-
公开(公告)号：CN115510918A
公开(公告)日：2022-12-23
申请号：CN202211246116.4
申请日：2022-10-12
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种自适应信号波形识别方法、介质及装置，该方法分为信号波形定位与信号波形识别两部分。信号波形定位使用带规则的中心扩散算法将所有待识别的波形片段较为精确的筛选出来，之后根据筛选出的待识别波形的大小以及形态对先验波形模板进行自适应调整，然后对待识别波形和自适应调整后的波形模板进行插值并重采样，再将重采样后的波形进行峰值中心校准、正值化和再平衡处理以消除波形位置所带来的系统误差；波形识别则将波形数据视为概率将其变换以满足概率所需的三条公理，并使用KL散度度量概率化后的波形数据和模板数据的分布差异，以此识别待测波形的波形型号。本发明可以直接对传感器采集的波形数据进行识别并输出波形的相关参数。
-
公开(公告)号：CN115496094A
公开(公告)日：2022-12-20
申请号：CN202211078186.3
申请日：2022-09-05
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种基于图像分割的跳频信号参数计算方法。本发明使用了基于深度学习的图像分割方式直接对信号频谱图进行特征提取，使用大量含有跳频信号的随机样本进行学习，抗噪声能力强，在有干扰的情况下也能进行有效的特征提取，对弱信号也有很好的效果。本发明使用深度学习方法去噪和抗干扰，并使用跳频先验知识进行处理补充，抗噪和抗干扰处理时间在各种复杂情况下都能控制在1秒以内。
-
公开(公告)号：CN115481660A
公开(公告)日：2022-12-16
申请号：CN202211078184.4
申请日：2022-09-05
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种多级特征压缩的跳频信号特征提取方法。本发明具有较强的抗噪和抗干扰能力，当信号较弱时依然具有较好的效果。因一个周期内的跳频信号常常存在不同调制方式、信号强弱不同的情况，且在复杂电磁环境下，噪声和干扰会对信号参数计算影响严重，传统单一阈值的特征提取方式并不适用，阈值过低则会引入噪声，阈值过高则导致信号残缺或遗漏；而本发明使用分段滤波的方式，多层次的进行特征提取，在保证信号特征完整提取的情况下，对特征进行清洗与整合，并进行参数计算，鲁棒性更强。
-
公开(公告)号：CN115314348A
公开(公告)日：2022-11-08
申请号：CN202210928802.3
申请日：2022-08-03
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明涉及一种基于卷积神经网络的QAM信号调制识别方法，包括：S1、获取多种QAM信号和其他信号；S2、对接入的QAM信号的IQ数据进行处理，得到信号的星座图数据、瞬时相位数据和一阶频谱数据；S3、对切分好的IQ数据进行星座图、瞬时相位和一阶频谱计算得到M个PSK信号预测样本，并输入到训练好的多维三输入卷积神经网络模型中对M个QAM信号预测样本进行预测得到M个预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为QAM信号的识别结果。本发明具有较强的特征融合能力，具有较高的识别准确率，具有很强的抗噪抗干扰能力，具有较快较稳定的处理速度。
-
公开(公告)号：CN115277325A
公开(公告)日：2022-11-01
申请号：CN202210903057.7
申请日：2022-07-29
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明涉及一种基于卷积神经网络的PSK信号调制识别方法，包括：S1、获取多种PSK信号和其他信号；S2、对接入的PSK信号的IQ数据进行处理，得到信号的二阶频谱数据、四阶频谱数据和八阶频谱数据；S3、对I路数据、Q路数据、二阶频谱数据、四阶频谱数据和八阶频谱数据五个数据进行计算得到M个PSK信号预测样本，并输入到训练好的五输入卷积神经网络模型中对信号预测样本进行预测得到预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为PSK信号的识别结果。本发明使用了深度学习的方式将信号的不同特征融合并提取出来，具有较高的准确率；具有很强的抗噪和抗干扰能力，在信号较弱时，依然具有较好的效果。
-
Patent Agency Ranking
