-
-
公开(公告)号：CN110059639A
公开(公告)日：2019-07-26
申请号：CN201910322737.8
申请日：2019-04-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法，其特征是，包括如下步骤：1）输入待处理的跳频信号；2）设定阶次的范围及搜索步长、对跳频信号做分数阶傅里叶变换；3）得到最高层的逼近系数和各层小波细节系数；4）小波重构；5）得到去噪后的时域信号；6）得到新时域信号；7）进行EMD分解，得到希尔伯特谱；8）得到跳频周期。这种方法不存在交叉项干扰，避免了传统时频分析过程中窗函数的影响，实现了信号在时间-分数域的多分辨分析，进一步提高了信号参数估计精度。
-
公开(公告)号：CN112731367B
公开(公告)日：2023-07-14
申请号：CN202011506299.X
申请日：2020-12-18
Applicant: 桂林电子科技大学
IPC: G01S13/58
Abstract: 本发明公开了基于涡旋电磁波的旋翼目标特征分析及提取方法，其特征是，包括如下步骤：S1建立涡旋电磁波对旋翼目标的回波数学模型；S2回波信号的特征分析；S3分别发射正负模态数的涡旋电磁波，计算回波信号中的总多普勒；S4和差运算；S5改变涡旋电磁波模态数，重复步骤S3、S4；S6整理微多普勒频率和旋转多普勒频率。这种方法能分离出微多普勒频率和旋转多普勒频率，对旋翼目标的探测和识别准确率高。
-
公开(公告)号：CN111126332B
公开(公告)日：2022-04-22
申请号：CN201911405651.8
申请日：2019-12-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于轮廓特征的跳频信号分类方法，其特征是，包括如下步骤：1）得到二维时频矩阵；2）提取轮廓特征；3）图像预处理；4）训练、分类。这种方法以跳频信号在等高线图的轮廓作为图像特征，转化为图像识别的问题，再利用卷积神经网络CNN具有自主寻找特征的特点，将图像输入到CNN网路中，能实现跳频信号的识别，不需要进行人工提取参数作为特征向量，能够避免复杂的参数提取问题，在低信噪比时有较高的识别率。
-
公开(公告)号：CN111639595B
公开(公告)日：2022-03-18
申请号：CN202010473731.3
申请日：2020-05-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于权重不可知神经网络的无人机微动特征信号检测方法，其特征是，包括如下步骤：1）计算信号的循环谱；2）通过MATLAB处理得到循环谱等高图，并选择观测区域；3）训练权重不可知神经网络；4）利用训练好的权重不可知神经网络进行微动特征识别。这种方法有很好的抗干扰性，神经网络的结构更简单，计算量更小，对无人机微动特征信号识别的准确率更高。
-
Patent Agency Ranking
公开(公告)号：CN110166477B
公开(公告)日：2021-05-11
申请号：CN201910463626.9
申请日：2019-05-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UDP协议的无人机Wi‑Fi图传信号检测方法，其特征是，包括如下步骤：1）设置监听模式；2）抓取UDP协议数据包；3）解析加密数据包；4）筛选CCK/OFDM混合调制的数据包；5）分析CCK/OFDM混合调制的数据包；6）追踪UDP流；7）播放UDP流的视频内容；8）备份无人机信息。这种方法避免了周围Wi‑Fi信号的影响，实现了无人机Wi‑Fi图传信号的提取和视频流的恢复，提高了无人机图传信号的检测的能力。
-
公开(公告)号：CN112731367A
公开(公告)日：2021-04-30
申请号：CN202011506299.X
申请日：2020-12-18
Applicant: 桂林电子科技大学
IPC: G01S13/58
Abstract: 本发明公开了基于涡旋电磁波的旋翼目标特征分析及提取方法，其特征是，包括如下步骤：S1建立涡旋电磁波对旋翼目标的回波数学模型；S2回波信号的特征分析；S3分别发射正负模态数的涡旋电磁波，计算回波信号中的总多普勒；S4和差运算；S5改变涡旋电磁波模态数，重复步骤S3、S4；S6整理微多普勒频率和旋转多普勒频率。这种方法能分离出微多普勒频率和旋转多普勒频率，对旋翼目标的探测和识别准确率高。
-
公开(公告)号：CN110161902B
公开(公告)日：2021-04-30
申请号：CN201910361875.7
申请日：2019-04-30
Applicant: 桂林电子科技大学
IPC: G05B19/042 , G06F13/40 , G06F13/42
Abstract: 本发明公开了一种无人机图传及遥控信号的快速通用采集装置及采集方法，所述装置包括FPGA板和与FPGA板通过FMC连接方式连接的AD9361子板及与FPGA板通过IO双向连接方式连接的千兆网口扩展板，其中FPGA板通过串口外接PC端，所述方法包括1）FPGA控制AD9361初始化；2）AD9361双通道定频、宽带扫频采集；3）采集数据进行多通道分配；4）采集数据的FFT处理；5）8通道数据异步存储传输；6）FPGA板温控保护处理；7）采集数据的千兆网传输。这种装置成本低、易于实现、实时性好，通用性强，操作简单。这种方法可以对70MHZ到6GHZ无线信号定频采集、对无人机常用图传及遥控信号的频段进行快速扫频采集、对采集的大规模实时数据进行存储及8通道异步同时读写。
-
公开(公告)号：CN110035025A
公开(公告)日：2019-07-19
申请号：CN201910322740.X
申请日：2019-04-22
Applicant: 桂林电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于直接特征提取的多载波混合信号的检测识别方法，其特征是，包括如下步骤：1）接收混合信号；2）希尔伯特变换；3）FRWT多分辨率分析；4）门限选择；5）信号识别。这种方法能降低运算复杂度、能识别出混合信号中的多载波信号，可应用于非合作通信信号接收、扩大频谱检测、军事侦察、信息对抗等非合作接收的作用范围，而且还可用于正向通信，有助于设计完善更高效、更安全的无线通信机制。
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
