-
公开(公告)号：CN116540191A
公开(公告)日：2023-08-04
申请号：CN202310507947.0
申请日：2023-05-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于模糊评价法的多频段外辐射源选择方法，其特征是，包括如下步骤：1）外辐射源雷达性能指标计算；2）指标隶属度计算；3）外辐射源综合权值计算；4）外辐射源的综合选择度计算。种方法能针对不同探测场景下的多个备选外辐射源信号给出低空外辐射源信号的综合选择度，可实现对低空状态下多频段外辐射源信号的最优选择，可为后续雷达信号检测提供理论基础，且能根据最优外辐射源的选择提高雷达检测性能。
-
公开(公告)号：CN115942325A
公开(公告)日：2023-04-07
申请号：CN202211554365.X
申请日：2022-12-06
Applicant: 桂林电子科技大学
IPC: H04W12/79 , G06F18/10 , H04L25/03 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种去信道特征的IEEE802.11a信号辐射源识别方法，包括如下步骤：1）采集待识别的IEEE802.11a设备信号；2）时域训练序列提取；3）训练LMS滤波器；4）信道均衡处理；5）训练神经网络；6）设备身份识别。这种方法具有抗干扰性强、识别率高、实现难度小的优点。
-
-
公开(公告)号：CN114578308B
公开(公告)日：2024-04-16
申请号：CN202210227195.8
申请日：2022-03-08
Applicant: 桂林电子科技大学
IPC: G01S7/41 , G01S13/06 , G06F18/213
Abstract: 本发明公开了一种基于混合多普勒的旋翼目标特征提取方法，其特征是，包括如下步骤：1）构建圆阵天线与旋翼目标的数学模型、推导回波信号函数；2）混合多普勒特征分析；3）发射不同模态涡旋电磁波束、对回波进行信号处理；4）目标特征参数估计；5）目标识别。本发明实验结果表明，分析混合多普勒特征，可有效反演出旋翼目标的叶片数、叶片长度、转速、位置信息等多个特征，相比于传统单一多普勒特征提取，对旋翼目标的具体识别能提供更多更充分的依据。
-
公开(公告)号：CN117574210A
公开(公告)日：2024-02-20
申请号：CN202311632356.2
申请日：2023-11-30
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G06F18/15 , G06F18/213 , G06N3/084
Abstract: 本发明公开了一种基于域对抗网络的射频指纹识别方法，包括如下步骤：步骤1，信号采集，在不同冲击响应的无线衰落信道条件下，采集待识别设备的射频信号，经过预处理后，制作源域数据集和目标域数据集；步骤2，设置DANN模型，模型包括标签分类子模型和域判别子模型；步骤3，模型训练，重复交替训练标签分类模型和域判别模型，并保存标签分类模型；步骤4，身份识别。这种方法能在不同的无线信道环境下，有效降低无线衰落信道对射频指纹识别带来的不良影响。
-
Patent Agency Ranking
-
公开(公告)号：CN114578308A
公开(公告)日：2022-06-03
申请号：CN202210227195.8
申请日：2022-03-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于混合多普勒的旋翼目标特征提取方法，其特征是，包括如下步骤：1）构建圆阵天线与旋翼目标的数学模型、推导回波信号函数；2）混合多普勒特征分析；3）发射不同模态涡旋电磁波束、对回波进行信号处理；4）目标特征参数估计；5）目标识别。本发明实验结果表明，分析混合多普勒特征，可有效反演出旋翼目标的叶片数、叶片长度、转速、位置信息等多个特征，相比于传统单一多普勒特征提取，对旋翼目标的具体识别能提供更多更充分的依据。
-
公开(公告)号：CN114553364B
公开(公告)日：2024-11-01
申请号：CN202210189825.7
申请日：2022-02-28
Applicant: 桂林电子科技大学
IPC: H04K3/00 , G06F18/241 , G06N3/063
Abstract: 本发明公开了一种基于PYNQ的无人机识别系统及识别方，所述无人机识别系统采用信号接收装置接收待识别无人机信号，将信号通过RJ45接口传送给PYNQ‑Z2，从接收到的射频信号中提取三阶累积量，作为每台无人机唯一的射频指纹特征，基于得到的无人机射频指纹特征，使用神经网络对射频指纹特征进行分类，利用神经网络加速IP核进行加速计算，可以对需要进行认证的无人机身份进行实时识别和认证。
-
公开(公告)号：CN114239749B
公开(公告)日：2024-04-05
申请号：CN202111593241.8
申请日：2021-12-23
Applicant: 桂林电子科技大学
IPC: G06F18/214 , G06N3/0442 , G06N3/049 , G06N3/084
Abstract: 本发明公开了一种基于残差收缩及双向长短期记忆网络的调制识别方法，其特征在于，包括如下步骤：1）信号预处理；2）构建基于残差收缩及双向长短期记忆网络训练模型；3）训练网络；4）分类识别。这种方法训练特征参数少、步骤简洁、复杂度低，无需对信号进行复杂的预处理及人工特征提取，省去了人为提取特征的时间成本，适用范围广、抗噪性能好、识别精度高。
-
公开(公告)号：CN114218984B
公开(公告)日：2024-03-22
申请号：CN202111488160.1
申请日：2021-12-07
Applicant: 桂林电子科技大学
IPC: G06F18/241 , G06F18/2131 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于多视图学习的射频指纹识别方法，其特包括如下步骤：1）采集每个待识别无线设备射频信号；2）数据处理并加噪声；3）分割数据并制作数据集一、二和三；4）设计复数值神经网络子组件并搭建复数值神经网；5）搭建子神经网络一6）搭建二维卷积神经网络二、三；7）合成多视图神经网络；8）训练神经网络；9）射频指纹识别。这种方法能利用样本数据并让计算机自动提取信号指纹特征，对样本数量要求降低的同时能改善低信噪比时的识别精度，数据特征提取效率高识别精度高。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
