-
公开(公告)号：CN115508830B
公开(公告)日：2024-07-26
申请号：CN202211291424.9
申请日：2022-10-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征融合的电磁目标智能识别方法及系统，属于目标识别技术领域，首先对接收到的电磁目标信号提取高分辨距离像、对角积分双谱及模糊函数主脊进行智能表征，并作为后续MobileNet‑LSTM网络的输入；然后用MobileNet网络将二维智能表征降到一维，并与其它一维智能表征进行特征融合；最后对一段连续时间内的每一个时间片重复上述步骤；将这些时间片组成的特征投入长短期记忆网络(LSTM，Long Short‑Term Memory)从而获得电磁目标识别结果；本发明在当信噪比在8dB时，对电磁目标的正确识别率均在90％以上，具有良好的识别性能。
-
公开(公告)号：CN116192592A
公开(公告)日：2023-05-30
申请号：CN202310203805.5
申请日：2023-03-06
Applicant: 西安电子科技大学
Abstract: 非高斯噪声下MIMO‑OFDM空时编码方式识别方法、系统、设备及介质，方法包括：提取适用于非高斯噪声环境下MIMO‑OFDM信号的相关性特征，构建用于特征优化选择的特征空间；构建基于极端梯度提升序列浮动后向选择算法的特征优化选择模型，根据特征重要性确定用于最终分类的特征集合；构建基于树增强朴素贝叶斯的分类器模型，根据特征优化选择出的特征对空时编码方式进行分类识别；系统、设备及介质基于非高斯噪声下MIMO‑OFDM空时编码方式识别方法进行空时编码方式识别；本发明提取适用于非高斯噪声环境下MIMO‑OFDM信号的时滞相关峰值特征，构建特征选择模型并进行特征优化选择以确定最终分类的特征集合，实现非高斯噪声下MIMO‑OFDM空时编码方式的识别，在低广义信噪比的条件下具有良好的识别性能。
-
公开(公告)号：CN101702805B
公开(公告)日：2012-06-20
申请号：CN200910219109.3
申请日：2009-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于ECC的移动自组织网络自认证公钥管理方法，其步骤是：利用门限密码学将共享密钥均分给n个虚拟中心节点；用户选择秘密随机数，计算公开参数，将身份及公开参数发送给附近的虚拟中心节点A1；A1联系其它虚拟中心节点并将用户信息发送给这些节点；每个发布者Ai选择随机秘密整数，根据该秘密数和用户公开参数计算并广播自认证公钥子块Qi给其它发布者；每个发布者Ai计算自认证公钥Q、子签名xi和中间量Ri并将(r，I，xi，Ri)发送给合成者；合成者收到所有子签名验证有效后计算合成签名x并将Q和x发送给用户；用户根据x计算秘密钥s；验证用户自认证公钥的真实性。本发明无证书管理、无密钥托管和无需安全信道，适用于资源受限的移动自组织网络安全通信。
-
公开(公告)号：CN101582883A
公开(公告)日：2009-11-18
申请号：CN200910023082.0
申请日：2009-06-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种通用网络安全管理系统及其管理方法，主要解决现有网络安全管理系统开放性差、扩展性差和功能完备性弱的缺点。该系统主要由外围设备、安全代理终端、安全管理中心和终端管理设备组成，安全管理中心通过接口组件、数据库模块和用户接口组件将网络访问控制、入侵检测、病毒检测和漏洞管理安全技术应用到安全代理终端上，在统一的管理和控制下，使各种安全技术彼此补充、相互配合，对网络行为进行检测和控制，形成一个安全策略集中管理、安全检测分散布置的分布式安全防护体系结构，本发明具有配置灵活、易于扩展和开放性好的优点，并支持分级管理方式的优点，适用于政府、高校和大中型企业计算机网络的安全管理与防护。
-
公开(公告)号：CN116192592B
公开(公告)日：2025-04-29
申请号：CN202310203805.5
申请日：2023-03-06
Applicant: 西安电子科技大学
Abstract: 非高斯噪声下MIMO‑OFDM空时编码方式识别方法、系统、设备及介质，方法包括：提取适用于非高斯噪声环境下MIMO‑OFDM信号的相关性特征，构建用于特征优化选择的特征空间；构建基于极端梯度提升序列浮动后向选择算法的特征优化选择模型，根据特征重要性确定用于最终分类的特征集合；构建基于树增强朴素贝叶斯的分类器模型，根据特征优化选择出的特征对空时编码方式进行分类识别；系统、设备及介质基于非高斯噪声下MIMO‑OFDM空时编码方式识别方法进行空时编码方式识别；本发明提取适用于非高斯噪声环境下MIMO‑OFDM信号的时滞相关峰值特征，构建特征选择模型并进行特征优化选择以确定最终分类的特征集合，实现非高斯噪声下MIMO‑OFDM空时编码方式的识别，在低广义信噪比的条件下具有良好的识别性能。
