-
公开(公告)号：CN119834836A
公开(公告)日：2025-04-15
申请号：CN202411815556.6
申请日：2024-12-11
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B7/0426 , H04B7/0408 , G06N3/006
Abstract: 本发明公开了一种基于改进粒子群算法的分布式信号合成功率分配方法，属于信号合成技术领域。该方法首先确定待优化阵列阵元个数、各布阵阵元位置、分配功率限制条件、天线增益及目标合成点位置，通过分布式信号场强三维合成原理构建以目标合成点场强值为目标，各阵元分配功率为自变量的带约束优化问题；以PSO算法为主体，融合Bernoulli混沌映射初始化，基于种群分离度的非线性随机递减惯性权重和柯西扰动策略得到自变量的最优解。本方法收敛速度快，收敛精度高，能够满足在阵元功率受限的情况下进行分布式信号相干合成时提高目标合成点合成效果的需求。
-
公开(公告)号：CN111600631B
公开(公告)日：2021-07-06
申请号：CN202010395582.3
申请日：2020-05-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B1/713 , H04B1/7136
Abstract: 本发明公开了一种到达时间重叠的两网台信号分选方法，属于通信对抗技术领域。本方法包括估计跳频周期；构建跳频信号的时频分布图；计算时频分布图中左、右空白矩形的范围；确定两网台跳频信号的各自分布区域，将区域内的跳频信号分选到各自网台；利用处于同一跳频周期的两个跳频信号的互斥性递归分选剩余的跳频信号；计算两个网台的参数等步骤。本发明在不增加来波方向信息的情况下利用跳频信号的时频分布特征和处于同一跳频周期的跳频信号的互斥性，实现了对两个相同跳速的到达时间重叠而频率集不完全重叠的网台信号的分选。本发明算法简洁，大大提高了网台分选方法的适应性，是对现有技术的一种重要改进。
-
公开(公告)号：CN111600631A
公开(公告)日：2020-08-28
申请号：CN202010395582.3
申请日：2020-05-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B1/713 , H04B1/7136
Abstract: 本发明公开了一种到达时间重叠的两网台信号分选方法，属于通信对抗技术领域。本方法包括估计跳频周期；构建跳频信号的时频分布图；计算时频分布图中左、右空白矩形的范围；确定两网台跳频信号的各自分布区域，将区域内的跳频信号分选到各自网台；利用处于同一跳频周期的两个跳频信号的互斥性递归分选剩余的跳频信号；计算两个网台的参数等步骤。本发明在不增加来波方向信息的情况下利用跳频信号的时频分布特征和处于同一跳频周期的跳频信号的互斥性，实现了对两个相同跳速的到达时间重叠而频率集不完全重叠的网台信号的分选。本发明算法简洁，大大提高了网台分选方法的适应性，是对现有技术的一种重要改进。
-
公开(公告)号：CN111600630A
公开(公告)日：2020-08-28
申请号：CN202010395574.9
申请日：2020-05-12
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种联合使用大小点数FFT的跳频信号检测方法，属于通信对抗技术领域。该方法包括对宽带采样信号进行两路短时傅里叶变换；分别利用两路短时傅里叶变换进行跳频信号检测；融合两路跳频信号检测结果得到最终的跳频信号检测结果等步骤。本发明同时使用两路短时傅里叶变换进行跳频信号检测，一路使用大点数FFT保证频率分辨率，一路使用小点数FFT保证时间分辨率，最后将两路的跳频信号检测结果进行融合得到最终的跳频信号检测结果，从而兼顾了时间分辨率和频率分辨率，可以同时高精度地获得跳频信号的时间参数和频率参数。本发明方法简洁，大大提高了跳频信号参数的检测精度，是对现有技术的一种重要改进。
-
公开(公告)号：CN115718557A
公开(公告)日：2023-02-28
申请号：CN202211462106.4
申请日：2022-11-22
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F3/0484 , G06F3/0481 , G06F16/81 , G06F16/84 , G06F9/445
Abstract: 本发明公开了一种QT框架下的参数控制方法，属于信息传输与处理技术领域。本发明包括基于QT定义功能控件种类及接口、实现并形成功能控件库、选用功能控件形成本地XML文件、动态创建功能控件实现界面布局、功能控件属性变化进行消息传递、触发功能控件的业务逻辑等一系列处理流程。本发明利用QT中信号与槽的通信机制，实现对不同使用场景下应用多种控件进行设备参数控制的业务需求，具备良好的适应性及扩展性。本发明具有跨平台、易扩展、复用性强等优点，可以显著提高业务设计及开发效率，并使得用于参数控制的人机界面友好、方便、灵活、一致。
-
Patent Agency Ranking
公开(公告)号：CN111600629B
