-
公开(公告)号：CN114936580A
公开(公告)日：2022-08-23
申请号：CN202210604236.0
申请日：2022-05-27
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种调制类别识别方法及相关装置、电子设备、存储介质，其中，调制类别识别方法包括：提取待识别信号的第一特征图；其中，第一特征图包括若干通道的第一子特征图，且若干通道的第一子特征图分辨率相同；基于第一特征图分别在若干维度进行预测，得到第一特征图分别在各维度的权重参数，并分别基于各维度的权重参数对第一特征图进行加权，得到各维度的加权特征图；其中，若干维度包括通道维度、空间维度中至少一者；至少基于各维度的加权特征图进行融合，得到融合特征图；基于融合特征图进行分类，得到待识别信号的调制类别。上述方案，能够提升调制类别识别的准确性和鲁棒性。
-
公开(公告)号：CN113887305A
公开(公告)日：2022-01-04
申请号：CN202111022395.1
申请日：2021-09-01
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请提供了一种通信辐射源识别方法及相关装置，所述通信辐射源识别方法包括：接收目标信号，并从所述目标信号中获得待识别信号；对所述待识别信号进行特征提取以获得待识别CPC特征向量；利用预设噪声向量和预设内容向量对所述待识别CPC特征向量进行分解，以获得本征信道向量；根据所述本征信道向量获得所述目标信号所在的通信链路、以及位于所述通信链路两端的通信辐射源。通过上述方式，本申请所需要的训练样本量较小，且可以提升通信辐射源识别的正确率。
-
公开(公告)号：CN115017941B
公开(公告)日：2025-02-14
申请号：CN202210534724.9
申请日：2022-05-17
Applicant: 合肥讯飞数码科技有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06F18/214
Abstract: 本申请公开了一种电磁频谱辐射源识别方法、装置、设备及存储介质，本申请预先训练第一信号分类模型，该模型基于海量的音频训练信号的时频图训练得到，其中时频图上对各类型辐射源的频谱进行了标记，基于此训练的模型能够学习到复杂的电磁环境下所侦测到的音频信号中各类型辐射源的频谱特征，进而，在将实际侦测到的音频信号的时频图输入至模型中后可以得到从音频信号中分选出的辐射源产生的目标信号，结果更加准确。进一步，在时频图中检测每一目标信号的持续时长，在音频信号的时域图中选择与每一目标信号的持续时长匹配的波形图，得到每一目标信号对应的窄带目标信号，提取每一窄带目标信号的信号特征，确定音频信号所属的目标辐射源类型。
-
Patent Agency Ranking
公开(公告)号：CN118861617A
公开(公告)日：2024-10-29
申请号：CN202410763377.6
申请日：2024-06-13
Applicant: 合肥讯飞数码科技有限公司
IPC: G06F18/213 , G06F18/214 , G06F18/22
Abstract: 本申请提出一种通信个体识别方法、装置、电子设备、存储介质及产品，该方法获取新增通信数据样本，新增通信数据样本包括新增通信个体的通信数据，和/或已知的目标通信个体的新增通信数据；获取新增通信数据样本的数据特征，将新增数据样本的数据特征添加至通信个体库；通信个体库中包括各个通信个体对应的数据特征；通信个体库中各个通信个体对应的数据特征与待识别通信数据的数据特征进行对比，确定待识别通信数据对应的通信个体。本方案在通信个体增加或通信个体的通信数据增加时，直接将新增通信个体的数据特征，或通信个体新增的数据特征添加至通信个体库，利用添加的数据特征实现通信个体识别，减少训练耗时，提高了通信个体的识别效率。
-
公开(公告)号：CN118033546A
公开(公告)日：2024-05-14
申请号：CN202410174477.5
申请日：2024-02-07
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种雷达信号分析方法、装置、设备及可读存储介质，该方案中，采用聚类方式对所述待分析雷达信号的脉冲描述字进行分选处理，相对于基于PRI直方图对雷达信号进行分选的方式，在处理时效性和分选效果上均有效提升，因此可以保证后续辐射源描述字以及雷达型号的确定准确度，进一步可以保证最终的分析效果的准确度，因此，本方案能够提升雷达信号分析的效率及效果。
-
公开(公告)号：CN115204287A
公开(公告)日：2022-10-18
申请号：CN202210819850.9
申请日：2022-07-13
Applicant: 合肥讯飞数码科技有限公司
IPC: G06K9/62
Abstract: 本发明提供了一种对象识别方法、装置、设备及存储介质，方法包括：获取目标数据；基于目标识别模型识别目标数据所属的对象；目标识别模型采用新增对象的标注有对象标识的第一训练样本，以使针对第一训练样本预测的对象标识与第一训练样本标注的对象标识趋于一致，以及使针对第一训练样本预测的概率分布逼近基础识别模型针对第一训练样本预测的概率分布为目标训练得到；基础识别模型采用历史对象的标注有对象标识的第二训练样本训练得到；初始的目标识别模型为能够对历史对象的数据进行识别的模型。本发明只采用新增对象的训练数据即可训练得到既能准确识别出新增对象的数据所属对象，又能准确识别出历史对象的数据所属对象的目标识别模型。
-
公开(公告)号：CN111785303A
公开(公告)日：2020-10-16
申请号：CN202010624032.4
申请日：2020-06-30
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请实施例公开了一种模型训练方法、模仿音检测方法、装置、设备及存储介质，通过模仿音检测模型对样本语音进行特征提取，得到样本语音的初始特征序列；对初始特征序列中的部分初始特征进行修改；利用修改后的初始特征序列，确定样本语音的模仿音检测结果；以样本语音的模仿音检测结果趋近于样本语音的标签为目标，对模仿音检测模型的参数进行更新。本申请公开的方案，在模型训练过程中对初始特征序列进行修改，相当于对样本语音增加了噪声或样本语音丢失了一部分有用信息，保证模型的准确性和鲁棒性。
-
公开(公告)号：CN111583963A
公开(公告)日：2020-08-25
申请号：CN202010419124.9
申请日：2020-05-18
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请提出一种重复音频检测方法、装置、设备及存储介质，该方法包括：分别获取待检测音频数据集中的各音频数据的音频特征；根据待检测音频数据集中的各音频数据的音频特征，分别确定每两个音频数据间的相似度影响序列；其中，相似度影响序列包括该两个音频数据的音频特征的每一特征维度对于度量该两个音频数据的相似度的贡献度；对于待检测音频数据集中的每两个音频数据，依据其各自的音频特征，和该两个音频数据间的相似度影响序列，确定该两个音频数据各自的加权音频特征；以待检测音频数据集中的每两个音频数据的加权音频特征之间的相似度为依据，检测待检测音频数据集中的重复音频数据。采用上述方案可以更准确地检测出重复音频数据。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.031 seconds)
