-
公开(公告)号:CN113225282A
公开(公告)日:2021-08-06
申请号:CN202110071360.0
申请日:2021-01-19
Applicant: 西安电子科技大学 , 中国人民解放军空军工程大学
Abstract: 本发明提供了一种基于BP神经网络的通信信号调制识别方法,属于通信信号处理领域,包括:获取原始调制信号,所述原始调制信号包括2ASK、4ASK、2PSK、4PSK、2FSK、4FSK六种信号;利用信号预处理模块对所述原始调制信号进行分段、降噪;根据上一步的处理结果提取特征参数,并构造多维向量作为训练集,所述特征参数包括γmax、σaa、σaf、σap、σdp五个基于瞬时统计量的特征参数;搭建神经网络模型;重新构造信号及特征参数向量作为测试集,利用测试集进行信号识别;对测试集的识别效果进行仿真;对各信号进行分类识别;计算识别后的正确率。该方法对所有特征参数数据进行了零中心和归一化处理,将数据都转化到同一数量级相比较,从而提高了数据的可比较性。
-
公开(公告)号:CN109902802B
公开(公告)日:2020-12-29
申请号:CN201910060523.8
申请日:2019-01-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于FPGA的卷积神经网络训练系统及方法,系统包括:核心处理模块,用于提供第一训练集数据并初始化卷积神经网络的第一网络参数,以及接收第二网络参数误差;输入数据转换模块,用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数;前向计算引擎模块,用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差;反向计算引擎模块,用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差;输出数据转换模块,用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行,还减少对公共数据总线的占用以及存储带宽的需求。
-
公开(公告)号:CN110776590A
公开(公告)日:2020-02-11
申请号:CN201911081334.5
申请日:2019-11-07
Applicant: 桂林电子科技大学
IPC: C08F120/14 , C08F2/10
Abstract: 本发明公开了一种界面自由基聚合及方法,该聚合方法是将引发剂溶液作为引发剂相,将烯烃或含烯烃的溶液作为烯烃单体相,置于反应容器中,形成引发剂相、单体相及两相界面,使引发剂溶液在两相界面处引发烯烃单体发生自由基聚合反应;因沉降作用及扩散作用,所生成聚烯烃分散于引发剂相中,两相界面处可持续发生烯烃聚合反应,生成高分子量聚烯烃。该聚合方法生成的聚合产物分子量大,可有效避免爆聚,不易结块,产物纯度高,无需对产物进行清洗提纯,物料可循环利用,无三废排放。
-
公开(公告)号:CN110572076A
公开(公告)日:2019-12-13
申请号:CN201910823696.0
申请日:2019-09-02
Applicant: 西安电子科技大学
IPC: H02N2/18
Abstract: 本发明提出了一种多方向压电振动能量收集装置,用于解决现有技术中存在的因能量收集方向单一导致的能量收集效率较低的技术问题,包括竖梁、固定在竖梁两端的固定板和基座、设置在固定板下侧面的U型梁、U型梁的底梁的表面粘贴有压电片,该底梁悬挂有通过弹性连接件连接的金属质量块;弹性连接件和金属质量块组成的结构能够感知振动源任意方向的振动能,压电片将振动能转换为电能,通过电极将电能输出至外电路;从而便于实现多方向的能量收集,有效地提高了能量收集效率。
-
公开(公告)号:CN107450948B
公开(公告)日:2019-10-08
申请号:CN201710630051.6
申请日:2017-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种低功耗的FPGA自适应加载方法及系统,用以解决现有加载方法中存在的FPGA功耗高和内部资源消耗大的技术问题。外部处理模块将多个不同功能的配置文件进行打包,得到总配置文件,并将总配置文件写到配置信息存储模块中;目标FPGA自动从配置信息存储模块中加载第一个配置文件,实现初始配置;FPGA功能检测模块检测外部输入数据与当前配置文件的匹配特性,外部输入数据与当前配置文件匹配,目标FPGA进入正常工作模式;外部输入数据与当前配置文件匹配不匹配,则触发自适应重加载过程,加载下一个配置文件,配置完成后返回检测步骤。本发明可有效降低FPGA功耗和对FPGA内部资源的消耗。
-
公开(公告)号:CN107147603B
公开(公告)日:2019-10-08
申请号:CN201710311300.5
