-
公开(公告)号：CN114266312A
公开(公告)日：2022-04-01
申请号：CN202111582991.5
申请日：2021-12-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多任务学习的射频指纹和通信协议的识别方法，包括如下步骤：1）获取接收机端信号；2）信号预处理；3）对I/Q信号进行差分处理得到差分星座轨迹图：4）制作神经网络的输入数据集；5）多任务神经网络训练；6）进行射频指纹识别和无线通信协议识别。这种方法能在单任务的基础上提高识别准确率和缩短训练时间，并且差分星座轨迹图能消除因频偏导致的星座图旋转的情况。
-
公开(公告)号：CN112598934B
公开(公告)日：2022-02-18
申请号：CN202011558568.7
申请日：2020-12-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于北斗定位及无线组网的无人机侦测系统及侦测方法，所述装置包括一组结构相同的单节点阵列，其中，每个单节点包括顺序连接的数据采集传输及识别模块、北斗定位及组网模块、管控及反击模块，数据采集传输及识别模块设有接收天线，管控及反击模块设有发射天线，发射天线连接可调节功率的信号功率放大器。所述方法包括：1）数据采集存储及传输；2）信号识别；3）目标定位；4）无线组网连接；5）GPS诱骗信号生成；6）诱骗信号发送。这种系统成本低、探测范围广。这种方法准确率高、实时性强。
-
Patent Agency Ranking
公开(公告)号：CN111628833B
公开(公告)日：2022-02-08
申请号：CN202010523557.9
申请日：2020-06-10
Applicant: 桂林电子科技大学
IPC: H04B17/10 , H04B17/20 , H04B7/0413 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于卷积神经网络的MIMO天线数目估计方法，包括合作通信方的MIMO天线系统和第三方非合作通信接收方，其中，合作通信MIMO天线系统双方采用多天线发射和接收信号，非合作方采用单天线接收信号，非合作接收方包括如下步骤：1）信号的分类打包；2）模型构建；3）训练；4）测试；5）评价；6）调整。这种方法能提高对MIMO发射天线数目的估计准确率。
-
公开(公告)号：CN112598934A
公开(公告)日：2021-04-02
申请号：CN202011558568.7
申请日：2020-12-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于北斗定位及无线组网的无人机侦测系统及侦测方法，所述装置包括一组结构相同的单节点阵列，其中，每个单节点包括顺序连接的数据采集传输及识别模块、北斗定位及组网模块、管控及反击模块，数据采集传输及识别模块设有接收天线，管控及反击模块设有发射天线，发射天线连接可调节功率的信号功率放大器。所述方法包括：1）数据采集存储及传输；2）信号识别；3）目标定位；4）无线组网连接；5）GPS诱骗信号生成；6）诱骗信号发送。这种系统成本低、探测范围广。这种方法准确率高、实时性强。
-
公开(公告)号：CN111652183A
公开(公告)日：2020-09-11
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：CN111639595A
公开(公告)日：2020-09-08
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。
-
公开(公告)号：CN111628833A
公开(公告)日：2020-09-04
申请号：CN202010523557.9
申请日：2020-06-10
Applicant: 桂林电子科技大学
IPC: H04B17/10 , H04B17/20 , H04B7/0413 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于卷积神经网络的MIMO天线数目估计方法，包括合作通信方的MIMO天线系统和第三方非合作通信接收方，其中，合作通信MIMO天线系统双方采用多天线发射和接收信号，非合作方采用单天线接收信号，非合作接收方包括如下步骤：1）信号的分类打包；2）模型构建；3）训练；4）测试；5）评价；6）调整。这种方法能提高对MIMO发射天线数目的估计准确率。
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
