-
公开(公告)号：CN112566117B
公开(公告)日：2023-12-08
申请号：CN202011228860.2
申请日：2020-11-06
Applicant: 厦门大学
IPC: H04W12/06 , H04W12/122 , H04W4/40 , G06N3/0464 , G06N3/084 , H04L9/40
Abstract: 本发明提出了一种基于度量学习的车辆节点身份识别方法及装置，该方法包括：基于度量学习理论建立多目标开放类个体表征计算模型；获取不同车辆节点对应的无线信号并进行预处理，以得到数据维度为N的不同车辆节点对应的无线信号；根据无线信号对多目标开放类个体表征计算模型进行训练，以得到降维后的数据维度为d的标准特征值；将待识别车辆节点对应的无线信号输入到训练好的多目标开放类个体表征计算模型，以得到数据维度为d的测试特征值；计算测试特征值与标准特征值的最小欧式距离，并将最小欧式距离与预设阈值进行比较以识别测试特征值对应的待识别车辆节点的身份是否合法；从而在保证安全认证的同时还避免了资源浪费。
-
公开(公告)号：CN114387627A
公开(公告)日：2022-04-22
申请号：CN202210026844.8
申请日：2022-01-11
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度度量学习的小样本无线设备射频指纹识别方法及装置，其方法包括：获取多个无线设备对应的射频信号，并进行预处理，以生成训练集；建立基于深度度量学习的小样本无线信号分类识别网络模型，以进行特征提取与特征比较；采用元学习的训练方式自适应学习特征距离，通过N‑way K‑shot的方式输入训练数据，在训练过程中同步进行测试过程，通过将完整的数据集划分为多个小型分类任务的数据集不断适应未知的任务；采用交叉熵损失函数对网络模型进行最终优化。由此，提高了小样本场景下无线信号射频指纹识别的识别率。
-
公开(公告)号：CN104821840B
公开(公告)日：2018-12-18
申请号：CN201510238844.4
申请日：2015-05-12
Applicant: 厦门大学
Abstract: 本发明涉及一种大规模多输入多输出下行系统的抗干扰方法，步骤如下：1)基站获取所有用户与所有基站的实时信道状态信息CSI；2)下行系统中，基站为发射端，用户为接收端，则在发射端选择与接收端天线数目相等的发射端天线；3)获取被选择的发射端天线与本小区用户及其他小区用户之间的实时信道状态信息CSI；4)获取相邻小区基站相应的预编码矩阵；5)在接收端设置相邻小区接收波束赋形矩阵，获得剩余小区的预编码矩阵。本发明采用贪婪算法进行天线选择，在发射端选择与接收端天线数目相等的发射端天线传送信号，不仅有效的减少了系统的复杂度，而且实现成本大大减少。
-
Patent Agency Ranking
公开(公告)号：CN106211301A
公开(公告)日：2016-12-07
申请号：CN201610523695.0
申请日：2016-07-05
Applicant: 厦门大学
Abstract: 本发明公开了一种全双工通信系统实现物理层安全及功率优化的方法，模型充分利用全双工通信系统同时同频的特点，无需人工噪声以及其它干扰节点的协助，进一步提高全双工基站发射效率，并在保证全双工系统信息传输达到目标安全速率的情况下，优化基站发射功率。发明的主要内容包括：构造全双工通信系统的物理层安全模型；根据系统要求的安全速率构造凸优化模型；最后利用SDP理论及S-Procedure理论将一个不易解的非凸问题转换为一个易解的凸优化问题，从而寻找最优波束赋形向量,优化基站发射功率。该方法能在全双工系统安全传输的情况下，保证基站发射最小的功率且基站全部发射功率用于传输有效信号，从而优化全双工基站的发射功率。
-
公开(公告)号：CN105681009A
公开(公告)日：2016-06-15
申请号：CN201511016115.0
申请日：2015-12-29
