-
公开(公告)号：CN114048792B
公开(公告)日：2025-02-07
申请号：CN202111195764.7
申请日：2021-10-14
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于低精度随机采样数据的轨迹相似度匹配方法，包括：对原始数据进行预处理得到目标数据；对目标数据中不同目标的轨迹点进行判断并分割属于不同目标的轨迹点，得到不同目标的轨迹；找到两个不同目标，将不同目标下的所有轨迹进行两两配对；对两个不同目标下的配对的两个轨迹进行处理，得到两个轨迹的两个相似轨迹线段；根据两个相似轨迹线段分别计算两个轨迹的有效距离、有效长度和有效轨迹点数；根据两个轨迹的有效距离、有效长度和有效轨迹点数计算出两个轨迹的相似度；遍历计算得到所有目标下所有轨迹的相似度；对所有目标下所有轨迹的相似度做排序处理。本发明能够实现对低精度随机采样数据进行轨迹相似度匹配。
-
公开(公告)号：CN113870866B
公开(公告)日：2024-08-27
申请号：CN202111071939.3
申请日：2021-09-14
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于深度学习双模型的语音连续事件提取方法，包括：对用于训练的语音信号文件进行相应的预处理分别得到VOC格式数据集和三元组数据集；采用VOC格式数据集训练YOLOV3深度学习模型；采用三元组数据集训练构建的深度学习人声分类网络模型；利用训练好的YOLOV3深度学习模型和深度学习人声分类网络模型对待预测语音信号文件进行预测得到特征向量；利用特征向量判断对应的语音事件是否是相同人声，并合并相同人声的语音事件后从原始的待预测语音信号文件中提取语音事件。本发明通过深度学习双模型的方式提取语音事件，抗噪声能力强，灵敏度高，即使在语音信号较弱的情况下效果依然显著。
-
公开(公告)号：CN113870866A
公开(公告)日：2021-12-31
申请号：CN202111071939.3
申请日：2021-09-14
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于深度学习双模型的语音连续事件提取方法，包括：对用于训练的语音信号文件进行相应的预处理分别得到VOC格式数据集和三元组数据集；采用VOC格式数据集训练YOLOV3深度学习模型；采用三元组数据集训练构建的深度学习人声分类网络模型；利用训练好的YOLOV3深度学习模型和深度学习人声分类网络模型对待预测语音信号文件进行预测得到特征向量；利用特征向量判断对应的语音事件是否是相同人声，并合并相同人声的语音事件后从原始的待预测语音信号文件中提取语音事件。本发明通过深度学习双模型的方式提取语音事件，抗噪声能力强，灵敏度高，即使在语音信号较弱的情况下效果依然显著。
-
公开(公告)号：CN115314348B
公开(公告)日：2023-10-24
申请号：CN202210928802.3
申请日：2022-08-03
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L27/00 , H04L27/34 , G06F18/213 , G06F18/25 , G06F18/241 , G06N3/0464
Abstract: 本发明涉及一种基于卷积神经网络的QAM信号调制识别方法，包括：S1、获取多种QAM信号和其他信号；S2、对接入的QAM信号的IQ数据进行处理，得到信号的星座图数据、瞬时相位数据和一阶频谱数据；S3、对切分好的IQ数据进行星座图、瞬时相位和一阶频谱计算得到M个PSK信号预测样本，并输入到训练好的多维三输入卷积神经网络模型中对M个QAM信号预测样本进行预测得到M个预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为QAM信号的识别结果。本发明具有较强的特征融合能力，具有较高的识别准确率，具有很强的抗噪抗干扰能力，具有较快较稳定的处理速度。
-
公开(公告)号：CN115496094B
公开(公告)日：2025-05-23
申请号：CN202211078186.3
申请日：2022-09-05
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种基于图像分割的跳频信号参数计算方法。本发明使用了基于深度学习的图像分割方式直接对信号频谱图进行特征提取，使用大量含有跳频信号的随机样本进行学习，抗噪声能力强，在有干扰的情况下也能进行有效的特征提取，对弱信号也有很好的效果。本发明使用深度学习方法去噪和抗干扰，并使用跳频先验知识进行处理补充，抗噪和抗干扰处理时间在各种复杂情况下都能控制在1秒以内。
-
Patent Agency Ranking
公开(公告)号：CN116633728A