公开(公告)号：CN114048792A
公开(公告)日：2022-02-15
申请号：CN202111195764.7
申请日：2021-10-14
Applicant: 电信科学技术第五研究所有限公司
IPC: G06K9/62
Abstract: 本发明提供一种基于低精度随机采样数据的轨迹相似度匹配方法，包括：对原始数据进行预处理得到目标数据；对目标数据中不同目标的轨迹点进行判断并分割属于不同目标的轨迹点，得到不同目标的轨迹；找到两个不同目标，将不同目标下的所有轨迹进行两两配对；对两个不同目标下的配对的两个轨迹进行处理，得到两个轨迹的两个相似轨迹线段；根据两个相似轨迹线段分别计算两个轨迹的有效距离、有效长度和有效轨迹点数；根据两个轨迹的有效距离、有效长度和有效轨迹点数计算出两个轨迹的相似度；遍历计算得到所有目标下所有轨迹的相似度；对所有目标下所有轨迹的相似度做排序处理。本发明能够实现对低精度随机采样数据进行轨迹相似度匹配。
-
公开(公告)号：CN113447027A
公开(公告)日：2021-09-28
申请号：CN202110805524.8
申请日：2021-07-16
Applicant: 电信科学技术第五研究所有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于几何图形的目标融合过滤方法，包括步骤：传感器数据采集；目标身份确定、时间过滤；选择空间过滤几何图形；航向过滤处理；聚合航迹过滤后的态势数据；目标速度过滤；多源数据融合并形成一条融合航迹信息。本发明有较好的目标跟踪完整率和识别完整率，清晰性反应态势信息中所含虚假航迹、模糊航迹、模糊识别目标；最终生成的航迹的最长航迹持续比较高；准确衡量航迹位置、速度、航向、身份标识；具备事中实时处理能力，航迹确认时延和目标识别时延都较低。
-
公开(公告)号：CN115496094B
公开(公告)日：2025-05-23
申请号：CN202211078186.3
申请日：2022-09-05
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种基于图像分割的跳频信号参数计算方法。本发明使用了基于深度学习的图像分割方式直接对信号频谱图进行特征提取，使用大量含有跳频信号的随机样本进行学习，抗噪声能力强，在有干扰的情况下也能进行有效的特征提取，对弱信号也有很好的效果。本发明使用深度学习方法去噪和抗干扰，并使用跳频先验知识进行处理补充，抗噪和抗干扰处理时间在各种复杂情况下都能控制在1秒以内。
-
公开(公告)号：CN116633728A
公开(公告)日：2023-08-22
申请号：CN202211154038.5
申请日：2022-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L25/02
Abstract: 发明涉及一种针对相位幅度调制方式的符号速率计算方法，根据无线电相位幅度调制方式信号的自身特性，使用密度聚类及统计的方法对符号速率进行计算；具体地包括：相位的信号前向差分序列对统计分析找到距离序列中疑似符号位置阈值、通过找出其位置大于疑似符号位置阈值的疑似符号并将这些疑似符号计数并重新构建间隔序列、然后采用聚类计算并最终获得符号速率。还公开了一种针对相位幅度调制方式的符号速率计算方法的装置、及存储介质。本发明达到的有益效果是：即使信号中存在噪声，也不会对符号速率的计算精度有所影响，具有较强的实用性与鲁棒性。
-
公开(公告)号：CN115277324A
公开(公告)日：2022-11-01
申请号：CN202210879133.5
申请日：2022-07-25
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了基于卷积神经网络的FSK信号识别方法，涉及信号识别领域，包括S1、生成FSK信号；S2、处理FSK信号获得瞬时频率数据和一阶频谱数据；S3、构建数据集；S4、数据集导入训练深度学习卷积神经网络模型；S5、均匀切分待预测信号的原始IQ数据，进行瞬时频率和一阶频谱计算得到信号预测样本；S6、信号预测样本导入优化后的深度学习卷积神经网络模型进行预测得到预测结果；S7、确定待预测信号的识别结果；本发明具有较高的识别准确率，传统多信号类型识别方法需构建决策树，而该方法复杂、条件阈值因信号强弱很难设定，在信噪比较低的情况下，准确率不能保证，而本发明使用了深度学习的方式将信号的不同特征融合并提取出来，具有较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.036 seconds)
