公开(公告)号：CN119316256A

公开(公告)日：2025-01-14

申请号：CN202411371975.5

申请日：2024-09-29

Applicant: 南京邮电大学

Inventor： 王禹 ,  朱应申 ,  周婉玉 ,  武向勇 ,  胡力凡 ,  张家瑞 ,  桂冠

IPC: H04L27/00 ,  H04L25/02 ,  G06F18/25 ,  G06F18/15 ,  G06F18/24 ,  G06N3/045 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于时频特征融合的脉冲神经网络通信制式识别方法、系统、电子设备及存储介质，其中方法包括：从物联网设备中获取通信制式数据并制作为初始通信制式数据集，将初始通信制式数据集按照比例划分为训练集、验证集和测试集数据；将划分的训练集导入时频域特征融合模块，获得综合时频域信息的样本特征；将综合时频域信息的样本特征输入脉冲神经网络模型，获得初始模型预测值、模型权重；将模型预测值与标签值代入分类损失函数计算，获得分类损失值；使用分类损失值更新脉冲神经网络模型参数，直至获得最优的脉冲神经网络模型；本发明提高对复杂现实环境中的通信制式数据检测效率与识别精度，同时降低资源受限场景下的识别能耗问题。

公开(公告)号：CN119312226A

公开(公告)日：2025-01-14

申请号：CN202411371971.7

申请日：2024-09-29

Applicant: 南京邮电大学

Inventor： 王禹 ,  朱应申 ,  周婉玉 ,  武向勇 ,  张金龙 ,  桂冠

IPC: G06F18/2431 ,  G06F18/25 ,  G06F18/2131 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明提出了一种基于深度学习的跨域无人机识别方法，主要步骤包括：对不同时间采集的无人机射频数据进行预处理，生成时频图谱；利用多分辨率分析技术，将原始时频图谱分解为多个子频谱；应用轻量级、多尺度的神经网络架构，提取子频谱中的射频特征；采用特征增强方法，丰富和优化提取的特征；最后进行标签分类。该方法有效减少复杂频谱中的数据冗余，实现准确可靠的无人机识别。通过结合多尺度分析、轻量级网络架构和特征增强技术，本发明显著提升了模型的鲁棒性和泛化能力，具有广泛的应用潜力，在无人机管理和智慧城市监控等领域，为复杂电磁环境下的无人机识别提供了一种高效且可靠的技术方案。