-
公开(公告)号：CN118631620B
公开(公告)日：2024-11-26
申请号：CN202411088165.9
申请日：2024-08-09
Applicant: 中国电子科技集团公司第五十四研究所 , 中国人民解放军陆军工程大学
IPC: H04L27/00
Abstract: 本发明公开了一种非合作方多参数WFRFT调制方式的识别方法，属于无线通信技术领域。本发明首先构建信号调制方式星座点分布集合库，之后构建多参数WFRFT优化模型，并采用交替方向乘子法对模型进行求解，得到模型收敛时每一种调制方式星座点分布集合对应的目标函数值，将最小目标函数值对应的调制方式识别为发射机多参数WFRFT调制方式。本发明首次提出了针对多参数WFRFT信号的调制方式识别方法，通过建立并求解优化模型，实现仅在接收信号已知情况下的调制方式识别，解决了多参数WFRFT信号检测计算量大、识别困难的问题。
-
公开(公告)号：CN118019038A
公开(公告)日：2024-05-10
申请号：CN202410114896.X
申请日：2024-01-26
Applicant: 中国电子科技集团公司第五十四研究所 , 中国人民解放军陆军工程大学
Abstract: 本发明提出一种基于USRP的无线通信原型系统，涉及无线通信技术领域。该原型系统包括分别用于发射和接收无线信号的发射端USRP和接收端USRP，发射端USRP与发射端上位机连接，发射端上位机设有波形生成算法库及波形生成软件平台，波形生成软件平台用于按需软件化生成所需通信波形，接收端USRP与接收端上位机连接，接收端上位机设有波形处理算法库及波形处理软件平台，波形处理软件平台用于软件化选择接收处理算法并恢复通信数据。本发明将软件仿真算法直接应用于通信系统开发与设计中，具有软硬件模块解耦、兼容多种通信系统、波形参数动态可调、简化系统开发流程、升级维护方便等优势。
-
公开(公告)号：CN118611702A
公开(公告)日：2024-09-06
申请号：CN202410767282.1
申请日：2024-06-14
Applicant: 中国电子科技集团公司第五十四研究所 , 中国人民解放军陆军工程大学
IPC: H04B1/7097 , H04L9/40
Abstract: 本公开提出一种新型扩频通信方法，发送方和接收方预先共享公共参数；发送方生成并周期性更新曲线频增函数，在发送比特序列时，首先将比特序列映射为初始频率值，然后使用曲线频增函数在通信带宽内进行曲线扫频，以生成已调信号；接收方使用公共参数，生成并周期性更新曲线频减函数，接收到基带信号后，使用曲线频减函数对基带信号进行解扩处理，以获得初始频率值，并进一步将其映射为比特序列，完成数据接收。发送方和接收方可以周期性动态更新曲线频增函数和曲线频减函数。该公开提出的新型扩频通信方法，使得恶意第三方无法获取扩频通信的全部细节，干扰信号无法绕开扩频通信方法提供的抗干扰保护，无线通信链路能够以较高信干噪比，传输数据。
-
公开(公告)号：CN118400053A
公开(公告)日：2024-07-26
申请号：CN202410556828.9
申请日：2024-05-07
Applicant: 中国人民解放军陆军工程大学 , 中国电子科技集团公司第五十四研究所
IPC: H04B17/345 , H04B17/391 , H04W24/02
Abstract: 本发明公开了一种基于深度强化学习的多信道数据传输协同抗干扰方法，建立多信道数据传输协同抗干扰系统模型、通信模型和数据传输模型；以频谱瀑布图为状态，以传输方式的选择和传输信道的选择为动作，将多信道数据传输协同抗干扰过程建模为多用户马尔可夫决策过程；发射机根据当前缓冲区数据量和数据传输模型初始化传输方式，根据状态和动作定义发射机的状态‑动作值函数，执行选择的动作之后，获得奖励，感知当前频谱，状态转移到下一状态，并将当前状态、动作、状态价值和下一时刻状态作为经验，存储到经验池中；从经验池中随机批量采样训练神经网络，所述神经网络引入mellowmax算子计算目标状态价值，并基于纯贪婪策略选择动作，确定传输方式和传输信道。本发明模型完备，物理意义清晰，能够避免恶意干扰和用户之间的互扰，提高网络吞吐量的同时降低平均数据传输时延。
-
公开(公告)号：CN119300166A
公开(公告)日：2025-01-10
申请号：CN202411250013.4
申请日：2024-09-06
Applicant: 中国人民解放军陆军工程大学 , 中国电子科技集团公司第五十四研究所
IPC: H04W72/541 , H04W72/542 , H04W72/0453 , H04W72/50
Abstract: 本发明公开了一种基于频谱数据聚合的多智能体协同抗干扰方法，首先建立基于频谱数据聚合的多智能体协同抗干扰模型；其次，基于贪婪策略选择联合动作；再次，执行联合动作，获得奖励，感知当前频谱，状态转移到下一状态，同时将经验存储进智能体的经验池中；然后，从经验池中随机批量采样，计算目标Q值，计算损失函数梯度并训练更新权重值，当达到最大循环次数时，算法结束。本发明模型完备，物理意义清晰，能够避免恶意干扰和用户之间的互扰，能显著提高感知信息不完全下超密集网络的抗干扰性能，且用频策略更公平。
