-
公开(公告)号：CN113162879B
公开(公告)日：2022-06-21
申请号：CN202110479674.4
申请日：2021-04-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种联合特征提取的调制信号识别方法，其特征在于，包括如下步骤：1）信号接收；2）信号预处理；3）特征参数提取；4）设置判决门限；5）分类识别。这种方法所需特征参数少、步骤简洁、复杂度低，在低信噪比下识别率高且能弥补高阶累计量单一特征的局限，适用于多种不同类型的调制信号识别。
-
公开(公告)号：CN113419219B
公开(公告)日：2022-04-22
申请号：CN202110677772.9
申请日：2021-06-18
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于空域特征认知的外辐射源雷达同频干扰级联相消方法其特征在于，包括如下步骤：1）获得包含动目标回波以及多个辐射源基站同频干扰的回波信号；2）获得当前回波信号中能量最强基站的直达波方向；3）获得当前能量最强基站的直达波信号；4）得到回波天线各阵元干扰相消以后的回波信号；5）得到时域干扰相消回波信号的干噪比；6）同频干扰得到抑制。这种方法能在移动通信外辐射源雷达多照射源同频干扰情况下，实现有限阵列规模时对来自不同照射源的同频干扰进行级联相消，这种方法，实用性强。
-
公开(公告)号：CN111652183B
公开(公告)日：2022-03-29
申请号：CN202010565503.9
申请日：2020-06-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于图传信号多特征融合的无人机检测与识别方法，其特征在于，包括如下步骤：1）信号采集；2）分段信号FFT处理；3）分段频谱重建；4）信号累积；5）阈值建立；6）循环判断；7）疑似OFDM信号判断；8）滑动移位循环自相关算法；9）建立特征库10）信号识别。这种方法能够在低信噪比下对无人机进行识别，具有较高的识别率，易于实际工程。
-
公开(公告)号：CN114239749A
公开(公告)日：2022-03-25
申请号：CN202111593241.8
申请日：2021-12-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于残差收缩及双向长短期记忆网络的调制识别方法，其特征在于，包括如下步骤：1）信号预处理；2）构建基于残差收缩及双向长短期记忆网络训练模型；3）训练网络；4）分类识别。这种方法训练特征参数少、步骤简洁、复杂度低，无需对信号进行复杂的预处理及人工特征提取，省去了人为提取特征的时间成本，适用范围广、抗噪性能好、识别精度高。
-
公开(公告)号：CN114218984A
公开(公告)日：2022-03-22
申请号：CN202111488160.1
申请日：2021-12-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多视图学习的射频指纹识别方法，其特包括如下步骤：1）采集每个待识别无线设备射频信号；2）数据处理并加噪声；3）分割数据并制作数据集一、二和三；4）设计复数值神经网络子组件并搭建复数值神经网；5）搭建子神经网络一6）搭建二维卷积神经网络二、三；7）合成多视图神经网络；8）训练神经网络；9）射频指纹识别。这种方法能利用样本数据并让计算机自动提取信号指纹特征，对样本数量要求降低的同时能改善低信噪比时的识别精度，数据特征提取效率高识别精度高。
-
Patent Agency Ranking
公开(公告)号：CN114118163A
公开(公告)日：2022-03-01
申请号：CN202111460428.0
申请日：2021-12-01
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第三十四研究所
Abstract: 本发明公开了一种基于机器学习的光纤入侵检测方法，其特征在于，包括如下步骤：1）信号预处理；2）信号特征提取；3）分类模型。这种方法可以快速分辨出正常数据和入侵数据，具有较高的分辨准确率。
-
公开(公告)号：CN113727415A
公开(公告)日：2021-11-30
申请号：CN202110828160.5
申请日：2021-07-22
Applicant: 桂林电子科技大学
Abstract: 本发明涉及无人机自组网技术领域，具体公开了一种动态感知的无人机自组网改进AODV路由协议的方法，协议在路由择路时多度量考虑各因素对链路稳定性的影响；就RREQ框架存在的最小延迟路径现象和路由静态更新问题，修改函数结构，删除RREQ ID快取机制，将路由更新条件前置拆分并设立更新标志位作为广播依据，利用起源点序列号和IP替代快取机制实现路由动态更新，同时添加时间戳和最大路由更新次数限制无节制的动态更新；在路由回复阶段添加RREP重传备份处理机制以应对链路回传失败情况。与传统AODV协议相比，改进协议缩短了节点间端到端的延时，提高了分组投递率和节点平均剩余能量，降低了路由发现频率和路由开销，能够更好地适应无人机自组网的拓扑环境。
-
公开(公告)号：CN113218433A
公开(公告)日：2021-08-06
申请号：CN202110346840.3
申请日：2021-03-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于时变图信号处理的传感器故障检测及数据修复方法，获取当前时刻数据，并输入至高通滤波器检测是否出现高频分量；若未出现高频分量，则对当前时刻数据进行迭代；若出现高频分量，则利用多移位算子进行数据修复操作，得到最终恢复的信号。通过充分利用时变图信号的缓慢变化特性以及局部平滑，构建的强积模型能够较好地刻画出节点之间的关联性，在时间维构建的有向循环图能够更加有效地保障数据本身以及数据之间的关联性信息能够充分运用，以提升数据修复性能。
-
公开(公告)号：CN112417188A
公开(公告)日：2021-02-26
申请号：CN202011436246.5
申请日：2020-12-10
Applicant: 桂林电子科技大学
IPC: G06F16/55 , G06F16/901 , G06F16/583 , G06F16/58 , G06K9/62
Abstract: 本发明公开了一种基于图模型的高光谱图像分类方法，其特征在于，包括如下步骤：1）图建模；2）优化问题归结；3）Hessian矩阵的分解；4）牛顿步长的近似；5）迭代求解；6）分布式求解；7）求解分类结果。这种方法在大规模数据下计算复杂度低、能完成较高精度的分类。
-
公开(公告)号：CN111314847B
公开(公告)日：2021-02-12
申请号：CN202010103565.8
申请日：2020-02-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于Barzilai‑Borwein梯度法的无线传感器网络分布式定位方法，其特征在于，包括如下步骤：1）定义网络；2）将WSN中节点定位问题归结为无约束的优化问题；3）重新构造无约束优化问题，进而给出子图中的无约束优化问题；4）采用极大似然估计法估计出未知位置节点的初始位置；5）采用分布式方法对优化问题进行迭代求解，获取最终定位。这种方法能解决大规模无线传感器网络中节点难以定位的问题，且定位精度高、计算复杂度低。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.054 seconds)
