-
公开(公告)号：CN111695444A
公开(公告)日：2020-09-22
申请号：CN202010438295.6
申请日：2020-05-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于波原子变换的辐射源个体特征提取方法，本发明涉及辐射源个体特征提取方法。本发明的目的是为了解决现有辐射源个体特征提取方法对辐射源信号中无意调制信息表征不够充分的问题。过程为：一、接收机接收辐射源脉冲信号，并将辐射源脉冲信号进行分段；二、对第i段短时信号段进行波原子变换，得到第i段短时信号段的波原子系数矩阵；三、得到Hjm，并将其依次排列得到信号段对应的特征；四、重复二至三，对N段短时信号段进行基于波原子变换的特征提取，得到特征，将特征依次排列即得到辐射源脉冲信号的个体特征向量；五、构建分类器，将个体特征向量输入分类器，完成辐射源个体的识别。本发明用于辐射源个体特征提取领域。
-
公开(公告)号：CN110147848A
公开(公告)日：2019-08-20
申请号：CN201910440797.X
申请日：2019-05-24
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种基于时变滤波理论的辐射源个体特征增强方法，本发明涉及辐射源个体特征增强方法。本发明的目的是为了解决现有辐射源个体识别准确率低，以及由于主信号参数发生变化时带来的识别失效的问题。过程为：一、对多分量信号进行时频分布计算，并进行时频信息提取，获得主信号分量中各个信号分量的时频信息；二、基于阶时变短时分数阶傅里叶变换的时变滤波算法对主信号分量中各个信号分量逐一恢复分离，得到主信号分量之和的估计结果；三、将辐射源信号减去主信号分量之和的估计结果，得到多分量信号的残余分量；四、对残余分量进行特征提取，构建特征向量；五、将构建的特征向量输入分类器，输出分类识别结果。本发明用于辐射源个体特征增强领域。
-
公开(公告)号：CN108108712A
公开(公告)日：2018-06-01
申请号：CN201711489288.3
申请日：2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于方差维数的辐射源指纹特征提取方法，本发明涉及辐射源指纹特征提取方法。本发明的目的是为了解决传统特征参数难以满足辐射源个体识别有效性和可靠性需求，导致辐射源个体识别正确率低的问题。一种基于方差维数的辐射源指纹特征提取方法具体过程为：一、对接收到的一维辐射源信号进行分段处理，得到一维辐射源信号段；二、对一得到的一维辐射源信号段进行方差维数特征提取，得到方差维数特征向量。本发明用于辐射源个体识别领域。
-
公开(公告)号：CN105049105A
公开(公告)日：2015-11-11
申请号：CN201510346031.7
申请日：2015-06-19
Applicant: 哈尔滨工业大学
IPC: H04B7/12
CPC classification number: H04B7/12
Abstract: 一种频率分集信号的频率提取方法，属于无线信号处理领域。现有的采用短时傅里叶变换方法处理无线电信号时，存在对所处理的信号信噪比要求高以及信号频率个数确定准确率低的问题。一种频率分集信号的频率提取方法，对获取的信号进行变频和滤波的预处理；依据窗长采用滑窗方式依次对每个窗内截取的信号进行FFT处理；记录每个窗信号FFT后频谱幅度超过门限的位置；在所有窗中记录的位置中筛选出超过门限次数限定值K的位置，确定为存在真实频率；利用真实频率与采样频率、频率位置的关系，计算频率分集信号的真实频率。本发明方法能够克服利用短时傅里叶变换进行信号处理时对信噪比要求高的弊端，具有运算效率高、并能准确确定信号频率个数的优点。
-
公开(公告)号：CN119226914A
公开(公告)日：2024-12-31
申请号：CN202410760995.5
申请日：2024-06-13
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06F18/25 , G06F18/15 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 数字预失真下有限样本场景中辐射源个体识别方法，本发明涉及辐射源个体识别方法，属于辐射源个体识别领域。本发明的目的是为了解决实际部署时DPD技术的应用以及在线SEI部署时数据不足等导致辐射源个体识别准确率低的问题。数字预失真下有限样本场景中辐射源个体识别方法具体过程为：对采集到的信号进行预处理，得到HHT、ITD‑Hilbert、CWT、CWD和GT；分别对HHT图、ITD‑Hilbert图、CWT图、CWD图和GT图进行预处理，构建数据集；构建FS‑SEI网络模型；FS‑SEI网络模型包括CNN网络模型和关系网络模型；CNN网络模型依次包括特征提取器和分类器；对CNN FS‑SEI网络模型进行训练，获得训练好的FS‑SEI网络模型；将测试集输入训练好的FS‑SEI网络模型，训练好的FS‑SEI网络模型输出测试集的类别。
