-
公开(公告)号：CN113727307B
公开(公告)日：2023-08-15
申请号：CN202111206147.2
申请日：2021-10-15
Applicant: 西安电子科技大学 , 联创汽车电子有限公司西安分公司
Abstract: 本发明提出了一种基于冲突检测与冲突避免联合的车联网资源选择方法，主要解决现有技术由于隐藏节点导致的持续资源冲突问题，其方案是：根据时域与频域信息构建资源池R；车联网中的车辆Va对资源池R中的时频资源块冲突进行检测，并构建冲突时频资源集RC；车辆Va根据冲突时频资源集RC构建冲突提示信息Ca，并将Ca携带在自己已有的周期性业务中广播出去；车联网中的其他车辆Vb根据Ca中指示的时频资源信息判断自己是否使用了冲突时频资源块，若是，则进行资源重选，并将感知到的不可用的时频资源信息告知其他车辆，否则，不进行资源重选。本发明避免了隐藏节点导致的持续资源冲突，提高了车联网系统的可靠性，可用于车联网中车辆间的自主通信。
-
公开(公告)号：CN114241272B
公开(公告)日：2023-04-07
申请号：CN202111409376.4
申请日：2021-11-25
Applicant: 电子科技大学
IPC: G06V10/80 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/08 , G01S5/02
Abstract: 本发明公开了一种基于深度学习的异构信息融合定位方法，属于辐射源定位技术领域。本发明基于指定的多种定位参数，实现了基于深度学习的异构信息的融合定位。将定位参数转化为热力图，通过将辐射源位置估计看作热力图中的关键点检测问题，直接进行端到端的训练和测试，实现复杂度低。对比传统融合定位方法，可以对不同感知节点处的不同参数信息进行融合，而不需要所有布设的感知节点可以同时获取多种参数这一假设条件，更能够满足实际动态环境需求。本发明在实际定位处理时，无论是有RSS，AOA，或者TDOA参数中的某一种、两种或者三种，都可以使用同样的网络模型，适应性好。同时本发明还可以扩展到包含更多异构信息如包含TOA、FDOA等参数的融合定位。
-
公开(公告)号：CN115249025A
公开(公告)日：2022-10-28
申请号：CN202111208229.0
申请日：2021-10-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种新环境下干扰识别的鲁棒性方法，属于信号干扰领域。本发明首先设置基于卷积神经网络的干扰识别模型，并采用静默期的采集信号作为第一训练集，对干扰识别模型进行基础训练；再采用非静默期的采集信号作为第二训练集，对步骤2训练好的干扰识别模型进行第二次训练，并将第二次训练好的干扰识别模型作为干扰识别器；其中，第二训练与基础训练采用的损失函数和优化函数相同，第二训练过程中采用的学习率低于基础训练采用的学习率；对待识别信号信号进行预处理后输入干扰识别器获取识别结果。本发明对干扰识别效果良好，且本发明适用于当信道环境发生变化，噪声改变时等新环境下的干扰识别。
-
公开(公告)号：CN114861730A
公开(公告)日：2022-08-05
申请号：CN202210580631.X
申请日：2022-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多任务学习的干扰认知方法，属于干扰识别技术领域。本发明为了能实现对干扰信号有一个更加准确的认知，在能够实现干扰信号分类的基础上，进一步实现能够对干扰信号带宽和中心频率的预测，提出了一种基于多任务学习的干扰认知方法。本发明通过充分利用信号频谱中包含的信息，能够同时实现对噪声干扰、单音干扰、线性扫频干扰、噪声调频干扰、部分频带干扰五类干扰信号的分类以及对其带宽和中心频率的预测。并且同时输入信号的频域和时域信息能够提升信号分类以及对信号带宽和中心频率预测的准确性。
-
公开(公告)号：CN114758180B
公开(公告)日：2023-10-10
申请号：CN202210412189.X
申请日：2022-04-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/084
Abstract: 本发明公开了一种基于知识蒸馏的轻量化花卉识别方法，包括以下步骤：S1.构建花卉数据集，并将花卉数据集划分为训练集和测试集；S2.选定教师网络和学生网络；S3.对教师网络初始化和训练，得到成熟的教师网络；S4.对学生网络进行初始化；S5.在教师网络的辅助下，使用花卉数据集训练初始化后的学生网络，得到成熟的学生神经网络；S6.将成熟的学生神经网络设置为eval模式，不进行反向传播；将待识别花卉图片输入成熟的学生神经网络，通过前向传播计算并输出识别结果，至此花卉识别结束。本发明使得轻量级花卉识别模型在模型大幅压缩的同时还能保持较高的准确率。
-
