-
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。
-
公开(公告)号：CN112800862B
公开(公告)日：2022-08-02
申请号：CN202110027783.2
申请日：2021-01-11
Applicant: 吉林大学
Abstract: 本发明涉及一种非平稳信号时频矩阵重构方法及系统，先计算采样序列选取不同核参数时的Choi‑Williams变换，得到与每一核参数对应的时频矩阵，再分别对每一时频矩阵取模，得到幅值矩阵，计算每一幅值矩阵中每一列的瞬时归一化熵，得到熵值矩阵。最后选取熵值矩阵中每一行的最小值，记最小值为Rnk，则选取第k个核参数对应的幅值矩阵中的第n列作为重构时频矩阵的第n列，得到重构时频矩阵，进而本发明重构的时频矩阵，其每一时间点所在列都是在该时间点的最优核参数下计算得到的，从而保证每一列都具备时频聚集性与交叉项抑制的综合最优性能，通过每一时间点的最优实现整体的最优，从而达到对时频分析整体性能优化的目的。
-
公开(公告)号：CN112800863B
公开(公告)日：2022-07-01
申请号：CN202110028826.9
申请日：2021-01-11
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 本发明涉及一种用于通信信号调制模式识别的时频特征提取方法及系统，获取原始通信信号并进行零均值化；获取零均值化后的通信信号的三阶累积量切片谱；根据三阶累积量切片谱判断零均值化后的通信信号的主要频率分量个数，从而确定VMD分解的分解层数和最佳分解层数；根据最佳分解层数，对原始通信信号进行VMD分解，得到本征模态函数分量，对每个本征模态函数分量计算零时延四阶累积量；根据基于高阶累积量的判定准则，判断每个本征模态函数分量是否为有用信号分量；对所有有用信号分量分别做ZAM时频变换，变换后的时频信号分量叠加，得到原始通信信号的时频特征。本发明将VMD分解与ZAM时频分析方法相结合，提高了时频特征提取的准确性。
-
公开(公告)号：CN112800862A
公开(公告)日：2021-05-14
申请号：CN202110027783.2
申请日：2021-01-11
Applicant: 吉林大学
Abstract: 本发明涉及一种非平稳信号时频矩阵重构方法及系统，先计算采样序列选取不同核参数时的Choi‑Williams变换，得到与每一核参数对应的时频矩阵，再分别对每一时频矩阵取模，得到幅值矩阵，计算每一幅值矩阵中每一列的瞬时归一化熵，得到熵值矩阵。最后选取熵值矩阵中每一行的最小值，记最小值为Rnk，则选取第k个核参数对应的幅值矩阵中的第n列作为重构时频矩阵的第n列，得到重构时频矩阵，进而本发明重构的时频矩阵，其每一时间点所在列都是在该时间点的最优核参数下计算得到的，从而保证每一列都具备时频聚集性与交叉项抑制的综合最优性能，通过每一时间点的最优实现整体的最优，从而达到对时频分析整体性能优化的目的。
-
公开(公告)号：CN112800863A
公开(公告)日：2021-05-14
申请号：CN202110028826.9
申请日：2021-01-11
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 本发明涉及一种用于通信信号调制模式识别的时频特征提取方法及系统，获取原始通信信号并进行零均值化；获取零均值化后的通信信号的三阶累积量切片谱；根据三阶累积量切片谱判断零均值化后的通信信号的主要频率分量个数，从而确定VMD分解的分解层数和最佳分解层数；根据最佳分解层数，对原始通信信号进行VMD分解，得到本征模态函数分量，对每个本征模态函数分量计算零时延四阶累积量；根据基于高阶累积量的判定准则，判断每个本征模态函数分量是否为有用信号分量；对所有有用信号分量分别做ZAM时频变换，变换后的时频信号分量叠加，得到原始通信信号的时频特征。本发明将VMD分解与ZAM时频分析方法相结合，提高了时频特征提取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111711586A
公开(公告)日：2020-09-25
申请号：CN202010540939.2
申请日：2020-06-15
Applicant: 吉林大学
Abstract: 本发明涉及一种应用于通信调制方式识别的时频协同滤波方法及系统，所述滤波方法包括：确定解析信号；对所述解析信号进行瞬时频率估计，得到所述解析信号的瞬时频率；将所述解析信号输入至下变频混频器，混频器频率采用信号的瞬时频率，得到下变频混频器输出数据序列；将所述变换后的下变频混频器输出数据序列输入至低通滤波器，得到滤波后的数据序列；将滤波后的数据序列输入至上变频混频器，得到协同滤波后的高信噪比解析信号。本发明中的上述方法能够有效滤除干扰噪声，提升信噪比。
-
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：CN111711586B
公开(公告)日：2021-07-13
申请号：CN202010540939.2
申请日：2020-06-15
Applicant: 吉林大学
Abstract: 本发明涉及一种应用于通信调制方式识别的时频协同滤波方法及系统，所述滤波方法包括：确定解析信号；对所述解析信号进行瞬时频率估计，得到所述解析信号的瞬时频率；将所述解析信号输入至下变频混频器，混频器频率采用信号的瞬时频率，得到下变频混频器输出数据序列；将所述变换后的下变频混频器输出数据序列输入至低通滤波器，得到滤波后的数据序列；将滤波后的数据序列输入至上变频混频器，得到协同滤波后的高信噪比解析信号。本发明中的上述方法能够有效滤除干扰噪声，提升信噪比。
-
公开(公告)号：CN112929053B
公开(公告)日：2022-02-22
申请号：CN202110258849.9
申请日：2021-03-10
Applicant: 吉林大学
Abstract: 本发明公开了一种跳频信号特征提取与参数估计方法,克服了现有技术具有时间和频率分辨率相互制约、存在交叉项及TT变换对噪声敏感问题，步骤：1.跳频信号采样；2.作平滑伪Wigner时频变换；3.作基于SPWVD变换的TT变换；4.绘制SPWVD‑TT变换图；5.提取得到的SPWVD‑TT变换图中“眼状”结构最外圈等高线；6.求上包络曲线，去直流分量；7.估计跳频周期：对去除直流分量后的上包络曲线进行傅里叶变换，得到的幅频图中幅度最大值对应的频率即为跳频速率估计值，跳频速率取倒数即为跳频周期估计值；8.估计跳频时刻：通过其余峰值时间点t1,t2,...,tk‑1对跳频时刻进行估计；通过累加平均法减小误差，初始跳频时刻估计值为
-
公开(公告)号：CN112929053A
公开(公告)日：2021-06-08
申请号：CN202110258849.9
申请日：2021-03-10
Applicant: 吉林大学
Abstract: 本发明公开了一种跳频信号特征提取与参数估计方法,克服了现有技术具有时间和频率分辨率相互制约、存在交叉项及TT变换对噪声敏感问题，步骤：1.跳频信号采样；2.作平滑伪Wigner时频变换；3.作基于SPWVD变换的TT变换；4.绘制SPWVD‑TT变换图；5.提取得到的SPWVD‑TT变换图中“眼状”结构最外圈等高线；6.求上包络曲线，去直流分量；7.估计跳频周期：对去除直流分量后的上包络曲线进行傅里叶变换，得到的幅频图中幅度最大值对应的频率即为跳频速率估计值，跳频速率取倒数即为跳频周期估计值；8.估计跳频时刻：通过其余峰值时间点t1,t2,...,tk‑1对跳频时刻进行估计；通过累加平均法减小误差，初始跳频时刻估计值为
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
