基于孪生网络的小样本辐射源识别方法

    公开(公告)号:CN116089861A

    公开(公告)日:2023-05-09

    申请号:CN202310059098.7

    申请日:2023-01-20

    Abstract: 本发明针对小样本环境下神经网络难以获取足够的数据,正负样本失衡训练困难的问题,提供一种改进的基于孪生网络的小样本辐射源识别方法,使用数据组合进行数据拓展,同时使用传统信号处理的域变换来进行数据增强,使数据集的样本量得到了几乎平方级别的提升。同时,本发明采用孪生网络作为神经网络的结构,贴合拓展后的数据结构。使用平衡对比误差代替概率控制网络训练样本对输入并以二元组全遍历组织数据集,避免正负样本失衡导致网络训练的偏移。之后,将待判决样本的孪生网络输出特征向量与各类别特征中心做对比得到该样本属于每一类辐射源的概率,即利用特征中心对样本进行分类,降低判决的抖动,判决速度快。

    一种工作模式可重构的威尔金森功分器

    公开(公告)号:CN115425381B

    公开(公告)日:2023-04-18

    申请号:CN202210973737.6

    申请日:2022-08-15

    Abstract: 本发明的目的在于提供一种工作模式可重构的威尔金森功分器,属于射频集成电路技术领域。该功分器通过引入晶体管开关,使四分之一波长传输线特性发生改变,从而实现其在单刀多掷开关和多端口等分功分器两种工作模式之间的转换;且两种工作模式下的性能指标均处于优异水平,且两者在BW(中心频率/频带宽度)为50%范围内均可以实现频带重合。同时,通过使用多个“传输线‑电感‑传输线”结构代替多段传输线,实现功分器面积的减小,芯片面积可减小三分之一左右,从而有利于实现集成化。

    一种基于多模态信息融合的通信辐射源跨模式识别方法

    公开(公告)号:CN115952466A

    公开(公告)日:2023-04-11

    申请号:CN202210750915.9

    申请日:2022-06-28

    Abstract: 本发明提供一种基于多模态信息融合的通信辐射源跨模式识别方法,先对通信辐射源进行多模态信息的采集,各自对相应模态信息进行特征提取。将多模态特征表征为模态间关系图中的节点,通过先验模型构建模态节点间的边关系。通过图卷积神经网络进行模态节点间的信息传递,通过图收缩技术进行模态节点的信息融合,避免了传统算法过度依赖电磁数据特征的问题,使得多模态信息能够有效参与到通信辐射源跨模式识别中。在保证同模式识别能力基本不变的同时,实现了通信辐射源跨模式识别能力相比传统算法的较大提升。本发明利用图收缩和通信辐射源多模态信息,将模态间关系图收缩为一个特征向量,实现了基于多模态信息融合的通信辐射源跨模式识别。

    一种应用于遥爆系统的数据保存方法

    公开(公告)号:CN111414344B

    公开(公告)日:2023-03-14

    申请号:CN202010215981.7

    申请日:2020-03-25

    Abstract: 本发明公开了一种应用于遥爆系统的数据保存方法,能在遥爆系统崩溃时以及存储容量有限的情况下有效保存数据。本发明对数据库中的Write Ahead Log算法进行改进,让其适用于遥爆系统,并将改进后的Write Ahead Log算法和循环写算法进行了结合,既能解决遥爆系统中的数据一致性问题,又能在存储容量有限的情况下保存理论上无限的数据。

    一种带有频率依赖耦合特性的可重构移相滤波器设计方法

    公开(公告)号:CN115563923A

    公开(公告)日:2023-01-03

    申请号:CN202210671890.3

    申请日:2022-06-14

    Abstract: 本发明公开了一种带有频率依赖耦合特性的可重构移相滤波器设计方法,包括:给定滤波器的目标参数值及频率依赖耦合结构中的耦合电感值;将滤波器中所要优化的变量(耦合矩阵元素值与电路元件值)与优化算法中的优化变量对应;利用优化算法得到优化变量值,得到新的耦合矩阵;通过新的耦合矩阵计算误差函数值,判定是否满足收敛条件;若满足,则导出优化变量值,并将优化变量值代入到电路中。本发明通过结合耦合矩阵元素和电路元件值的优化方法,利用频率依赖耦合结构,不需要调整耦合结构中电感值,即实现了滤波器中心频率、传输相位和相位斜率的独立调节。且通过具有频率依赖特性的耦合结构,引入多个传输零点,提高了移相滤波器的频率选择特性。