公开(公告)日：2021-07-06
申请号：CN202010395448.3
申请日：2020-05-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B1/713 , H04B1/7136 , G06K9/62
Abstract: 本发明公开了一种基于改进的CluStream框架的网台分选方法，属于通信对抗技术领域。本发明包括缓存跳频信号参数数据流；按到达时间对缓存的数据进行升序排序；将排序后的数据按持续时间进行划分得到数据集合；分段处理每个数据集合，计算网台参数等步骤。本发明借鉴CluStream框架的数据处理思想，将跳频信号参数数据流按时间进行分段处理，经过微聚类和宏聚类可以跟踪不同网台信号的到达时间的漂移，避免到达时间漂移对时间特征提取的不利影响。本发明方法简洁，提高了网台分选方法的适应性，是对现有技术的一种重要改进。
-
公开(公告)号：CN111600629A
公开(公告)日：2020-08-28
申请号：CN202010395448.3
申请日：2020-05-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B1/713 , H04B1/7136 , G06K9/62
Abstract: 本发明公开了一种基于改进的CluStream框架的网台分选方法，属于通信对抗技术领域。本发明包括缓存跳频信号参数数据流；按到达时间对缓存的数据进行升序排序；将排序后的数据按持续时间进行划分得到数据集合；分段处理每个数据集合，计算网台参数等步骤。本发明借鉴CluStream框架的数据处理思想，将跳频信号参数数据流按时间进行分段处理，经过微聚类和宏聚类可以跟踪不同网台信号的到达时间的漂移，避免到达时间漂移对时间特征提取的不利影响。本发明方法简洁，提高了网台分选方法的适应性，是对现有技术的一种重要改进。
-
公开(公告)号：CN114826857B
公开(公告)日：2024-05-03
申请号：CN202210310083.9
申请日：2022-03-28
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04L27/26 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于生成对抗网络的OFDM信号生成方法，生成使用OFDM调制的复杂协议信号，属于通信对抗领域中的信号重构技术。本发明针对OFDM信号时域特征提取困难的问题，首先，使用FFT对时域OFDM信号进行预处理，并将处理后的频域符号向量拼接为二维数据矩阵；然后，将数据矩阵以灰度图像的方式存储为时频二维图样，用于GAN的训练和测试。此外，本发明中的双判别器GAN采用一个生成器与两个判别器同时进行博弈，生成器用于生成时频二维图样以欺骗两个判别器，两个判别器分别从子载波结构和调制符号的星座密度两个方面区分生成的图样和真实图样，以保证生成信号符合OFDM时频域特征的要求。
-
公开(公告)号：CN114826857A
公开(公告)日：2022-07-29
申请号：CN202210310083.9
申请日：2022-03-28
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种基于生成对抗网络的OFDM信号生成方法，生成使用OFDM调制的复杂协议信号，属于通信对抗领域中的信号重构技术。本发明针对OFDM信号时域特征提取困难的问题，首先，使用FFT对时域OFDM信号进行预处理，并将处理后的频域符号向量拼接为二维数据矩阵；然后，将数据矩阵以灰度图像的方式存储为时频二维图样，用于GAN的训练和测试。此外，本发明中的双判别器GAN采用一个生成器与两个判别器同时进行博弈，生成器用于生成时频二维图样以欺骗两个判别器，两个判别器分别从子载波结构和调制符号的星座密度两个方面区分生成的图样和真实图样，以保证生成信号符合OFDM时频域特征的要求。
-
公开(公告)号：CN113746580A
公开(公告)日：2021-12-03
申请号：CN202110982030.7
申请日：2021-08-25
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B17/391 , G06N3/04 , G06K9/62
Abstract: 本发明属于无线通信信号传输信道仿真的技术领域，公开了一种基于循环生成对抗网络(CycleGAN)的信道特性迁移方法，主要包括以下环节。信号数据集构建：产生多种原始调制信号以及信道叠加信号作为训练数据。信道特性迁移网络结构设计：基于Cycle‑GAN网络框架构建面向一维信号的信道特性迁移GAN网络。网络模型训练：选取信号样本训练获取信道迁移后信号，设计损失函数并使用优化算法进行模型参数更新直至获得训练好的信道特性迁移网络。信道特性迁移仿真信号生成与评估：对信道迁移后的信号进行误码率、频率偏移和幅值衰落等指标的计算。本发明所设计的信道迁移方法无需显式构建信道的数学模型，且不依赖于信道的输入信号和输出信号样本对，具有实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.039 seconds)
