公开(公告)号：CN117435968A

公开(公告)日：2024-01-23

申请号：CN202310812305.1

申请日：2023-07-04

Applicant: 电子科技大学

Inventor： 利强 ,  刘红利 ,  朱少先 ,  潘晔 ,  林静然 ,  邵怀宗 ,  孙国敏

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06F18/15 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开的基于信息熵实现特征分离的方法及辐射源识别的应用，包括用提取深层特征的特征提取网络，通过特征提取网络提取目标信息的深层特征，分别构建识别不同特征的识别网络模型，将特征提取网络与各类识别网络模型通过交叉熵损失函数分别进行训练；将训练后的各类识别网络模型使用信息熵损失函数和正交损失函数训练特征提取网络，训练后的特征提取网络具备特征分离能力。本方法是基于信息熵的深度学习网络模型，可以对不同的识别网络进行优化，应用交叉熵损失、信息熵损失、正交损失等方式提高对数据集的特征分离进而提高深度学习模型的训练效果。本发明的另一目的在于，公开一种基于信息熵和分步训练实现特征分离方法的应用，提高识别辐射源的效率。

公开(公告)号：CN119182561A

公开(公告)日：2024-12-24

申请号：CN202411166338.4

申请日：2024-08-23

Applicant: 电子科技大学

Inventor： 利强 ,  刘红利 ,  潘晔 ,  林静然 ,  邵怀宗 ,  孙国敏

IPC: H04L9/40 ,  H04B7/0413

Abstract: 本发明涉及物理层通信技术，提供一种基于空间Sigma‑Delta调制的物理层安全传输方法，使用空间Sigma‑Delta调制来处理下行传输中的物理层安全问题，采用了基于L阶Sigma‑Delta调制器，将Sigma‑Delta调制器的设计处理为优化问题：在空间Sigma‑Delta调制器不过载的情况下，合法用户端的信号与量化噪声比最小时，窃听者的最大SQNR小于1/η。利用低分辨率DAC，通过优化设置后的Sigma‑Delta调制对量化噪声进行空间整形。本发明不仅降低大规模MIMO实现的硬件成本和功耗，而且天然地将传统低分辨率量化器粗糙量化带来的严重量化噪声导向潜在窃听者以保护合法的用户，实现了通信安全。

公开(公告)号：CN116956147A

公开(公告)日：2023-10-27

申请号：CN202310812302.8

申请日：2023-07-04

Applicant: 电子科技大学

Inventor： 利强 ,  刘红利 ,  朱少先 ,  潘晔 ,  林静然 ,  邵怀宗 ,  孙国敏

IPC: G06F18/241 ,  G06F18/23213 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及信号源识别技术领域，具体涉及一种基于自监督的跨接收机数据自适应辐射源识别方法，使用信息熵、伪标签自监督和对比学习等方法使得网络模型能自动适应新接收机的数据分布，从而从而提高网络在不同接收机数据上的泛化能力，解决现有网络模型在跨接收机数据识别时不足的问题。实验结果表明，在加载一个使用原接收机的有标签数据进行训练的网络模型后，使用新接收机无标签数据训练网络，相比于普通识别网络使用同样的有标签数据进行训练，在新接收机上的识别准确率不同数据集上均有提升，平均提升20.94％。