-
公开(公告)号：CN110166399A
公开(公告)日：2019-08-23
申请号：CN201910521917.9
申请日：2019-06-17
Applicant: 桂林电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于分数阶C变换的多载波系统抗衰落的方法，其特征在于，包括如下步骤：1）输入数据、进行星座映射后串并转换；2）分数阶C变换的逆变换后加入循环前缀、并串转换；3）过双选择性衰落信道后串并转换、去循环前缀；4）分数阶C变换、且并串转换后进行星座逆映射得到输出数据；5）性能分析。这种方法不仅降低了符号间干扰ICI、子载波间干扰ISI的影响，还降低了峰均功率比的影响，提高了系统的抗衰落性能。
-
公开(公告)号：CN112731367B
公开(公告)日：2023-07-14
申请号：CN202011506299.X
申请日：2020-12-18
Applicant: 桂林电子科技大学
IPC: G01S13/58
Abstract: 本发明公开了基于涡旋电磁波的旋翼目标特征分析及提取方法，其特征是，包括如下步骤：S1建立涡旋电磁波对旋翼目标的回波数学模型；S2回波信号的特征分析；S3分别发射正负模态数的涡旋电磁波，计算回波信号中的总多普勒；S4和差运算；S5改变涡旋电磁波模态数，重复步骤S3、S4；S6整理微多普勒频率和旋转多普勒频率。这种方法能分离出微多普勒频率和旋转多普勒频率，对旋翼目标的探测和识别准确率高。
-
公开(公告)号：CN111126332B
公开(公告)日：2022-04-22
申请号：CN201911405651.8
申请日：2019-12-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于轮廓特征的跳频信号分类方法，其特征是，包括如下步骤：1）得到二维时频矩阵；2）提取轮廓特征；3）图像预处理；4）训练、分类。这种方法以跳频信号在等高线图的轮廓作为图像特征，转化为图像识别的问题，再利用卷积神经网络CNN具有自主寻找特征的特点，将图像输入到CNN网路中，能实现跳频信号的识别，不需要进行人工提取参数作为特征向量，能够避免复杂的参数提取问题，在低信噪比时有较高的识别率。
-
公开(公告)号：CN111639595B
公开(公告)日：2022-03-18
申请号：CN202010473731.3
申请日：2020-05-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于权重不可知神经网络的无人机微动特征信号检测方法，其特征是，包括如下步骤：1）计算信号的循环谱；2）通过MATLAB处理得到循环谱等高图，并选择观测区域；3）训练权重不可知神经网络；4）利用训练好的权重不可知神经网络进行微动特征识别。这种方法有很好的抗干扰性，神经网络的结构更简单，计算量更小，对无人机微动特征信号识别的准确率更高。
-
公开(公告)号：CN110166477B
公开(公告)日：2021-05-11
申请号：CN201910463626.9
申请日：2019-05-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UDP协议的无人机Wi‑Fi图传信号检测方法，其特征是，包括如下步骤：1）设置监听模式；2）抓取UDP协议数据包；3）解析加密数据包；4）筛选CCK/OFDM混合调制的数据包；5）分析CCK/OFDM混合调制的数据包；6）追踪UDP流；7）播放UDP流的视频内容；8）备份无人机信息。这种方法避免了周围Wi‑Fi信号的影响，实现了无人机Wi‑Fi图传信号的提取和视频流的恢复，提高了无人机图传信号的检测的能力。
-
Patent Agency Ranking
公开(公告)号：CN112731367A
公开(公告)日：2021-04-30
申请号：CN202011506299.X
申请日：2020-12-18
Applicant: 桂林电子科技大学
IPC: G01S13/58
Abstract: 本发明公开了基于涡旋电磁波的旋翼目标特征分析及提取方法，其特征是，包括如下步骤：S1建立涡旋电磁波对旋翼目标的回波数学模型；S2回波信号的特征分析；S3分别发射正负模态数的涡旋电磁波，计算回波信号中的总多普勒；S4和差运算；S5改变涡旋电磁波模态数，重复步骤S3、S4；S6整理微多普勒频率和旋转多普勒频率。这种方法能分离出微多普勒频率和旋转多普勒频率，对旋翼目标的探测和识别准确率高。
-
公开(公告)号：CN110161902B
公开(公告)日：2021-04-30
申请号：CN201910361875.7
申请日：2019-04-30
Applicant: 桂林电子科技大学
IPC: G05B19/042 , G06F13/40 , G06F13/42
Abstract: 本发明公开了一种无人机图传及遥控信号的快速通用采集装置及采集方法，所述装置包括FPGA板和与FPGA板通过FMC连接方式连接的AD9361子板及与FPGA板通过IO双向连接方式连接的千兆网口扩展板，其中FPGA板通过串口外接PC端，所述方法包括1）FPGA控制AD9361初始化；2）AD9361双通道定频、宽带扫频采集；3）采集数据进行多通道分配；4）采集数据的FFT处理；5）8通道数据异步存储传输；6）FPGA板温控保护处理；7）采集数据的千兆网传输。这种装置成本低、易于实现、实时性好，通用性强，操作简单。这种方法可以对70MHZ到6GHZ无线信号定频采集、对无人机常用图传及遥控信号的频段进行快速扫频采集、对采集的大规模实时数据进行存储及8通道异步同时读写。
-
公开(公告)号：CN110035025A
公开(公告)日：2019-07-19
申请号：CN201910322740.X
申请日：2019-04-22
Applicant: 桂林电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于直接特征提取的多载波混合信号的检测识别方法，其特征是，包括如下步骤：1）接收混合信号；2）希尔伯特变换；3）FRWT多分辨率分析；4）门限选择；5）信号识别。这种方法能降低运算复杂度、能识别出混合信号中的多载波信号，可应用于非合作通信信号接收、扩大频谱检测、军事侦察、信息对抗等非合作接收的作用范围，而且还可用于正向通信，有助于设计完善更高效、更安全的无线通信机制。
-
公开(公告)号：CN113162879A
公开(公告)日：2021-07-23
申请号：CN202110479674.4
申请日：2021-04-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种联合特征提取的调制信号识别方法，其特征在于，包括如下步骤：1）信号接收；2）信号预处理；3）特征参数提取；4）设置判决门限；5）分类识别。这种方法所需特征参数少、步骤简洁、复杂度低，在低信噪比下识别率高且能弥补高阶累计量单一特征的局限，适用于多种不同类型的调制信号识别。
-
公开(公告)号：CN112689288A
公开(公告)日：2021-04-20
申请号：CN202011501531.0
申请日：2020-12-18
Applicant: 桂林电子科技大学
IPC: H04W12/121 , H04W12/122 , G06K9/00 , G06K9/52 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于WANN的射频指纹提取和识别方法，其特征是，包括如下步骤：1）采集待识别无线电设备信号；2）双谱非参数估计；3）使用MATLAB软件生成双谱等高图；4）生成数据集并预处理；5）训练WANN；6）采用训练好的WANN识别设备。这种方法能省去人为提取特征与设计神经网络结构的时间成本，抗噪声性能好，识别精度高。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.03 seconds)
