-
公开(公告)号：CN119202852A
公开(公告)日：2024-12-27
申请号：CN202411623347.1
申请日：2024-11-14
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于特征嵌入的图神经网络自动调制分类方法，属于信号处理技术领域。该方法通过对接收信号中的序列点进行位置互换，生成多个增强样本，从而在信号内引入位置信息，并有效扩充了单个调制信号的表达方式，为节点特征嵌入提供了有力的支撑。然后将增强样本分别输入多个结构相同的特征提取网络中，将得到的特征向量作为节点，特征向量间的相似度作为边，生成特征图结构。最后将构建的特征图结构输入图神经网络中，训练该网络用于接收信号的调制类型分类。该方法将传统神经网络的特征提取能力和图神经网络的拓扑结构分析能力相结合，有效提升了调制信号的分类性能。
-
公开(公告)号：CN119202852B
公开(公告)日：2025-04-01
申请号：CN202411623347.1
申请日：2024-11-14
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于特征嵌入的图神经网络自动调制分类方法，属于信号处理技术领域。该方法通过对接收信号中的序列点进行位置互换，生成多个增强样本，从而在信号内引入位置信息，并有效扩充了单个调制信号的表达方式，为节点特征嵌入提供了有力的支撑。然后将增强样本分别输入多个结构相同的特征提取网络中，将得到的特征向量作为节点，特征向量间的相似度作为边，生成特征图结构。最后将构建的特征图结构输入图神经网络中，训练该网络用于接收信号的调制类型分类。该方法将传统神经网络的特征提取能力和图神经网络的拓扑结构分析能力相结合，有效提升了调制信号的分类性能。
-
公开(公告)号：CN115496115B
公开(公告)日：2023-05-19
申请号：CN202211456173.5
申请日：2022-11-21
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本方案公开了一种基于矢量空间分离的持续电磁信号分类方法，包括，使用无线电信号作为训练卷积神经网络的样本数据；进行第一个任务训练得到训练后的卷积神经网络；当新任务到来时，在原有卷积神经网络模型上增加新的全连接层，与旧的全连接层进行拼接输出；新任务训练过程中，基于余弦相似度控制新旧任务在矢量空间的距离，并使用L2正则化平衡新旧任务权重的大小，同时使用交叉熵损失函数区分新类与旧类；新任务训练结束后得到新的卷积神经网络。本方案引入一种相似度损失函数，并在交叉熵损失函数的共同作用下，在矢量空间中，保证新类对旧类的分类和新类之间的区分，来减少新类对旧类的影响并保证新任务的学习。
-
公开(公告)号：CN102928619A
公开(公告)日：2013-02-13
申请号：CN201210434383.4
申请日：2012-11-05
Applicant: 杭州电子科技大学
IPC: G01P5/24
Abstract: 本发明涉及一种宽带束控声学多普勒测流系统信号处理方法。现有方法针对宽带形式的回波信号，会使得不同频率分量的信号发散到不同的角度。本发明首选构造水声换能器发射声波波束，对四路回波信号进行采样，形成四路数字信号；并进行波束合成，得到两路合成后的信号。其次利用波束合成信号进行水底跟踪判断，以确定底回波前沿数据序号。然后计算单次声脉冲测流获得的速度值。最后取排序后的中间速度值为最终测流速度。本发明可补偿水声换能器接收阵列各个回波波束的声程差，使得信号不同频率成分都指向了相同的方向，减少了合成波束的失真现象，结合复相关测频技术后能较大程度地提升宽带学多普勒测流系统速度估算的精准度。
-
公开(公告)号：CN100463366C
公开(公告)日：2009-02-18
申请号：CN200610155457.5
申请日：2006-12-26
Applicant: 浙江三维通信股份有限公司 , 杭州电子科技大学
IPC: H03H17/02
Abstract: 本发明涉及一种数字中频滤波方法，主要包括下述步骤：将输入频率为140MHz，并且带宽小于31.25MHz的模拟中频信号，通过A/D模块采样后依次通过数字滤波模块作滤波处理，通过2倍内插及低通滤波模块一先作2倍内插再对内插后的数据作低通滤波；通过混频滤波模块作混频运算，通过2倍内插及高通滤波模块作2倍内插再对内插后的数据作高通滤波，通过2倍内插及低通滤波模块二的输出信号与250MHz本振通过混频模块进行信号混频，该信号经D/A模块输出及低通或带通滤波后即可得到中心频率为160MHz的中频输出。本发明有益的效果是：本发明可实现对输入中频140MHz的信号滤波，并可实现多种信道滤波特性，并可将输出中频提升到160MHz，以更便于后面上变频器的制作。
-
Patent Agency Ranking
公开(公告)号：CN118232956A
公开(公告)日：2024-06-21
申请号：CN202410307442.4
