号：CN108282263A

公开(公告)日：2018-07-13

申请号：CN201711345300.3

申请日：2017-12-15

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  王敏 ,  宋雨萱 ,  焦李成 ,  黄震宇 ,  吴亚聪 ,  王喆 ,  李兆达 ,  张博闻 ,  李治 ,  王翰林 ,  王俊骁

IPC: H04L1/00 ,  H04L27/00 ,  H04L12/24 ,  G06N3/04

Abstract: 本发明公开一种基于一维深度残差轻量网络的编码调制联合识别方法，其实现步骤为：(1)生成29种编码调制联合信号和2种调制信号；(2)生成训练样本集和测试样本集；(3)构建一维深度残差轻量网络模型；(4)训练一维深度残差轻量网络模型；(5)将测试样本集输入到训练好的一维深度残差轻量网络模型中进行测试，获得识别准确率，评估网络性能。本发明是一种通用的无线电信号特征提取方法，具有普适性好、鲁棒性强、识别准确率高、网络参数少、识别信号类型多的优点，可用于实际复杂通讯环境下的无线电信号的编码与调制方式的联合识别。

公开(公告)号：CN107979554A

公开(公告)日：2018-05-01

申请号：CN201711144077.6

申请日：2017-11-17

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  焦李成 ,  黄震宇 ,  吴亚聪 ,  王喆 ,  李兆达 ,  张博闻 ,  宋雨萱 ,  李治 ,  王翰林

IPC: H04L27/00 ,  H04L27/18

Abstract: 本发明公开一种基于多尺度卷积神经网络的无线电信号调制识别算法，其实现步骤为：(1)生成处理后的无线电调制信号；(2)生成二维时频图，对信号的瞬时相关函数作傅里叶变换得到信号的维格纳-威利时频分布图；(3)对时频分布图进行预处理，生成训练样本集和测试样本集；(4)构建多尺度卷积神经网络模型并进行训练；(5)使用训练好的网络模型对测试集进行测试，计算正确率，获得识别准确率，评估网络性能。本发明具有普适性强，不需要人工特征提取和大量先验知识，复杂度低，分类结果准确、稳定的优点，可用于信号分类识别技术领域中。