公开(公告)号：CN109217836B

公开(公告)日：2022-05-31

申请号：CN201811016870.2

申请日：2018-09-03

Applicant: 南京邮电大学

Inventor： 黄晓东 ,  任强 ,  许超凡 ,  金秀华

IPC: H03H7/01

Abstract: 本发明公开了一种四端口低反射式双工滤波器，包括：第一端口、第二端口、第三端口、第四端口、四个低通支路电感、两个高通支路电感、四个高通支路电容、两个低通支路电容；所述每组的两个低通支路电感串联，形成两个电感串联支路；所述两个电感串联支路的公共点处各并联一个低通支路电容，低通支路电容的独立端点接地，形成两个低通支路；所述每组的两个高通支路电容串联，形成两个电容串联支路；所述两个电容串联支路的公共点处各并联一个高通支路电感，高通支路电感的独立端点接地，形成两个高通支路；本发明能得到四端口低反射式双工滤波器，经过频率变换后，可具有低通和高通、带通和带阻两种滤波模式，能够有效降低阻带反射信号的影响。

公开(公告)号：CN115052288A

公开(公告)日：2022-09-13

申请号：CN202210553732.8

申请日：2022-05-19

Applicant: 南京邮电大学

Inventor： 吴蒙 ,  许超凡

IPC: H04W12/06 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的多用户物理层认证方法，包括步骤如下：S1，接收端通过估计每个终端节点的信道状态信息，并对信道状态信息进行处理得到数据样本集；S2，根据数据样本集构建深度神经网络的训练集、验证集和测试集；利用构建好的训练集、验证集和测试集，训练并测试深度神经网络；S3，将接收端接收来自新未知用户的信号序列，通过训练好的深度神经网络进行合法性认证。本发明采用了加权随机指数数据增强的方法，解决了样本集匮乏以及可靠性不足的问题，具有良好的认证性能和较短的训练时间。

公开(公告)号：CN109217836A

公开(公告)日：2019-01-15

申请号：CN201811016870.2

申请日：2018-09-03

Applicant: 南京邮电大学

Inventor： 黄晓东 ,  任强 ,  许超凡 ,  金秀华

IPC: H03H7/01

Abstract: 本发明公开了一种四端口低反射式双工滤波器，包括：第一端口、第二端口、第三端口、第四端口、四个低通支路电感、两个高通支路电感、四个高通支路电容、两个低通支路电容；所述每组的两个低通支路电感串联，形成两个电感串联支路；所述两个电感串联支路的公共点处各并联一个低通支路电容，低通支路电容的独立端点接地，形成两个低通支路；所述每组的两个高通支路电容串联，形成两个电容串联支路；所述两个电容串联支路的公共点处各并联一个高通支路电感，高通支路电感的独立端点接地，形成两个高通支路；本发明能得到四端口低反射式双工滤波器，经过频率变换后，可具有低通和高通、带通和带阻两种滤波模式，能够有效降低阻带反射信号的影响。