公开(公告)号：CN116527461B

公开(公告)日：2024-05-24

申请号：CN202310479129.4

申请日：2023-04-28

Applicant: 哈尔滨工程大学

Inventor： 林云 ,  王翰红 ,  查浩然 ,  高洪元 ,  孙智

IPC: H04L25/03 ,  H04L27/00 ,  G06F18/214

Abstract: 一种基于遮挡分析的电磁信号时域增强方法，它涉及一种电磁信号时域增强方法。本发明为了解决现有的数据增强方法算法不适配，效率不高的问题。本发明的核心在于设计了一种面向电磁信号的数据增强策略，采用遮挡分析和加性高斯白噪声获得增强数据，在尽可能保证原始数据分布和标签不变的情况下，生成额外的数据，极大程度上提升深度学习算法的工程效率。本发明属于数字信号处理技术领域。

公开(公告)号：CN118301622A

公开(公告)日：2024-07-05

申请号：CN202410449047.X

申请日：2024-04-15

Applicant: 哈尔滨工程大学

Inventor： 林云 ,  王翰红 ,  查浩然 ,  窦峥 ,  韩宇

IPC: H04W12/79 ,  H04L25/02 ,  H04L27/26 ,  G06N3/0464

Abstract: 本发明提出了一种基于跨信道鲁棒策略的频指纹提取与识别方法，包括：步骤1：接收电磁信号；步骤2：对电磁信号进行帧同步和频偏补偿得到时频同步信号；步骤3：基于离散傅里叶变换信道估计算法进行信道估计得到信道状态信息；步骤4：对信道估计后的时频同步信号进行信道均衡得到与信道无关频域符号；步骤5：对与信道无关领域符号进行傅里叶转化和进行功率规范化；步骤6：采用Mix‑up正则化技术构建多维卷积网络模型；步骤7：将功率规范化后的时域复数信号输入多维卷积网络模型中进行射频指纹提取与识别。本发明采用信道知识和模型正则化约束，方法灵活性强，算法响应时间快，工程可实现性强，极大程度上提升深度学习算法的工程效率。

公开(公告)号：CN116527461A

公开(公告)日：2023-08-01

申请号：CN202310479129.4

申请日：2023-04-28

Applicant: 哈尔滨工程大学

Inventor： 林云 ,  王翰红 ,  查浩然 ,  高洪元 ,  孙智

IPC: H04L25/03 ,  H04L27/00 ,  G06F18/214

Abstract: 一种基于遮挡分析的电磁信号时域增强方法，它涉及一种电磁信号时域增强方法。本发明为了解决现有的数据增强方法算法不适配，效率不高的问题。本发明的核心在于设计了一种面向电磁信号的数据增强策略，采用遮挡分析和加性高斯白噪声获得增强数据，在尽可能保证原始数据分布和标签不变的情况下，生成额外的数据，极大程度上提升深度学习算法的工程效率。本发明属于数字信号处理技术领域。