-
Patent Agency Ranking
公开(公告)号：CN118631620A
公开(公告)日：2024-09-10
申请号：CN202411088165.9
申请日：2024-08-09
Applicant: 中国电子科技集团公司第五十四研究所 , 中国人民解放军陆军工程大学
IPC: H04L27/00
Abstract: 本发明公开了一种非合作方多参数WFRFT调制方式的识别方法，属于无线通信技术领域。本发明首先构建信号调制方式星座点分布集合库，之后构建多参数WFRFT优化模型，并采用交替方向乘子法对模型进行求解，得到模型收敛时每一种调制方式星座点分布集合对应的目标函数值，将最小目标函数值对应的调制方式识别为发射机多参数WFRFT调制方式。本发明首次提出了针对多参数WFRFT信号的调制方式识别方法，通过建立并求解优化模型，实现仅在接收信号已知情况下的调制方式识别，解决了多参数WFRFT信号检测计算量大、识别困难的问题。
-
公开(公告)号：CN119727999A
公开(公告)日：2025-03-28
申请号：CN202411848158.4
申请日：2024-12-16
Applicant: 中国人民解放军陆军工程大学
IPC: H04K3/00
Abstract: 本申请提供一种面向隐蔽性需求的干扰时机和位置联合决策方法，方法包括：步骤1，给定干扰机总能量，干扰机首先遍历每个位置；干扰机有多个位置能够选择，分别对应多个能够选择的臂；步骤2，定义信道衰落模型；步骤3，引入时间维度设计了干扰隐蔽系数，完善干扰效用表达式；步骤4，干扰机在遍历每个臂时，停留最优时间；步骤5，在遍历完每个位置后，干扰机决策出下一干扰位置；步骤6，确定转移位置与干扰已消耗能量；步骤7，设定停止条件。本申请解决实际应用中干扰设备面临能量有限并且持续干扰易被发现的挑战。
-
公开(公告)号：CN119484387A
公开(公告)日：2025-02-18
申请号：CN202510038071.9
申请日：2025-01-10
Applicant: 中国人民解放军陆军工程大学
Abstract: 本申请提供一种基于Q学习的联合信道和路由选择跨层决策方法，方法包括：获取坐标；每个路由节点周期性的广播用来发现、建立、保活邻居关系的报文；当邻居节点接收到Hello包后反馈确认报文，建立好邻居关系；当源节点有数据需要传输时，源节点按照选择策略选择出下一跳节点和信道传输数据包，数据包中包含选择的下一跳节点的地址；邻居点判断数据包是否应该由自己转发；下一跳节点通过控制链路向源节点回复，回复信息中包含估计的信干比和自己最新的Q表；源节点根据反馈的信干比和前期获得的位置用来计算奖励值；源节点根据奖励值更新Q表和节点选择策略。本方法提高了网络传输速率和抗干扰性能，减少了端到端的时延、跳数。
-
公开(公告)号：CN119363151A
公开(公告)日：2025-01-24
申请号：CN202411950760.9
申请日：2024-12-27
Applicant: 中国人民解放军陆军工程大学
IPC: H04B1/69 , H04B1/7097 , H04B17/345 , H04B17/309 , H04B17/391 , H04W72/0446 , H04W72/0457 , H04W72/52 , H04W72/50 , H04W72/541 , H04W72/542
Abstract: 本申请提供一种基于退火Q学习的动态扩频因子抗干扰方法，方法包括：根据扩频因子确定信息传输速率；根据接收端信噪比确定系统吞吐量和优化目标；确定决策过程中的状态空间、动作空间、状态转移概率矩阵和奖励；根据宽带频谱感知结果，计算选择动作得到的奖励；通过宽带频谱感知获得当前时刻的干扰情况；根据Q值表决策下一时隙的扩频因子；根据ACK回传决策信息：用户根据决策信息选择下一时隙的动作并更新状态：根据宽带频谱感知结果，计算选择对应动作得到的奖励；根据Q值表选择下一时隙的扩频因子，并更新状态下选择动作的Q值；用户在动态干扰环境下做出最抗干扰策略。本申请最大化系统吞吐量，避免了信道切换带来的时延和开销。
-
公开(公告)号：CN117042050A
公开(公告)日：2023-11-10
申请号：CN202311036967.0
申请日：2023-08-17
Applicant: 中国人民解放军陆军工程大学
IPC: H04W28/08 , H04W28/084
Abstract: 本申请提供一种基于分布式混合异质决策的多用户智能数据卸载方法，方法包括：根据所设定的多用边缘计算模型，进行面向移动卸载网络中的多维资源管理建模；根据多用户网络场景的建模信息设定基于分布式混合异质决策的多用户移动数据卸载神经网络模型；对于基站以及各个用户的观察矩阵以及网络进行初始化处理；在达到预设回合数前，分别训练神经网络模型中的高层网络和低层网络；移动用户根据训练好的模型探索环境，更新用户观测状态以及信道状态。本申请提供的方法模型完备，物理意义清晰，提出的基于分布式混合异质决策的多用户智能数据卸载方法方法，实现有效求解。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.061 seconds)