-
Patent Agency Ranking
公开(公告)号：CN117834091A
公开(公告)日：2024-04-05
申请号：CN202410046414.1
申请日：2024-01-12
Applicant: 西安电子科技大学
IPC: H04L1/06 , H04B7/0413 , H04L27/26
Abstract: 非高斯噪声下MIMO‑OFDM空频编码方式智能识别方法、系统、设备及介质，其方法为：通过变分贝叶斯卡尔曼滤波预处理，实现对脉冲噪声干扰的初步抑制；计算接收信号的广义相关熵，并提取广义相关熵谱密度特征图作为输入特征；结合FPN特征金字塔网络，将编码识别问题转换为分类识别问题；其系统、设备和介质能够基于所述非高斯噪声下MIMO‑OFDM空频编码方式智能识别方法，进行非高斯噪声下MIMO‑OFDM空频编码方式智能识别；本发明克服了现有非高斯噪声干扰下，对传统识别方法的分类性能的削弱，可以有效实现非高斯噪声下MIMO‑OFDM空频编码方式识别，且在高斯噪声条件下仍然具有较好的分类精度。
-
公开(公告)号：CN115664908B
公开(公告)日：2024-04-05
申请号：CN202211281405.8
申请日：2022-10-19
Applicant: 西安电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种通信信号调制识别的跨层智能对抗方法、系统、介质及设备，属于通信信号智能识别对抗领域，方法首先提取识别网络在特征空间中对调制信号的分类特征，并将该特征作为信号在特征空间中的软标签；然后根据信号在识别网络中的真实特征确定特征层损失，产生初始对抗样本；最后将特征对抗输入识别网络得到预测概率，根据信号的真实标签确定决策层损失，产生对抗样本，实现跨层对抗；系统包括：特征提取及匹配模块、特征层对抗生成模块、决策层对抗生成模块；本发明可以有效实现已知目标网络的详细信息时对该网络的对抗攻击，且在较小对抗扰动的条件下仍然具有较好的攻击性能。
-
公开(公告)号：CN109783879B
公开(公告)日：2023-04-25
申请号：CN201811569993.9
申请日：2018-12-21
Applicant: 西安电子科技大学
IPC: G06F30/20
Abstract: 本发明属于电子对抗中雷达辐射源信号的识别评估技术领域，公开了一种雷达辐射源信号识别效能评估方法及系统；首先针对评估准则下具有关联性特点的属性采用直觉模糊网络分析法进行分析，得到相应的属性权重；然后基于区间犹豫模糊思想，并对识别率测试结果进行更合理的选取，确定区间犹豫模糊初始决策矩阵中的元素，为后续的决策过程提供更精确的原始数据；最后在区间犹豫模糊思想的基础上，使用消去与选择转换法并结合逼近理想排序法，实现对雷达辐射源信号识别效能的评估。本发明可以合理有效地解决属性相互独立的情况，并且可以避免决策方法中因掺杂人为因素以及无法充分评估所有识别方案而造成的低效评估。
-
公开(公告)号：CN115508830A
公开(公告)日：2022-12-23
申请号：CN202211291424.9
申请日：2022-10-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征融合的电磁目标智能识别方法及系统，属于目标识别技术领域，首先对接收到的电磁目标信号提取高分辨距离像、对角积分双谱及模糊函数主脊进行智能表征，并作为后续MobileNet‑LSTM网络的输入；然后用MobileNet网络将二维智能表征降到一维，并与其它一维智能表征进行特征融合；最后对一段连续时间内的每一个时间片重复上述步骤；将这些时间片组成的特征投入长短期记忆网络(LSTM，Long Short‑Term Memory)从而获得电磁目标识别结果；本发明在当信噪比在8dB时，对电磁目标的正确识别率均在90％以上，具有良好的识别性能。
-
公开(公告)号：CN110932806B
公开(公告)日：2021-03-19
申请号：CN201911048443.7
申请日：2019-10-31
Applicant: 西安电子科技大学
IPC: H04B17/382 , H04B17/336
Abstract: 本发明属于通信中认知无线电技术领域，公开了一种alpha稳定噪声衰落信道下多天线频谱感知方法，所述alpha稳定噪声衰落信道下多天线频谱感知方法包括以下步骤：首先对多天线接收信号进行连续采样，并形成接收信号向量；然后在此基础上计算多天线接收信号的分数低阶协方差矩阵，并由此构建两种不同的检测统计量；最后当检测统计量大于或等于检测门限时，判定主用户存在，否则判为不存在。当混合信噪比在‑8dB及以上时，本发明所提的基于两种不同检测统计量的检测方法的检测正确率均可达到100％，可见本发明具有良好的频谱感知性能。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.031 seconds)
