-
公开(公告)号：CN113657016B
公开(公告)日：2024-07-05
申请号：CN202010397272.5
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的优先级无人机编队动态信道分配方法及其系统，该方法包括：对无人机编队信道的动态分配过程建立模型，并在模型中建立无人机在环境中的环境状态、动作集合以及奖赏函数，无人机的业务具有优先级；将LSTM加入到DQN中形成改进型深度强化学习网络模型；利用模型对改进型深度强化学习网络模型进行训练；以及利用训练后的改进型深度强化学习网络模型对无人机编队动态分配信道。根据本申请，改善了有优先级的网络下的无人机群网络用频自主决策。通过对无人机编队信道的动态分配过程进行建模来评估无人机因为等待所造成的丢包影响，并且通过将LSTM引入到中加快了DQN训练的收敛速度。
-
Patent Agency Ranking
公开(公告)号：CN113660670B
公开(公告)日：2024-02-06
申请号：CN202010397271.0
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于射频指纹的无线设备身份认证方法及其装置，该方法包括：获取授权设备的射频指纹；根据所获取的射频指纹为相应授权设备建立高斯混合模型；获取待认证设备的射频指纹；调用k近邻查找器，并在授权设备的射频指纹中查找距离待认证设备的射频指纹最近的至少两种射频指纹；将待认证设备的射频指纹输入到查找到的至少两种射频指纹所对应的授权设备的高斯混合模型中，计算出至少两种射频指纹所对应的授权设备的高斯混合模型的条件概率，并将计算出的条件概率中的最大值与预先设定的阈值进行比较，以判定待认证设备的身份。本申请的认证方法能够利用不同无线设备之间的硬件细微差异对其进行准确的身份认证。(56)对比文件朱华虹;贺前华;李艳雄;张雪源.基于随机映射的声纹模板保护方法.华南理工大学学报(自然科学版).2013,(第05期),全文.季澈;彭林宁;胡爱群;王栋.基于射频信号特征的Airmax设备指纹提取方法.数据采集与处理.2020,(第02期),全文.谢代军;胡捍英;孔范增.基于分布重叠和特征加权的无线局域网室内定位算法.计算机科学.2013,(第11期),全文.俞佳宝;胡爱群;朱长明;彭林宁;姜禹.无线通信设备的射频指纹提取与识别方法.密码学报.2016,(第05期),全文.赵方.基于公共信标集的高精度射频指纹定位算法《.计算机研究与发展》.2012,全文.Jehad M. Hamamreh.Classifications andApplications of Physical Layer SecurityTechniques for Confidentiality: AComprehensive Survey《.IEEE CommunicationsSurveys & Tutorials》.2018,全文.
-
公开(公告)号：CN113657138A
公开(公告)日：2021-11-16
申请号：CN202010401692.6
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 一种基于等势星球图的辐射源个体识别方法，包括以下步骤：S1：采集型号相同的多个辐射源个体的信号数据；S2：对所述信号数据进行数据预处理，得到信号星座图；S3：对所述信号星座图中的数据点进行点密度计算，并根据点密度计算结果对所述信号星座图进行上色处理，得到等势星球图；S4：使用卷积神经网络对所述等势星球图进行特征提取和分类；S5：输出识别结果。本发明通过将IQ两路信号数据从信号域转变到基于等势星球图的图域，再通过卷积神经网络自动有效地提取由信号携带的辐射源个体的深层次的特征，将每一个等势星球图与信号数据对应，信号数据与辐射源个体对应，从而更加有效的将辐射源个体识别分类。
-
公开(公告)号：CN113657138B
公开(公告)日：2024-05-21
申请号：CN202010401692.6
申请日：2020-05-12
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/213 , G06V10/764 , G06V10/44 , G06V10/82 , G01R29/08 , G01R21/00
Abstract: 一种基于等势星球图的辐射源个体识别方法，包括以下步骤：S1：采集型号相同的多个辐射源个体的信号数据；S2：对所述信号数据进行数据预处理，得到信号星座图；S3：对所述信号星座图中的数据点进行点密度计算，并根据点密度计算结果对所述信号星座图进行上色处理，得到等势星球图；S4：使用卷积神经网络对所述等势星球图进行特征提取和分类；S5：输出识别结果。本发明通过将IQ两路信号数据从信号域转变到基于等势星球图的图域，再通过卷积神经网络自动有效地提取由信号携带的辐射源个体的深层次的特征，将每一个等势星球图与信号数据对应，信号数据与辐射源个体对应，从而更加有效的将辐射源个体识别分类。
-
公开(公告)号：CN113660670A
公开(公告)日：2021-11-16
申请号：CN202010397271.0
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于射频指纹的无线设备身份认证方法及其装置，该方法包括：获取授权设备的射频指纹；根据所获取的射频指纹为相应授权设备建立高斯混合模型；获取待认证设备的射频指纹；调用k近邻查找器，并在授权设备的射频指纹中查找距离待认证设备的射频指纹最近的至少两种射频指纹；将待认证设备的射频指纹输入到查找到的至少两种射频指纹所对应的授权设备的高斯混合模型中，计算出至少两种射频指纹所对应的授权设备的高斯混合模型的条件概率，并将计算出的条件概率中的最大值与预先设定的阈值进行比较，以判定待认证设备的身份。本申请的认证方法能够利用不同无线设备之间的硬件细微差异对其进行准确的身份认证。
-
公开(公告)号：CN113657016A
公开(公告)日：2021-11-16
申请号：CN202010397272.5
申请日：2020-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的优先级无人机编队动态信道分配方法及其系统，该方法包括：对无人机编队信道的动态分配过程建立模型，并在模型中建立无人机在环境中的环境状态、动作集合以及奖赏函数，无人机的业务具有优先级；将LSTM加入到DQN中形成改进型深度强化学习网络模型；利用模型对改进型深度强化学习网络模型进行训练；以及利用训练后的改进型深度强化学习网络模型对无人机编队动态分配信道。根据本申请，改善了有优先级的网络下的无人机群网络用频自主决策。通过对无人机编队信道的动态分配过程进行建模来评估无人机因为等待所造成的丢包影响，并且通过将LSTM引入到中加快了DQN训练的收敛速度。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
