-
公开(公告)号：CN119291733A
公开(公告)日：2025-01-10
申请号：CN202411417702.X
申请日：2024-10-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星定位导航增强技术领域，具体涉及一种基于BP神经网络融合多源数据的全球电离层反演方法，通过地基GNSS观测数据反演出STEC，接着采用投影函数将其投影至电离层穿刺点的垂直方向得到VTEC，利用BP神经网络及克里金插值法将地基观测数据融合到IRI‑2016电离层模型来解决GNSS跟踪站在全球分布不均匀的问题，从而提高电离层的反演精度，采用球谐函数来表述VTEC空间分布，再由海洋测高卫星观测数据，以及DORIS观测数据和COSMIC掩星数据来改善地基GNSS观测数据在海洋地区的缺失问题，建立全球电离层观测方程，构建法方程，最后通过赫尔默特方差估计精确定权计算生成全球电离层格网数据VTEC，以提高全球电离层观测精度。
-
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：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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN117288261A
公开(公告)日：2023-12-26
申请号：CN202311276091.7
申请日：2023-09-29
Abstract: 本发明公开了一种杆塔综合监测预警系统，包括：杆塔监测节点，安装在需要监测的杆塔上，监测杆塔的相关信息并通过无线传输方式传输至地区监测中心，实现杆塔数据上传功能；地区监测中心，对从各个杆塔监测节点收到的数据进行分析处理并上传至云端主服务器；云端主服务器，接收并存储从各个地区监测中心发来的数据，通过对高斯回归预测算法结果及BP神经网络预测算法结果进行加权平均实现预测各个杆塔健康度趋势。本发明减少了温度对测量结果的影响；提升了检测实时性；能够实时传输高清画面；提高了位置检测精度；减少风力风向计传统机械结构在长时间工作后引起的磨损；减少了误报率；实现对杆塔各项关键指标的实时监测和预警。
-
公开(公告)号：CN114239749A
公开(公告)日：2022-03-25
申请号：CN202111593241.8
申请日：2021-12-23
Applicant: 桂林电子科技大学
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：CN114218984A
公开(公告)日：2022-03-22
申请号：CN202111488160.1
申请日：2021-12-07
Applicant: 桂林电子科技大学
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
27
records
(took 0.056 seconds)
