-
公开(公告)号：CN114626296B
公开(公告)日：2025-03-18
申请号：CN202210229275.7
申请日：2022-03-09
Applicant: 吉林大学
IPC: G06F30/27 , G06F30/23 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于一维残差注意力CNN的线缆电磁辐射响应预测方法，属于电磁辐射响应波形预测领域，该方法通过确定影响线缆电磁脉冲辐射响应波形的物理因素，通过对物理因素进行大量取样，经过全波仿真得到取样点的输出波形，将仿真数据分为训练集、验证集与测试集，构建基于一维残差注意力CNN的网络模型，用仿真数据对其进行训练、验证和测试，将网络预测的波形与全波仿真得到的波形进行比较，获得线缆电磁脉冲辐射响应预测模型；将测试集的样本点输入到训练好的线缆电磁脉冲辐射响应预测模型进行预测，预测结果进行反归一化得到最终预测结果。实现更能反映实际情况的高功率微波辐照下线束响应波形的快速预测。
-
公开(公告)号：CN114280648B
公开(公告)日：2024-07-19
申请号：CN202111633352.7
申请日：2021-12-29
Applicant: 吉林大学
IPC: G01S19/42 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/2135 , G06F18/2431
Abstract: 本发明公开了一种基于主成分分析的无人机干扰源定位方法及系统，属于无人机通信及干扰信号识别领域，系统包括地面部分和无人机机载部分，方法利用主成分分析算法对干扰信号进行分类识别，同时在无人机扫频期间时刻检测各方向的干扰信号强度，根据干扰信号识别与能量检测过程中出现的信号峰值时刻计算出干扰源的方位角，在上一个预定监测点完成监测干扰源任务后，地面控制中心控制无人飞行至下一个预定监测点，且下一个预定监测点的位置在上一个预定监测点的干扰源方位角的覆盖范围，通过至少两次监测即可对干扰源的位置坐标信息，以保证信号干扰源的实时精准定位。
-
Patent Agency Ranking
公开(公告)号：CN116321135A
公开(公告)日：2023-06-23
申请号：CN202310139912.6
申请日：2023-02-21
Applicant: 吉林大学
IPC: H04W12/041 , H04W12/79
Abstract: 本发明提出了一种基于射频指纹辨识模型的物理层密钥生成方法，属于无线物理层安全通信技术领域，该方法首先收集母机与子机群各子机开机时产生的瞬态信号，通过RF‑DNA指纹特征提取算法进行射频指纹提取，获得母机与各子机的物理层特征，将母机与各子机的特征数据集两两匹配组成密钥特征集，构建线性核支持向量机，以密钥特征集作为训练集建立分离超平面，获取分离超平面的法向量与截距组成密钥矩阵，对密钥矩阵进行编码获得对应子机的物理层密钥。本发明提出的方法无需第三方参与密钥的建立与分发，剔除人为因素，防止社会学工程破解与撞库风险，保证密钥快速更新，实现一机一密的数据加密。
-
公开(公告)号：CN116321135B
公开(公告)日：2025-05-16
申请号：CN202310139912.6
申请日：2023-02-21
Applicant: 吉林大学
IPC: H04W12/041 , H04W12/79
Abstract: 本发明提出了一种基于射频指纹辨识模型的物理层密钥生成方法，属于无线物理层安全通信技术领域，该方法首先收集母机与子机群各子机开机时产生的瞬态信号，通过RF‑DNA指纹特征提取算法进行射频指纹提取，获得母机与各子机的物理层特征，将母机与各子机的特征数据集两两匹配组成密钥特征集，构建线性核支持向量机，以密钥特征集作为训练集建立分离超平面，获取分离超平面的法向量与截距组成密钥矩阵，对密钥矩阵进行编码获得对应子机的物理层密钥。本发明提出的方法无需第三方参与密钥的建立与分发，剔除人为因素，防止社会学工程破解与撞库风险，保证密钥快速更新，实现一机一密的数据加密。
-
公开(公告)号：CN114280648A
公开(公告)日：2022-04-05
申请号：CN202111633352.7
申请日：2021-12-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于主成分分析的无人机干扰源定位方法及系统，属于无人机通信及干扰信号识别领域，系统包括地面部分和无人机机载部分，方法利用主成分分析算法对干扰信号进行分类识别，同时在无人机扫频期间时刻检测各方向的干扰信号强度，根据干扰信号识别与能量检测过程中出现的信号峰值时刻计算出干扰源的方位角，在上一个预定监测点完成监测干扰源任务后，地面控制中心控制无人飞行至下一个预定监测点，且下一个预定监测点的位置在上一个预定监测点的干扰源方位角的覆盖范围，通过至少两次监测即可对干扰源的位置坐标信息，以保证信号干扰源的实时精准定位。
-
公开(公告)号：CN116626714A
公开(公告)日：2023-08-22
申请号：CN202310604053.3
申请日：2023-05-26
Applicant: 吉林大学
IPC: G01S19/21 , G01S19/37 , G06F18/214 , G06N3/0442 , G06N3/0464
Abstract: 本发明提出了一种基于CNN‑LSTM的GNSS欺骗信号检测方法，属于GNSS欺骗干扰信号检测领域，该方法通过将一段能够代表欺骗存在的样本点作为一条样本数据输入到CNN‑LSTM网络中，根据样本数据的变化走势情况以及样本点之间的强相关性进行分析，从而对欺骗干扰信号进行检测，提高了干扰信号的识别率。通过使用含有不同欺骗类型的数据进行训练，进而提高了识别的泛化能力。
-
公开(公告)号：CN114626296A
公开(公告)日：2022-06-14
申请号：CN202210229275.7
申请日：2022-03-09
Applicant: 吉林大学
Abstract: 本发明公开了一种基于一维残差注意力CNN的线缆电磁辐射响应预测方法，属于电磁辐射响应波形预测领域，该方法通过确定影响线缆电磁脉冲辐射响应波形的物理因素，通过对物理因素进行大量取样，经过全波仿真得到取样点的输出波形，将仿真数据分为训练集、验证集与测试集，构建基于一维残差注意力CNN的网络模型，用仿真数据对其进行训练、验证和测试，将网络预测的波形与全波仿真得到的波形进行比较，获得线缆电磁脉冲辐射响应预测模型；将测试集的样本点输入到训练好的线缆电磁脉冲辐射响应预测模型进行预测，预测结果进行反归一化得到最终预测结果。实现更能反映实际情况的高功率微波辐照下线束响应波形的快速预测。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
