-
公开(公告)号：CN115604061B
公开(公告)日：2024-04-09
申请号：CN202211048496.0
申请日：2022-08-30
Applicant: 电子科技大学
IPC: H04L27/00 , G06F18/213 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于外部注意力机制的射频信号调制方式识别方法，聚焦于射频信号数据，能从繁杂的数据信息中筛选出对当前任务目标最有利的信息，挖掘出数据集不同样本之间的潜在相关性，进一步探索隐藏的信号特征，以有效提高神经网络算法识别效果，通过定制化使用BN层处理信道衰落，在卷积操作前批归一化数据，以减少人工处理。射频信号调制方式识别问题中引入外部注意力机制，能够以低计算复杂度区分影响调制方式识别性能的重要特征与无关特征，探索不同信号样本之间的相关性。本发明能针对射频信号数据的调制方式进行有效识别，识别准确率高。
-
公开(公告)号：CN117750471A
公开(公告)日：2024-03-22
申请号：CN202311682016.0
申请日：2023-12-08
Applicant: 电子科技大学
Abstract: 本发明公开的一种优化用户接入位置的方法，定位用户位置，将最优通信位置信道设为待优化信道；将基站覆盖范围划分为若干区块，用户所在区块中心位置信道为当前信道，搜索与所述待优化信道最接近的区块中心点，所搜结束后引导用户移动至对应区块中接入网络。本发明提出的接入控制和波束设计联合优化算法通过确定了目前不可接受的用户，然后试图找到一些具有更好通信环境的位置，当那些被拒绝的用户移动到新位置后，它们的访问请求将得到积极的回应。解决了现有技术中接入控制方法忽视被拒绝用户的问题，一些情况中可以将其与接入控制方法组合使用，以实现最优接入效果。
-
公开(公告)号：CN116633451A
公开(公告)日：2023-08-22
申请号：CN202310598910.3
申请日：2023-05-25
Applicant: 电子科技大学
IPC: H04B15/00 , H04B1/7136 , H04W72/0446 , H04W72/0453 , H04W72/1268 , H04W72/21 , G08G5/00
Abstract: 本发明提供一种基于跳频图案的多目标无人机上行链路跟踪干扰方法，跳频信号在各子频道呈现周期出现规律，且周期均为跳频序列周期，故对各子频道周期信号完成跟踪干扰即实现对单无人机跳频链路整体的跟踪干扰。基于此特点，本发明通过划分不同子频道以及在同频道下划分的不同的跟踪及干扰线程，将对多无人机分别进行跟踪干扰的问题转化为在不同子频道下对各类周期信号进行跟踪干扰问题，可在跳频信号时频域分布复杂的情况下，在未知准确的跳周期参数情况下，对跳频信号的跳时刻进行跟踪，对多无人机的通信链路进行精确干扰，干扰响应时间短，干扰效率高，从而更好完成多无人机反制任务。
-
公开(公告)号：CN115952466A
公开(公告)日：2023-04-11
申请号：CN202210750915.9
申请日：2022-06-28
Applicant: 电子科技大学
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , H04L12/54
Abstract: 本发明提供一种基于多模态信息融合的通信辐射源跨模式识别方法，先对通信辐射源进行多模态信息的采集，各自对相应模态信息进行特征提取。将多模态特征表征为模态间关系图中的节点，通过先验模型构建模态节点间的边关系。通过图卷积神经网络进行模态节点间的信息传递，通过图收缩技术进行模态节点的信息融合，避免了传统算法过度依赖电磁数据特征的问题，使得多模态信息能够有效参与到通信辐射源跨模式识别中。在保证同模式识别能力基本不变的同时，实现了通信辐射源跨模式识别能力相比传统算法的较大提升。本发明利用图收缩和通信辐射源多模态信息，将模态间关系图收缩为一个特征向量，实现了基于多模态信息融合的通信辐射源跨模式识别。
-
公开(公告)号：CN111414344B
公开(公告)日：2023-03-14
申请号：CN202010215981.7
申请日：2020-03-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种应用于遥爆系统的数据保存方法，能在遥爆系统崩溃时以及存储容量有限的情况下有效保存数据。本发明对数据库中的Write Ahead Log算法进行改进，让其适用于遥爆系统，并将改进后的Write Ahead Log算法和循环写算法进行了结合，既能解决遥爆系统中的数据一致性问题，又能在存储容量有限的情况下保存理论上无限的数据。
-
Patent Agency Ranking
公开(公告)号：CN115604061A
公开(公告)日：2023-01-13
申请号：CN202211048496.0
申请日：2022-08-30