申请日：2024-03-18
Applicant: 杭州电子科技大学
IPC: H04B1/715 , H04W72/542 , H04W72/0453
Abstract: 本发明公开了一种基于OC‑CDRL的三变跳频图案智能决策方法。本发明通过状态‑动作‑奖励三元组构造将“三变”跳频图案决策问题建模为马尔可夫决策过程。设计的跳频频率根据伪随机序列选择的小频段范围内连续变化，跳频速率和瞬时带宽离散取值。本发明将TD3和D3QN算法相结合，分别设计了相应的状态、动作和奖励，用于处理连续和离散的动作空间。在OC‑CDRL的D3QN模块中，提出了一种OES策略进行动作选择，提高探索程度。此外，通过对经验回放缓冲区之外的状态‑动作对进行保守估计来改进损失函数，减少过高估计，提高算法的稳定性和收敛性。本发明方法产生的三变跳频图案有效地避开了大部分干扰较大的区域，并展现出更好的适应性和抗干扰能力。
-
公开(公告)号：CN118102337A
公开(公告)日：2024-05-28
申请号：CN202410056620.0
申请日：2024-01-15
Applicant: 杭州电子科技大学
IPC: H04W24/02 , H04W12/12 , H04W4/40 , H04L41/142 , H04L41/14
Abstract: 本发明涉及一种基于用户公平性的MEC网络安全能效最大化方法，包括如下步骤：首先每个节点通过信息交互获得网络的基本配置信息，以系统的安全能效最大化为目标，根据本地计算频率约束、安全传输速率约束、总任务完成时间约束和以及节点发送功率约束，建立基于用户公平性的安全能效最大化系统优化模型；然后通过丁克尔巴赫方法将原始问题转化成更容易处理的形式；利用经典的块坐标下降法将优化问题转化为发射功率、时间分配系数和本地计算频率优化子问题进行求解；采用循环迭代，直至算法收敛或小于指定阈值。本发明以安全能效为优化目标对用户计算频率、用户发射功率和时间分配系数进行优化，可以有效地提升系统的安全能效。
-
公开(公告)号：CN102685066B
公开(公告)日：2014-11-05
申请号：CN201210159754.2
申请日：2012-05-22
Applicant: 杭州电子科技大学
IPC: H04L27/34 , H04B1/7087
Abstract: 本发明涉及一种大频偏条件下短时猝发高扩频通信接收系统载波恢复方法。现有方法无法在极低信噪比门限情况下，依靠短时前导码元序列完成大频偏条件下载波的恢复。本发明首先计算扩频码相关峰值，通过改变接收系统本地载波频率，对相关峰值进行比较、定位，以获取载波频偏的粗略估计值；然后通过状态机完成扩频码的同步并对数据进行解扩；对解扩的数据进行复数快速傅里叶变换，进一步修正接收系统本地载波频率；最终利用I/Q数据构造出锁相环路完成载波频率的精确同步和相位的跟踪。本发明方法可以准确快速可靠的完成载波恢复，可对付的载波频偏范围大，且工作门限低。
-
公开(公告)号：CN102082661A
公开(公告)日：2011-06-01
申请号：CN201110024224.2
申请日：2011-01-21
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于PCM/FM遥测体制的数据保密通信方法。本发明首先以种子密钥赋值至初始密钥生成器产生初始密钥，继而通过钟控密钥流生成器生成密钥流，并生成下组数据种子密钥。然后将待发送数据与密钥流异或生成密文，封装入帧，封装好的数据帧经过Turbo编码。最后对Turbo编码后的数据进行信号采样，将采样后的数据进行预调滤波，经过FM调制送入信道；接收端接收信号并同步，在接收端，以依次逆序进行处理，先后通过FM相干解调、数据采样、Turbo码译码与解密，最后获得所要的数据。本发明具有很好的线性复杂度，能够有效保护数据，增强PCM/FM遥测系统自身的安全性。
-
公开(公告)号：CN119070933A
公开(公告)日：2024-12-03
申请号：CN202411072222.4
申请日：2024-08-06
Applicant: 杭州电子科技大学
IPC: H04B17/382
Abstract: 本发明公开了一种基于BDVNN的信道化智能接收方法，通过SDR设备对特定频段进行信号接收采集，在上位机的Matlab环境中，利用信道化结构对时域混叠信号进行分离，并根据能量检测方法对各个分离出的信号进行频谱感知，通过Python完成BDVNN识别网络模型训练，最终通过Matlab和Python交互的方式使用已训练BDVNN模型实现对时域混叠信号跨平台样式识别。本发明能够有效实时处理多个同时到达的混叠信号以及类型多样化信号，而且克服了Matlab环境数据采集和Python环境模型开发之间的不匹配，显著简化了开发和验证周期，避免了在Matlab端重新搭建和训练模型的繁琐工作。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.019 seconds)