申请日:2017-05-05
Applicant: 西安电子科技大学
IPC: H04L27/20 , H04L27/227 , H04L27/00 , H04L25/02 , H04L25/03
Abstract: 本发明公开了一种基于多神经网络的DBPSK信号解调方法,解决现有DBPSK信号解调方法中误码率高的技术问题。步骤包括:获取随机序列和加噪信号;获取加噪信号的采样序列集;设定神经网络结构;获取多组神经网络训练集;训练多个神经网络;对设定的待解调信号进行多神经网络解调。本发明通过使用多个神经网络,解决了采样过程中采样时刻不确定带来的解调误码率高的问题,并能同时完成对DBPSK信号的解调和差分译码过程。本发明具有解调误码率低,解调速度快,实现成本低,灵活性强等优点,可用于卫星通信、深空通信。
-
公开(公告)号:CN106933752B
公开(公告)日:2019-10-08
申请号:CN201710137899.5
申请日:2017-03-09
Applicant: 西安电子科技大学
IPC: G06F12/14
Abstract: 本发明提出了一种SRAM型FPGA的加密装置及方法,用于解决现有加密装置成本高、对加密芯片加密能力要求高和加密方法具有局限性的技术问题;加密装置包括SRAM型FPGA、非易失性存储器件、片外SRAM、静态认证串号远程更换接口、静态认证串号输入按键和可拆除加密使能开关;加密方法为:配置SRAM型FPGA芯片;获取SRAM型FPGA的序列号;初始序列加密模块判断是否对SRAM型FPGA芯片进行第一次加密;加密认证模块实现两级认证操作;初始序列加密模块更新安全信息和成功配置次数,并向用户逻辑模块发送认证成功信号;加密模块随时准备更换静态认证串号。本发明成本低、易于实现、通用性强、加密可靠。
-
公开(公告)号:CN110300078A
公开(公告)日:2019-10-01
申请号:CN201910584732.2
申请日:2019-07-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于课程学习的调制信号识别方法,主要解决现有技术因信号噪声导致识别率较低的问题。其方案为:获取训练的调制信号采样序列和对应标记数据,并对采样序列进行预处理;构建深度残差网络;将预处理后的采样序列作为深度残差网络的输入,采样序列的标记数据作为深度残差网络输出向量中最大分量对应的调制类型,利用课程学习的训练策略训练构建的深度残差网络,得到训练好的网络;将待识别的调制信号灰度图作为训练好的网络的输入,网络输出向量中最大分量所对应的调制类型即为识别出的调制类型。本发明加快了训练的速度,减小了因信号噪声过强对识别率的影响,提高了在强噪声环境下的调制识别性能,可用于电子对抗和无线电管理。
-
公开(公告)号:CN108595555A
公开(公告)日:2018-09-28
申请号:CN201810320848.0
申请日:2018-04-11
Applicant: 西安电子科技大学
CPC classification number: G06K9/6232 , G06K9/6259
Abstract: 本发明公开了一种基于半监督张量子空间回归的图像检索方法,主要解决现有方法计算时间复杂度高,图像检索效率低的问题。其实现方案是:1.将图像缩放到二阶张量空间中进行预处理,得到图像的灰度矩阵Xi;2.根据图像的灰度矩阵Xi构建两个优化函数U和V;3.迭代计算两个优化函数U和V的最优解;4.根据给出的查询图片,计算得到该查询图片在低维目标子空间的矩阵Yi';5.对给出的查询图片在低维目标子空间中进行图像检索,即在低维目标子空间对查询图片与训练集中图片的欧氏距离按照排序,并返回图像检索结果。本发明减小计算的时间复杂度,映射函数的学习过程更加有效,提高了图像检索的效率和准确率,可用于海量图像检索领域。
-
公开(公告)号:CN105842539B
公开(公告)日:2018-08-21
申请号:CN201610164019.9
申请日:2016-03-22
Applicant: 西安电子科技大学
IPC: G01R27/02
Abstract: 本发明提出了一种基于FPGA‑TDC的电阻测量系统及方法,用于解决现有电阻测量系统及方法中存在测量精度及分辨率低的技术问题,该系统包括:依次连接的参考电压产生模块(1)、电阻‑时间转换模块(2)和FPGA‑TDC测量模块(3),及微小电容差测量模块(4);参考电压产生模块(1)包括由FPGA芯片、DAC芯片和仪用运算放大器芯片组成的参考电压产生电路,电阻‑时间转换模块(2)包括两个不同的子模块,FPGA‑TDC测量模块(3)搭建在FPGA芯片内部,微小电容差测量模块(4)包括由FPGA芯片和微小电容差测量芯片组成的微小电容差测量电路。本发明具有测量精度高和分辨率高的特点,可用于高分辨率的电阻测量领域。
-
-
-
-
-
-
-
-
-