一种基于深度学习的通信辐射源射频指纹识别方法

    公开(公告)号:CN112464713A

    公开(公告)日:2021-03-09

    申请号:CN202011134197.X

    申请日:2020-10-21

    Abstract: 一种基于深度学习的通信辐射源射频指纹识别方法,其特征在于:包括以下步骤:使用通信信号接收装置,接收通信辐射源信号,并对信号进行处理,获得I/Q两路数字零中频信号;同时提取I/Q两路数字零中频信号的三种指纹信息,分别为:矩形积分双谱特征、分形盒维数特征、小波特征;将三种指纹信息数据集划分为训练集和测试集;构建多通道深度学习模型,并利用训练集和测试集训练模型直至模型精度达到98%;本发明在现有的通信辐射源射频指纹识别的传统方法上进行创新,利用信号多特征融合的方法,采用多通道深度卷积神经网络模型,进行二次特征提取,提高通信辐射源射频指纹的识别精度,从而更好地达到实际环境对通信辐射源射频指纹的识别要求。

    一种基于深度学习的通信辐射源射频指纹识别方法

    公开(公告)号:CN112464713B

    公开(公告)日:2022-11-08

    申请号:CN202011134197.X

    申请日:2020-10-21

    Abstract: 一种基于深度学习的通信辐射源射频指纹识别方法,其特征在于:包括以下步骤:使用通信信号接收装置,接收通信辐射源信号,并对信号进行处理,获得I/Q两路数字零中频信号;同时提取I/Q两路数字零中频信号的三种指纹信息,分别为:矩形积分双谱特征、分形盒维数特征、小波特征;将三种指纹信息数据集划分为训练集和测试集;构建多通道深度学习模型,并利用训练集和测试集训练模型直至模型精度达到98%;本发明在现有的通信辐射源射频指纹识别的传统方法上进行创新,利用信号多特征融合的方法,采用多通道深度卷积神经网络模型,进行二次特征提取,提高通信辐射源射频指纹的识别精度,从而更好地达到实际环境对通信辐射源射频指纹的识别要求。

    一种水肥一体智能灌溉装置

    公开(公告)号:CN214206411U

    公开(公告)日:2021-09-17

    申请号:CN202023343825.3

    申请日:2020-12-31

    Abstract: 本实用新型公开了一种水肥一体智能灌溉装置,属于灌溉设备技术领域。它包括混液罐和设置在混液罐上的原液进液管,所述原液进液管伸入混液罐的一端固定连接有渐缩管,所述渐缩管内部为锥形管道,所述渐缩管的尾端内径小于进液处内径,所述渐缩管上开设有均匀分布的多个出液嘴,多个所述出液嘴的内径相同。本实用新型通过渐缩管的设置,可以通过多个喷嘴将肥料原液均匀地喷到混液罐中,并在肥液的冲击下进行液体的混合,达到混合均匀的效果,经过比例泵抽取与水混合喷出后进一步提高混合的均匀程度。

    基于STM32实时嵌入式系统UCOSIII的智能温室系统

    公开(公告)号:CN214376067U

    公开(公告)日:2021-10-08

    申请号:CN202120692134.X

    申请日:2021-04-06

    Abstract: 本申请公开了基于STM32实时嵌入式系统UCOSIII的智能温室系统,包括主控模块、显示模块和电源模块,所述显示模块与所述主控模块电性相连,所述电源模块与所述主控模块信号相连,所述主控模块电性连接有温度传感模块、土壤湿度传感模块和光照强度传感模块,所述主控模块设置为STM32F103ZET6单片机。本方案,通过采用STM32F103ZET6单片机进行控制,内部集成了模数转换器,不需要在外部电路中加专用A/D转换器,整体的成本相较于直接通过电脑控制,成本更低。

Patent Agency Ranking