公开(公告)日：2023-08-22
申请号：CN202211154038.5
申请日：2022-09-21
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L25/02
Abstract: 发明涉及一种针对相位幅度调制方式的符号速率计算方法，根据无线电相位幅度调制方式信号的自身特性，使用密度聚类及统计的方法对符号速率进行计算；具体地包括：相位的信号前向差分序列对统计分析找到距离序列中疑似符号位置阈值、通过找出其位置大于疑似符号位置阈值的疑似符号并将这些疑似符号计数并重新构建间隔序列、然后采用聚类计算并最终获得符号速率。还公开了一种针对相位幅度调制方式的符号速率计算方法的装置、及存储介质。本发明达到的有益效果是：即使信号中存在噪声，也不会对符号速率的计算精度有所影响，具有较强的实用性与鲁棒性。
-
公开(公告)号：CN115277325B
公开(公告)日：2024-01-30
申请号：CN202210903057.7
申请日：2022-07-29
Applicant: 电信科学技术第五研究所有限公司
IPC: H04L27/00 , H04L27/18 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于卷积神经网络的PSK信号调制识别方法，包括：S1、获取多种PSK信号和其他信号；S2、对接入的PSK信号的IQ数据进行处理，得到信号的二阶频谱数据、四阶频谱数据和八阶频谱数据；S3、对I路数据、Q路数据、二阶频谱数据、四阶频谱数据和八阶频谱数据五个数据进行计算得到M个PSK信号预测样本，并输入到训练好的五输入卷积神经网络模型中对信号预测样本进行预测得到预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为PSK信号的识别结果。本发明使用了深度学习的方式将信号的不同特征融合并提取出来，具有较高的准确率；具有很强的抗噪和抗干扰能力，在信号较
-
公开(公告)号：CN115496094A
公开(公告)日：2022-12-20
申请号：CN202211078186.3
申请日：2022-09-05
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明公开了一种基于图像分割的跳频信号参数计算方法。本发明使用了基于深度学习的图像分割方式直接对信号频谱图进行特征提取，使用大量含有跳频信号的随机样本进行学习，抗噪声能力强，在有干扰的情况下也能进行有效的特征提取，对弱信号也有很好的效果。本发明使用深度学习方法去噪和抗干扰，并使用跳频先验知识进行处理补充，抗噪和抗干扰处理时间在各种复杂情况下都能控制在1秒以内。
-
公开(公告)号：CN115314348A
公开(公告)日：2022-11-08
申请号：CN202210928802.3
申请日：2022-08-03
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明涉及一种基于卷积神经网络的QAM信号调制识别方法，包括：S1、获取多种QAM信号和其他信号；S2、对接入的QAM信号的IQ数据进行处理，得到信号的星座图数据、瞬时相位数据和一阶频谱数据；S3、对切分好的IQ数据进行星座图、瞬时相位和一阶频谱计算得到M个PSK信号预测样本，并输入到训练好的多维三输入卷积神经网络模型中对M个QAM信号预测样本进行预测得到M个预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为QAM信号的识别结果。本发明具有较强的特征融合能力，具有较高的识别准确率，具有很强的抗噪抗干扰能力，具有较快较稳定的处理速度。
-
公开(公告)号：CN115277325A
公开(公告)日：2022-11-01
申请号：CN202210903057.7
申请日：2022-07-29
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明涉及一种基于卷积神经网络的PSK信号调制识别方法，包括：S1、获取多种PSK信号和其他信号；S2、对接入的PSK信号的IQ数据进行处理，得到信号的二阶频谱数据、四阶频谱数据和八阶频谱数据；S3、对I路数据、Q路数据、二阶频谱数据、四阶频谱数据和八阶频谱数据五个数据进行计算得到M个PSK信号预测样本，并输入到训练好的五输入卷积神经网络模型中对信号预测样本进行预测得到预测结果；S4、对M个预测结果进行分析，选取预测最多的类型结果作为PSK信号的识别结果。本发明使用了深度学习的方式将信号的不同特征融合并提取出来，具有较高的准确率；具有很强的抗噪和抗干扰能力，在信号较弱时，依然具有较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
