公开(公告)号：CN116778229A

公开(公告)日：2023-09-19

申请号：CN202310565738.1

申请日：2023-05-18

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月 ,  单钰祺

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于小样本学习的无线频谱状态图像分类方法，属于认知无线电领域。该方法包括：将训练集支持集Str与训练集查询集Qtr输入到嵌入模块，得到各个类别的张量集；在所述训练集支持集Str张量集中通过每个类别中距离最接近的K个张量计算所述训练集支持集Str的各个类别的类原型；将所述类原型与所述训练集查询集Qtr张量集输入度量模块，进行相似性度量，得到小样本图像分类器。本发明使用的方法与传统机器学习算法相比分类任务中训练和测试所用的类别是不同的，这样的设置有利于训练一个可以抽取样本通用特征和特有特征的小样本图像分类器，解决了传统基于机器学习的频谱状态感知算法对数据的依赖性问题，提高了在盲感知、快速感知中的感知准确性；同时，使用若干特征向量代表图像样本，使用局部特征代表图像进行分类，消除了类内差异和背景混淆的问题。

公开(公告)号：CN118041470A

公开(公告)日：2024-05-14

申请号：CN202410321926.4

申请日：2024-03-20

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月

IPC: H04B17/382 ,  H04W24/02

Abstract: 本发明涉及一种基于无线频谱数据的智能频谱管理系统，属于认知无线电领域。该方法包括：频谱监测节点网络、频谱管理平台、数据库管理模块和算法开发模块；所述频谱监测节点网络，用于在频谱监测区域内布置监测节点，并实时采集频谱数据；所述频谱管理平台，包括登陆界面和平台交互界面；所述数据库管理模块，用于接收并保存结构化数据和非结构化数据；所述算法开发模块，包括频谱感知算法、频谱预测算法和知识图谱相关算法。发明通过集成频谱监测、数据管理、算法开发和用户界面等功能模块，系统能够实现对频谱资源的全面管理和优化，具有较强的综合性能优势。

公开(公告)号：CN117375751A

公开(公告)日：2024-01-09

申请号：CN202310779117.3

申请日：2023-06-28

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月 ,  廖赞翔

IPC: H04B17/391 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/0464

Abstract: 本发明涉及一种无线频谱状态动态预测方法，属于认知无线电领域。该方法包括：将图信号矩阵和距离矩阵输入到带有前馈网络的注意力机制中分别得到时间注意力矩阵Teα和空间注意力矩阵Spα；将所述时间注意力矩阵Teα与所述图信号矩阵相乘，作为图卷积网络的输入；使用所述空间注意力矩阵Spα调整邻接矩阵A。本方法适用于具有复杂特征的频谱环境，可以在不同的时间步长和空间位置自适应地调整注意力权重，这使得网络能够动态地捕捉时空相关性的变化，在长期预测中取得了很好的性能。

公开(公告)号：CN118171731A

公开(公告)日：2024-06-11

申请号：CN202410321925.X

申请日：2024-03-20

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月

IPC: G06N5/022 ,  G06N5/04

Abstract: 本发明涉及一种基于知识图谱的智能频谱管理系统，其特征在于，包括接收器模块、数据库模块、图谱构建模块、推理引擎模块和智能频谱管理模块；所述接收器模块，用于获取无线频谱数据；所述数据库模块，用于存储和管理频谱数据；所述图谱构建模块，用于构建知识图谱，其中所述知识图谱包括结构化数据和非结构化数据；所述推理引擎模块，用于从知识图谱中提取信息、进行推理，并生成相应的频谱管理决策；所述智能频谱管理模块，用于执行频谱管理决策，包括频谱分配、规划、监测、干扰检测和决策执行等。发明通过多模块协同工作，实现了智能频谱管理系统的全面优化。系统利用知识图谱推理功能，快速分析频谱资源利用情况，并智能化地做出相应决策，提升了频谱管理的精确性和智能化水平。同时，结构化数据处理器和非结构化数据处理器的配合，为知识图谱的构建提供了全面而准确的数据支持，进一步增强了系统的性能和可靠性。

公开(公告)号：CN117834061A

公开(公告)日：2024-04-05

申请号：CN202311719236.6

申请日：2023-12-13

Applicant: 重庆邮电大学

Inventor： 申滨 ,  李月 ,  曾元鸿

IPC: H04B17/382 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于图卷积网络的无线频谱感知数据预测方法，属于认知无线电领域。该方法包括：计算图#imgabs0#中的节点在中继关系、距离关系和相关系数关系下的亲和矩阵AR、AD和AP；分别计算图信号矩阵X在所述中继关系、距离关系和皮尔逊相关系数关系下基于图卷积网络的预测值#imgabs1#和#imgabs2#将所述预测值#imgabs3#和#imgabs4#进行加权融合得到最终预测结果#imgabs5#本方法使用中继关系、距离关系和皮尔逊相关系数关系来更新邻接矩阵，可以综合考虑节点之间的中继关系、空间相似性和线性相关性，有助于弥补基于GCN的频谱数据预测算法在节点相关性方面的不足。这种综合更新方式可以提高预测算法对节点之间关联性的建模能力，从而提高预测的准确性和可靠性。