公开(公告)号：CN110018447A

公开(公告)日：2019-07-16

申请号：CN201910282858.4

申请日：2019-04-09

Applicant: 电子科技大学

Inventor： 郭磊 ,  张克乐 ,  柴聪聪 ,  潘仲赢 ,  王秋然 ,  林滋宜 ,  王俊 ,  曾家明 ,  王瑞林

IPC: G01S7/36 ,  G01R23/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 为了应对日益复杂的电磁环境，不仅需要对截获的无线电信号进行分类分析，还需要能够识别出不同的发射机。目前采用的无线电信号发射机个体识别方法在低信噪比条件下效果较差。本发明提出一种基于双谱分析与深度卷积神经网络相结合的发射机个体识别方法。主要步骤为：步骤一，对不同发射机个体发射的信号采用直接双谱法进行分析，得到双谱特征矩阵，并将其转化为二维特征图像；步骤二，使用本发明的卷积神经网络对二维特征图像进行分类；步骤三，输出分类结果，识别出不同发射机个体。本发明可应用在通信发射设备的个体识别和电子对抗中各类辐射源发射机的识别等领域。

公开(公告)号：CN110033038B

公开(公告)日：2022-08-05

申请号：CN201910279782.X

申请日：2019-04-09

Applicant: 电子科技大学

Inventor： 郭磊 ,  林滋宜 ,  王瑞林 ,  王俊 ,  曾磊 ,  宗文刚 ,  王秋然 ,  张克乐 ,  潘仲赢 ,  柴聪聪 ,  曾家明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 目前气动热试验有效数据段的选取主要是依靠人工判读标注，工作量大，耗时耗力。本发明提出一种自动选取数据段的方法。具体步骤如下：步骤一、收集测热试验数据；步骤二、通过CNN对测热试验数据分类，输出有效的数据；步骤三、滑动窗口截取数据；步骤四、利用CNN网络判定数据；步骤五、输出有效数据段的正确概率；步骤六、确定初始标注位置。本发明提出的方法具有自适应能力，可有效提升测热试验数据的提取效率，对防热结构的设计和高超声速飞行器的飞行安全有十分重要的意义。

公开(公告)号：CN110033038A

公开(公告)日：2019-07-19

申请号：CN201910279782.X

申请日：2019-04-09

Applicant: 电子科技大学

Inventor： 郭磊 ,  林滋宜 ,  王瑞林 ,  王俊 ,  曾磊 ,  宗文刚 ,  王秋然 ,  张克乐 ,  潘仲赢 ,  柴聪聪 ,  曾家明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 目前气动热试验有效数据段的选取主要是依靠人工判读标注，工作量大，耗时耗力。本发明提出一种自动选取数据段的方法。具体步骤如下：步骤一、收集测热试验数据；步骤二、通过CNN对测热试验数据分类，输出有效的数据；步骤三、滑动窗口截取数据；步骤四、利用CNN网络判定数据；步骤五、输出有效数据段的正确概率；步骤六、确定初始标注位置。本发明提出的方法具有自适应能力，可有效提升测热试验数据的提取效率，对防热结构的设计和高超声速飞行器的飞行安全有十分重要的意义。