Applicant: 厦门大学
CPC classification number: H04L5/0048 , H04B7/0452 , H04B7/0456 , H04B7/0617 , H04L5/0094
Abstract: 本发明公开一种用于多用户多输入多输出的导频优化分配联合预编码方法，基站将所有导频平均分为两个导频子组，分配给两类小区；获取终端的DOA并且进行小区内的导频分配；终端向所属小区基站发送导频信息，小区基站通过信道估计得到含导频污染的终端的信道信息，根据时分双工的信道互易获取信道信息；通过估计终端的DOA，搜索到终端的DOA，根据DOA对含导频污染的终端的信道信息进行重新计算得到优化的终端的信道信息；选取G个信道质量较好的终端作为用户组中心，计算其他终端与用户组中心的距离，根据距离的大小分配剩余终端，并更新用户组中心，迭代并将所有用户分组；计算用户组的信道的二阶统计量后发送数据。本发明优化信道估计，提升系统性能。
-
公开(公告)号：CN104821840A
公开(公告)日：2015-08-05
申请号：CN201510238844.4
申请日：2015-05-12
Applicant: 厦门大学
CPC classification number: H04B7/0639 , H04B7/088 , H04L1/0026
Abstract: 本发明涉及一种大规模多输入多输出下行系统的抗干扰方法，步骤如下：1)基站获取所有用户与所有基站的实时信道状态信息CSI；2)下行系统中，基站为发射端，用户为接收端，则在发射端选择与接收端天线数目相等的发射端天线；3)获取被选择的发射端天线与本小区用户及其他小区用户之间的实时信道状态信息CSI；4)获取相邻小区基站相应的预编码矩阵；5)在接收端设置相邻小区接收波束赋形矩阵，获得剩余小区的预编码矩阵。本发明采用贪婪算法进行天线选择，在发射端选择与接收端天线数目相等的发射端天线传送信号，不仅有效的减少了系统的复杂度，而且实现成本大大减少。
-
公开(公告)号：CN103226704A
公开(公告)日：2013-07-31
申请号：CN201310172306.0
申请日：2013-05-10
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 无线发射机载波和时钟相位噪声指纹特征联合识别方法，涉及无线发射机指纹识别。建立调频多重调制线谱相位噪声模型；采用高次方去调制法获取宽带调制信号的载波相位噪声谱，另通过延迟相乘法实现归零码的转化，从而在码元速率处获得时钟相位噪声谱；采用改进的二级分类谱线分离算法分别提取载波相位噪声谱和时钟相位噪声谱的线谱特征向量，同时采用分形维数的方法提取载波相位噪声谱的盒子维数特征向量；联合载波相位噪声和时钟相位噪声线谱特征向量以及分形盒子维数特征向量作为无线发射机的个体指纹特征，利用识别器对无线发射机信号进行识别。从稳态特征方面入手，达到实现对无线发射机进行准确的识别得目的。
-
公开(公告)号：CN103220055A
公开(公告)日：2013-07-24
申请号：CN201310172183.0
申请日：2013-05-10
Applicant: 厦门大学
IPC: H04B17/00
Abstract: 无线发射机信号的多重分形梯度特征指纹识别方法，涉及无线发射机指纹识别。对采集的无线发射机暂态信号数据进行归一化，以消除噪声等干扰带来幅度的差异；采用基于统计学的暂态起点检测算法，通过计算相位方差统计量差值的最大值位置准确地获取无线发射机缓慢上升的暂态信号的起点位置；通过计算无线发射机暂态信号的短时傅里叶能量谱，并从谱图能量最高点对应的瞬时频率作切片处理，即可获得暂态信号光滑的能量切片包络曲线；提取暂态信号特征参数；联合多重分形双对数曲线梯度特征向量和多项式拟合系数特征向量作为无线发射机的个体识别指纹特征，利用识别器对无线发射机信号进行识别。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.02 seconds)
