公开(公告)号：CN116756637B

公开(公告)日：2023-12-05

申请号：CN202311006207.5

申请日：2023-08-10

Applicant: 暨南大学 ,  广州通导信息技术服务有限公司

Inventor： 李晓帆 ,  麦孝严 ,  王邃 ,  王彦春 ,  王渤洋 ,  孔锐 ,  曹莹 ,  胡元义

IPC: G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06F17/16 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种无线信号智能检测识别方法及计算机可读存储介质，所述方法包括以下步骤：结合标准信号模型，对标准信号模型的数据集中的混合无线电信号进行特征分解，得到近似系数和近似噪声；对近似系数和近似噪声进行生成对抗学习，所述生成对抗学习是分别生成，且联合对抗的；使用训练好的生成器生成的系数和噪声，与标准信号模型结合生成混合无线电信号；将生成的混合无线电信号与标准信号模型的数据集结合，放入到无线信号识别模型进行训练，完成训练的无线信号识别模型对混合无线电信号进行识别。该方法将非负矩阵分解(NMF)技术和生成对抗网络(GAN)技术进行结合，对数据

公开(公告)号：CN119966539A

公开(公告)日：2025-05-09

申请号：CN202510415990.3

申请日：2025-04-03

Applicant: 暨南大学 ,  广州通导信息技术服务有限公司

Inventor： 李晓帆 ,  王渤洋 ,  杨毅 ,  孔亮宸 ,  江蓉 ,  黄加华

IPC: H04B17/30 ,  H04W24/08 ,  G06N3/006 ,  G06F17/10 ,  G06F17/16

Abstract: 本发明公开了面向频谱混叠无线信号的协同多层识别和节点选择方法，包括以下步骤：对混叠信号经过短时傅里叶变换后的结果，分解得到信号分解的基矩阵、混叠频谱信号类型的表征矩阵，将后者与指示因子构建级联矩阵；对不同的级联矩阵中的元素进行HL检验，得到最优的锚节点组，接着按列拆分得到若干个系数矩阵；对每个系数矩阵进行多视角信息融合，确定信号类别；将每个系数矩阵分解成监测节点的距离表示矩阵、信号功率及位置耦合矩阵，再将后者分解为用于功率估计的功率系数矩阵、用于定位的弧度信息矩阵。本发明通过设计一个三层深度分解结构，依次实现混叠频谱信号的类别、位置和功率估计的识别，有效降低了计算复杂度并加速了迭代收敛速度。

公开(公告)号：CN116756637A

公开(公告)日：2023-09-15

申请号：CN202311006207.5

申请日：2023-08-10

Applicant: 暨南大学 ,  广州通导信息技术服务有限公司

Inventor： 李晓帆 ,  麦孝严 ,  王邃 ,  王彦春 ,  王渤洋 ,  孔锐 ,  曹莹 ,  胡元义

IPC: G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06F17/16 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种无线信号智能检测识别方法及计算机可读存储介质，所述方法包括以下步骤：结合标准信号模型，对标准信号模型的数据集中的混合无线电信号进行特征分解，得到近似系数和近似噪声；对近似系数和近似噪声进行生成对抗学习，所述生成对抗学习是分别生成，且联合对抗的；使用训练好的生成器生成的系数和噪声，与标准信号模型结合生成混合无线电信号；将生成的混合无线电信号与准信号模型的数据集结合，放入到无线信号识别模型进行训练，完成训练的无线信号识别模型对混合无线电信号进行识别。该方法将非负矩阵分解（NMF）技术和生成对抗网络（GAN）技术进行结合，对数据集进行增广，从而有效地提高了混合无线电信号识别精度。