Applicant: 电子科技大学(CN)
IPC: H04L27/00 , G06F18/213 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于外部注意力机制的射频信号调制方式识别方法，聚焦于射频信号数据，能从繁杂的数据信息中筛选出对当前任务目标最有利的信息，挖掘出数据集不同样本之间的潜在相关性，进一步探索隐藏的信号特征，以有效提高神经网络算法识别效果，通过定制化使用BN层处理信道衰落，在卷积操作前批归一化数据，以减少人工处理。射频信号调制方式识别问题中引入外部注意力机制，能够以低计算复杂度区分影响调制方式识别性能的重要特征与无关特征，探索不同信号样本之间的相关性。本发明能针对射频信号数据的调制方式进行有效识别，识别准确率高。
-
公开(公告)号：CN111401263B
公开(公告)日：2022-07-08
申请号：CN202010194033.X
申请日：2020-03-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种融合专家知识的优效组合式调制识别方法，涉及数字通信识别技术领域，其包括读入待识别信号采样序列，得到一维的数组数据s(n)；从数组数据s(n)提取8维人工特征向量；根据数组数据s(n)获取归一化包络信号数据；根据数组数据s(n)获取时频图，并对时频图进行预处理；基于迁移学习预训练模型，根据8维人工特征向量、归一化包络信号数据的特征以及预处理后的时频图特征构建组合式特征向量；基于组合式特征向量获取识别结果。本发明借助了迁移学习节省训练时间和提升分类精度，既利用了信号的时频图与包络的特征，又加入了鲁棒性较强的8个的人工特征协助分类任务，为待识别信号提供了更具有表征性的数据表达，可以明显提高低信噪比下的准确率。
-
公开(公告)号：CN113365366A
公开(公告)日：2021-09-07
申请号：CN202110546003.5
申请日：2021-05-19
Applicant: 电子科技大学
Abstract: 本发明提供一种基于握手的竞争类MAC协议区分方法，包括步骤：S1、对待处理的基于握手的竞争类MAC协议时序数据进行分组，根据待处理的数据设置一个时间长度阈值，并将分组持续时间大于该阈值的识别为数据分组；S2、检测数据分组和它前一个分组之间的间隔是否小于等于10微秒，如是，则进入步骤S3，否则判断为CSMA/CA协议；S3、检测每一个数据分组和它后一个分组的间隔是否都等于传播延迟，如是，则判断为MACAW协议，否则进入步骤S4；S4、比较数据分组的前一个分组和前面第二个分组的长度，如果前一个分组的长度小于前面第二个分组的长度，则判断为MACA协议，否则为FAMA协议。本发明发现了基于握手的竞争类MAC协议识别依据，能在合作或非合作的条件下进行基于握手的竞争类MAC组内协议识别。
-
公开(公告)号：CN108683526B
公开(公告)日：2020-11-24
申请号：CN201810380772.0
申请日：2018-04-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种识别竞争类MAC协议的方法包括以下步骤：获取基于各种仿真竞争类MAC协议的仿真信号；对信号进行能量检测；根据能量检测结果与能量门限来统计帧长度，分别得到控制帧和数据帧；根据数据帧数量和控制帧数量得到信号帧类比；根据属于同一信号的帧长度总和得到信号占空比；将各仿真信号的信号帧类比和信号占空比作为训练数据训练支持向量机；通过训练后的支持向量机对属于同一待识别信号的信号帧类比和信号帧占空比进行分类，进而得到竞争类MAC协议的类型。本发明将检测到的控制帧与数据帧的数量之比作为MAC层的特征参数，可以从协议本身的数据交互机制来识别不同的竞争类MAC协议，因此本发明具有很好的识别效果。
-
公开(公告)号：CN107346986B
公开(公告)日：2020-11-06
申请号：CN201710566383.2
申请日：2017-07-12
Applicant: 电子科技大学
IPC: H04B7/06
Abstract: 本发明公开了一种基于稀疏频控传感器天线阵列的多波束形成方法，首先确定初始化频控阵、频率增量及其针对各波束相应的距离维加权向量和角度维加权向量，再根据由合成距离维加权向量和合成角度维加权向量之差构成的联合角度‑距离向量确定稀疏频控阵的阵元位置参数和各阵元频率增量组，进而确定目的频控阵中各阵元位置及相应阵元各频率增量组，最后通过凸优化方法确定稀疏频控阵各放大器的增益参数。本发明由于采用稀疏重建理论的稀疏优化布阵方法，在获得尽可能好的频控阵系统性能的条件下节约了阵元数，因而具有可利用更少的天线阵元达到同样低的阵列最高旁瓣高度，以及提高信号处理的速度、降低阵列系统的成本等优点。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.027 seconds)