-
Patent Agency Ranking
公开(公告)号：CN116561631A
公开(公告)日：2023-08-08
申请号：CN202310533066.6
申请日：2023-05-11
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/2321 , G06F18/213
Abstract: 基于相空间重构的辐射源分选方法，本发明涉及信号分选方法。本发明的目的是为了解决现有电磁环境中的脉冲数量已达百万量级，并且雷达可以迅速的切换工作模式，利用传统的信号分选方法存在增批、漏批和难以准确设置参数容差等问题。过程为：一：计算辐射源信号的时间延迟；二：基于辐射源信号的时间延迟计算辐射源信号的嵌入维数；三：基于辐射源信号的时间延迟和辐射源信号的嵌入维数，计算辐射源信号的关联维数；四：基于辐射源信号的时间延迟和辐射源信号的嵌入维数，计算辐射源信号的Lyapunov指数；五：基于辐射源信号的关联维数、辐射源信号的Lyapunov指数以及载频，使用DBSCAN算法对特征向量做分选。本发明用于信号分选领域。
-
公开(公告)号：CN115620731A
公开(公告)日：2023-01-17
申请号：CN202211294811.8
申请日：2022-10-21
Applicant: 哈尔滨工业大学
Abstract: 一种语音特征提取与检测方法，本发明涉及语音特征提取与检测方法。本发明的目的是为了解决现有自动说话人系统容易受到各种欺骗语音的攻击，自动说话人系统拦截不彻底、错误拦截，导致检测准确率低的问题。过程为：得到预处理后的语音信号的训练集和验证集；提取eCQSCC和FFV特征；得到训练好的eCQSCC特征+高斯混合模型和FFV特征+高斯混合模型；eCQSCC特征+高斯混合模型输出训练集的分数；FFV特征+高斯混合模型输出训练集的分数；获得预训练好的BosarisToolkit工具；得到训练好的BosarisToolkit工具；得到待测语音信号的融合结果。本发明用于语音特征提取与检测领域。
-
公开(公告)号：CN115270878A
公开(公告)日：2022-11-01
申请号：CN202210903562.1
申请日：2022-07-28
Applicant: 哈尔滨工业大学
Abstract: 基于类激活图和SincNet网络的辐射源个体识别方法，本发明涉及辐射源个体识别方法。本发明的目的是为了解决现有预失真技术弱化了辐射源的功放非线性特征，进而减弱了辐射源个体识别性能的问题。判断待测辐射源信号为高信噪比辐射源信号还是低信噪比辐射源信号，若待测辐射源信号为高信噪比辐射源信号，则执行A至D；若待测辐射源信号为低信噪比辐射源信号，则执行一至三；A、功率放大器输出带标签的信号；B：提取带标签的CWD时频分布特征图；C：得到训练好的ResNet50网络；D：完成待测预失真后辐射源个体信号；一：得到训练好的数字预失真训练器；二：得到训练好的SincNet网络；三：完成待测预失真后辐射源个体信号识别。本发明用于辐射源个体识别领域。
-
公开(公告)号：CN114041801A
公开(公告)日：2022-02-15
申请号：CN202111349502.1
申请日：2021-11-15
Applicant: 哈尔滨工业大学
Abstract: 基于PSA‑EWT和DCGAN的心电信号重构方法及重构系统，本发明涉及心电信号重构方法及重构系统。本发明的目的是为了解决现有心电图信号采用接触式测量，操作不便的问题。过程为：一：对原始BCG信号进行分解，划分为m个区间，在每个区间内构建一个带通滤波器，m个滤波器组重构m个分量；二：对m个区间进行优化合并，得到的心跳分量；三：建立对抗网络；四：获取ECG信号和呼吸信号；合成BCG信号；将合成BCG信号作为生成器的输入，将ECG信号作为判别器的输入，进行训练，直至达到最大迭代次数，获得训练好的对抗网络；五：将二获得的心跳分量输入训练好的对抗网络，重构出ECG信号。本发明用于心电信号重构领域。
-
公开(公告)号：CN108090462B
公开(公告)日：2021-09-03
申请号：CN201711480467.0
申请日：2017-12-29
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 一种基于盒维数的辐射源指纹特征提取方法，本发明涉及辐射源指纹特征提取方法。本发明的目的是为了解决传统特征参数难以满足辐射源个体识别有效性和可靠性需求，导致辐射源个体识别正确率低的问题。一种基于盒维数的辐射源指纹特征提取方法具体过程为：一、对接收到的一维辐射源信号进行分段处理，得到一维辐射源信号段；二、对一得到的一维辐射源信号段进行盒维数特征提取，得到盒维数特征向量。本发明用于辐射源个体识别领域。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