    一种融合专家知识的优效组合式调制识别方法

    公开(公告)号:CN111401263B

    公开(公告)日:2022-07-08

    申请号:CN202010194033.X

    申请日:2020-03-19

    Abstract: 本发明公开了一种融合专家知识的优效组合式调制识别方法,涉及数字通信识别技术领域,其包括读入待识别信号采样序列,得到一维的数组数据s(n);从数组数据s(n)提取8维人工特征向量;根据数组数据s(n)获取归一化包络信号数据;根据数组数据s(n)获取时频图,并对时频图进行预处理;基于迁移学习预训练模型,根据8维人工特征向量、归一化包络信号数据的特征以及预处理后的时频图特征构建组合式特征向量;基于组合式特征向量获取识别结果。本发明借助了迁移学习节省训练时间和提升分类精度,既利用了信号的时频图与包络的特征,又加入了鲁棒性较强的8个的人工特征协助分类任务,为待识别信号提供了更具有表征性的数据表达,可以明显提高低信噪比下的准确率。

    一种融合先验知识的小样本雷达工作模式分类方法

    公开(公告)号:CN112884059B

    公开(公告)日:2022-07-05

    申请号:CN202110254832.6

    申请日:2021-03-09

    Abstract: 本发明公开了一种融合先验知识的小样本雷达工作模式分类方法,包括获取各雷达工作模式下的脉冲数据,根据脉冲数据生成伪图片样本;将生成的伪图片样本输入原型网络进行分类训练,得到每一类的类中心向量;利用先验知识构建知识向量和标签,输入中心网络进行训练,得到每一类的预中心向量;构建损失函数,将损失函数反向传播以更新融合先验知识的原型网络的网络参数,得到最优原型网络;利用最优原型网络对待识别的脉冲数据进行雷达工作模式识别分类。本发明通过结合雷达各工作模式下脉冲参数的变化规律作为先验知识经过中心网络映射为预中心向量后加入原型网络的损失函数并进行反向传播,提高了小样本情况下雷达工作模式分类的准确率。

    一种适用于无人机通信的跳频信号检测方法

    公开(公告)号:CN114696922A

    公开(公告)日:2022-07-01

    申请号:CN202210160521.8

    申请日:2022-02-22

    Abstract: 本发提供一种适用于无人机通信的跳频信号检测方法,包括以下步骤:1)功率谱估计步骤,包括功率谱遍历与带宽检测;2)信号帧视频定位步骤:3)跳频信号帧筛选步骤。通过带宽状态检测手段,更新各个检测频点,根据起止频点、噪声门限等参数,达到信号帧检测的目的。使用本发明方法检测出的信号帧,通过对比信号帧时长、带宽参数对其进行筛选,进而能在有多种干扰的信号中筛选出无人机信号帧,解决了当信道中包含多种干扰信号时而无法有效检测出无人机通信链路的问题。

    一种基于用户历史的装备个性化推荐方法

    公开(公告)号:CN112765466B

    公开(公告)日:2022-05-03

    申请号:CN202110057021.7

    申请日:2021-01-15

    Abstract: 本发明公开了一种基于用户历史的装备个性化推荐方法,针对传统装备数据配套的查询系统对相关使用人员不够友好的问题,将推荐系统引入到装备数据库中,使得用户能够获得关于自身的推荐,同时也能够获得和自身类似的邻域用户,从邻域用户的浏览历史中获得自身感兴趣的装备信息;本发明针对传统推荐系统中基于物品的推荐,做了一定的改进将用户历史评分数据加入评价指标,又考虑到用户自身评分特征,对推荐装备是否契合用户口味实现奖惩因子,同时还考虑到用户评分的时间戳,加入随时间戳变化的权重因子,最终完成了考虑用户自身的个性化的装备推荐。

Patent Agency Ranking