基于短波接入网频谱知识图谱的用频推荐方法

    公开(公告)号:CN118410409A

    公开(公告)日:2024-07-30

    申请号:CN202410504721.X

    申请日:2024-04-25

    Abstract: 本发明涉及基于短波接入网频谱知识图谱的用频推荐方法,包括:构建短波接入网频谱知识图谱;定义用户为短波接入网中的用频设备,定义项目为推荐的频率,用户对项目存在偏好;根据用户在所述短波接入网频谱知识图谱中的历史数据,统计得出用户对项目的偏好,根据该偏好形成偏好评分向量;获取目标用户的用频需求,形成目标偏好评分向量;计算所述偏好评分向量Vi和目标偏好评分向量Vj的相似度;对所述相似度进行排序,选取排序靠前的K个用户组成邻居集合,得到用户对目标项目的推荐度计算公式;根据目标用户的用频需求和所述用户对目标项目的推荐度计算公式,计算得到用户的用频推荐结果。本发明采用短波接入网的频谱知识图谱,可以实现短波领域知识体系结构化和层次化,利用该频谱知识图谱进行用频推荐,可以提升频谱利用效率,降低成本。

    多功能手持式通信信号分析仪
    12.
    发明公开

    公开(公告)号:CN116794613A

    公开(公告)日:2023-09-22

    申请号:CN202310679649.X

    申请日:2023-06-08

    Abstract: 本发明请求保护一种多功能手持式通信信号分析仪,该手持式信号分析仪可用于对外场一次雷达天线辐射出的通信信号进行接收、分析、处理和显示,方便监测雷达的活动情况和截获目标情况。主要由信号处理单元、信道单元、显示单元、时统定位模块、WiFi解析模块、电源单元和电池构成。具有雷达信号接收功能、显示功能、信号处理功能、数据融合功能、自检功能、供电能力、定位功能等,是一种采用小型化设计,整机总量轻,体积小,便于单兵携带的便携式信号分析仪。本发明为手持式便携装备制造、多功能信号分析设备等的研制提供了技术支撑和理论依据,具有重要的研究意义和工程应用价值。

    基于小波去噪和模态分解的单通道信号分离方法

    公开(公告)号:CN118503659A

    公开(公告)日:2024-08-16

    申请号:CN202410235748.3

    申请日:2024-03-01

    Abstract: 本发明请求保护一种基于小波去噪和模态分解的单通道信号分离方法,本发明解决了非平稳环境下动态混合单通道观测信号分离难题,具体包括:首先,利用非线性中值阈值函数小波方法去除单通道观测信号的背景噪声;然后,对其进行极点对称模态分解并计算单通道观测信号与各个模态分量的相关系数,根据主分量分析思想和相关系数法选出最优正定观测信号,达到了将单通道转换为多通道问题的目的;最后,采用正定时频分析盲源分离方法估计出源信号。实验表明,所提算法能够处理随机动态混合的单通道模拟信号,相较于对比算法具有更好的分离性能;并可有效分离实测动态轴承故障信号,取得了对轴承内圈和外圈故障检测的效果。

    一种基于半监督特征学习的调制识别方法及装置

    公开(公告)号:CN118250133A

    公开(公告)日:2024-06-25

    申请号:CN202410430920.0

    申请日:2024-04-11

    Abstract: 本发明属于调制识别技术,特别涉及一种基于半监督特征学习的调制识别方法及装置,识别方法包括无监督特征学习和分类识别两个阶段,具体包括以下步骤:在无监督特征学习阶段,由编码器、通道注意力机制、解码器构成重构模型;通过编码器将原始信号映从高维空间映射到低维空间,得到原始特征;利用通道注意力机制对原始特征各通道进行加权处理;加权处理后的特征通过解码器进行重构,得到重构信号,且在编码器和解码器之间建立残差连接;以原始信号与重构信号之间的均方误差作为损失函数,采用随机梯度下降法对重构模型进行训练;在分类识别阶段,通过在无监督特征学习阶段完成训练的编码器和通道注意力机制提取原始信号的特征,并将特征输入分类器识别原始信号的调制方法;本发明提高了模型在无监督学习阶段的收敛能力,减少了浅层信息的丢失。

    基于时频分析和瞬时频率曲线拟合的高阶PPS信号参数估计方法

    公开(公告)号:CN106597408B

    公开(公告)日:2019-12-06

    申请号:CN201611169629.4

    申请日:2016-12-16

    Abstract: 本发明请求保护一种基于时频分析和瞬时频率曲线拟合的高阶PPS信号参数估计方法,属于信号处理技术领域。该方法先将接收到的高阶PPS信号进行采样处理,通过平滑伪Wigner‑Ville变换来抑制时频交叉项干扰,然后将得到的时频分布通过提取极大值的方法获取信号的瞬时频率,并利用最小二乘法进行瞬时频率曲线拟合,同时进行曲线拟合阶数的判定,通过多组试验可实现高阶PPS信号参数精确估计的目的。本方法能有效抑制高阶PPS信号的交叉项干扰,在低信噪比下估计出未知阶次的PPS信号相位参数,具有较好的参数估计性能,克服了传统方法受时频交叉项干扰的影响,对非平稳信号的后续处理以及特征分析具有重要意义。

Patent Agency Ranking