Patent Agency Ranking
公开(公告)号：CN114758180A
公开(公告)日：2022-07-15
申请号：CN202210412189.X
申请日：2022-04-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知识蒸馏的轻量化花卉识别方法，包括以下步骤：S1.构建花卉数据集，并将花卉数据集划分为训练集和测试集；S2.选定教师网络和学生网络；S3.对教师网络初始化和训练，得到成熟的教师网络；S4.对学生网络进行初始化；S5.在教师网络的辅助下，使用花卉数据集训练初始化后的学生网络，得到成熟的学生神经网络；S6.将成熟的学生神经网络设置为eval模式，不进行反向传播；将待识别花卉图片输入成熟的学生神经网络，通过前向传播计算并输出识别结果，至此花卉识别结束。本发明使得轻量级花卉识别模型在模型大幅压缩的同时还能保持较高的准确率。
-
公开(公告)号：CN114241272A
公开(公告)日：2022-03-25
申请号：CN202111409376.4
申请日：2021-11-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的异构信息融合定位方法，属于辐射源定位技术领域。本发明基于指定的多种定位参数，实现了基于深度学习的异构信息的融合定位。将定位参数转化为热力图，通过将辐射源位置估计看作热力图中的关键点检测问题，直接进行端到端的训练和测试，实现复杂度低。对比传统融合定位方法，可以对不同感知节点处的不同参数信息进行融合，而不需要所有布设的感知节点可以同时获取多种参数这一假设条件，更能够满足实际动态环境需求。本发明在实际定位处理时，无论是有RSS，AOA，或者TDOA参数中的某一种、两种或者三种，都可以使用同样的网络模型，适应性好。同时本发明还可以扩展到包含更多异构信息如包含TOA、FDOA等参数的融合定位。
-
公开(公告)号：CN113727307A
公开(公告)日：2021-11-30
申请号：CN202111206147.2
申请日：2021-10-15
Applicant: 西安电子科技大学 , 联创汽车电子有限公司西安分公司
Abstract: 本发明提出了一种基于冲突检测与冲突避免联合的车联网资源选择方法，主要解决现有技术由于隐藏节点导致的持续资源冲突问题，其方案是：根据时域与频域信息构建资源池R；车联网中的车辆Va对资源池R中的时频资源块冲突进行检测，并构建冲突时频资源集RC；车辆Va根据冲突时频资源集RC构建冲突提示信息Ca，并将Ca携带在自己已有的周期性业务中广播出去；车联网中的其他车辆Vb根据Ca中指示的时频资源信息判断自己是否使用了冲突时频资源块，若是，则进行资源重选，并将感知到的不可用的时频资源信息告知其他车辆，否则，不进行资源重选。本发明避免了隐藏节点导致的持续资源冲突，提高了车联网系统的可靠性，可用于车联网中车辆间的自主通信。
-
公开(公告)号：CN114861730B
公开(公告)日：2023-04-07
申请号：CN202210580631.X
申请日：2022-05-25
Applicant: 电子科技大学
IPC: G06F18/2411 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务学习的干扰认知方法，属于干扰识别技术领域。本发明为了能实现对干扰信号有一个更加准确的认知，在能够实现干扰信号分类的基础上，进一步实现能够对干扰信号带宽和中心频率的预测，提出了一种基于多任务学习的干扰认知方法。本发明通过充分利用信号频谱中包含的信息，能够同时实现对噪声干扰、单音干扰、线性扫频干扰、噪声调频干扰、部分频带干扰五类干扰信号的分类以及对其带宽和中心频率的预测。并且同时输入信号的频域和时域信息能够提升信号分类以及对信号带宽和中心频率预测的准确性。
-
公开(公告)号：CN115186818A
公开(公告)日：2022-10-14
申请号：CN202210683695.2
申请日：2022-06-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于知识图谱的干扰设备感知方法，属于干扰感知技术领域。本发明针对复杂电磁环境中，目标方的干扰信息面临的异构、海量、冗余的大数据问题，本发明实施例利用各干扰参数之间的关系构建三元组，从而构建干扰知识图库，在此基础上，利用深度神经网络对干扰知识图谱信息的挖掘实现干扰设备的识别。本发明首先配置干扰知识图谱，然后基于干扰知识图谱的嵌入向量表示获取待识别的干扰信息的嵌入向量表示，以及干扰知识图谱中各干扰设备的干扰设备向量表示，并基于识别模型获取两者之间的相似度，基于最大相似度所对应的干扰设备获取待识别干扰信息的干扰设备感知结果。本发明用于干扰设备的感知，可显著提升其感知准确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
