-
公开(公告)号：CN119519944A
公开(公告)日：2025-02-25
申请号：CN202411518898.1
申请日：2024-10-29
Applicant: 国网江西省电力有限公司电力科学研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于MPT树的TPM外部密钥撤销系统，该系统包括TPM内部的密钥链接处、TPM软件栈中的节点传输处、应用层的节点处理处以及存储于外部的节点相关文件；所述密钥链接处负责将TPM新生成的密钥链接到MPT树的叶节点进行密钥的散列值计算并将MPT树中待更新的相关节点值传出TPM存储MPT树的根节点于TPM内部用于验证密钥有效性；所述节点处理处负责发出三种密钥相关操作的请求并进行预处理；根据请求从节点相关文件读取MPT树的节点以及将节点写入节点相关文件。本发明使用MPT树结构来实现外部密钥撤销，同时利用MPT树的回滚机制有效的保障了数据和外部密钥的存储安全。
-
公开(公告)号：CN114444534B
公开(公告)日：2025-02-07
申请号：CN202111456132.1
申请日：2021-12-02
Applicant: 电子科技大学 , 厦门智小金智能科技有限公司
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于样本生成和模态融合的跨域无线动作识别方法，为了以少量数据实现高精度跨域动作识别，将源域和目标域的同动作类别数据进行线性变换得到包含源域和目标域环境信息的新数据，然后利用生成编码器和生成解码器去除源域的环境信息并增强目标域的环境信息，通过不断训练，生成大量目标域的虚拟幅值数据和虚拟相位数据。为了进一步提升跨域动作识别精度，对虚拟幅值和虚拟相位进行特征融合。通过融合编码器从幅值和相位中提取出动作特征，并通过相似度损失使不同模态的动作特征一致，然后利用融合解码器增强动作特征提取能力。最后对不同模态的动作特征进行通道拼接，采用动作分类器对拼接的动作特征进行分类，得到动作识别结果。
-
公开(公告)号：CN115457732A
公开(公告)日：2022-12-09
申请号：CN202211018371.3
申请日：2022-08-24
Applicant: 电子科技大学
Abstract: 本发明提供一种基于样本生成和特征分离的跌倒检测方法，从WiFi信号的CSI数据中提取各子载波的幅值信息进行跌倒检测。为了解决跌倒样本量不足和跌倒检测模型对环境的依赖，将源域数据中的跌倒动作样本进行加噪声重构得到跌倒动作虚拟样本，再利用特征提取器提取源域数据和虚拟跌倒数据的特征向量，通过特征提取器得到的特征向量层神经元可以分为两部分，上半部分带入跌倒与非跌倒检测二分类器训练，下半部分带入域分类器训练，上半部分在训练的过程中逐渐保留跌倒与非跌倒动作相关的信息，下半部分在训练的过程中逐渐保留环境相关信息，使得跌倒与非跌倒检测二分类器能够更好的区分跌倒与非跌倒动作，增强了跌倒检测针对环境的泛化能力。
-
公开(公告)号：CN115457732B
公开(公告)日：2023-09-01
申请号：CN202211018371.3
申请日：2022-08-24
Applicant: 电子科技大学
IPC: G08B21/04 , H04W84/12 , G06F18/241 , G06F18/214
Abstract: 本发明提供一种基于样本生成和特征分离的跌倒检测方法，从WiFi信号的CSI数据中提取各子载波的幅值信息进行跌倒检测。为了解决跌倒样本量不足和跌倒检测模型对环境的依赖，将源域数据中的跌倒动作样本进行加噪声重构得到跌倒动作虚拟样本，再利用特征提取器提取源域数据和虚拟跌倒数据的特征向量，通过特征提取器得到的特征向量层神经元可以分为两部分，上半部分带入跌倒与非跌倒检测二分类器训练，下半部分带入域分类器训练，上半部分在训练的过程中逐渐保留跌倒与非跌倒动作相关的信息，下半部分在训练的过程中逐渐保留环境相关信息，使得跌倒与非跌倒检测二分类器能够更好的区分跌倒与非跌倒动作，增强了跌倒检测针对环境的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN115932750A
公开(公告)日：2023-04-07
申请号：CN202211662345.4
申请日：2022-12-23
Applicant: 电子科技大学
IPC: G01S7/36
Abstract: 本发明公开了一种雷达空‑时‑频‑能多域联合智能主动抗干扰方法，首先建立雷达和多干扰机环境下的对抗场景，然后梳理雷达和干扰机双边的模型参数和工作模式，确定评价指标完成对雷达调度策略的评估，再将问题转化为马尔可夫决策过程，用Q学习来求解雷达多域资源调度的最优策略。本发明的方法得到的优化策略自适应性强，模型可扩展性好，可根据实际需要调度的参数资源进行调整，通过协同调控雷达多个域之间的发射参数，相比于现有单域资源调度抗干扰方法，可实现在提高任务性能的同时，显著增强雷达主动抗干扰的能力，挖掘雷达潜在的任务性能，同时利用Q学习来优化雷达节点多域联合主动抗干扰策略，提高雷达电子对抗环境下的生存能力。
-
公开(公告)号：CN118444273A
公开(公告)日：2024-08-06
申请号：CN202410521462.1
申请日：2024-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于OFDM波形的角度‑距离‑多普勒三维联合超分辨方法，首先通过OFDM解调进行信号采样矩阵重构，利用比特信息进行相参补偿完成观测矩阵重构，接着将多符号‑子载波维数据向量化压缩，根据平滑滤波理论进行二维多快拍生成，通过阵列矢量的维度数据压缩，利用分块的平滑观测矩阵进行三维平滑，实现多维信息压缩，并获得多快拍统计量，最后构建平滑观测协方差矩阵，提取角度‑距离‑多普勒域的三维噪声子空间，构建MUSIC估计谱进行三维参数搜索，实现角度‑距离‑多普勒三维联合超分辨估计。本发明的方法通过单次运算即可完成多目标的三维角度‑距离‑多普勒联合超分辨估计，克服了现有OFDM波形目标感知性能受限于孔径和带宽的缺陷。
-
公开(公告)号：CN118444259A
公开(公告)日：2024-08-06
申请号：CN202410529772.8
申请日：2024-04-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向组网频率捷变雷达系统的强化学习智能干扰方法，首先建立多雷达与干扰机的对抗场景，并设计出一种逐脉冲干扰，混合使用点干扰和扫频干扰的干扰系统工作模型，然后干扰系统在对雷达组时进行干扰时的时域、能量域资源分配决策过程被建模为一个马尔可夫决策过程，并使用深度确定性策略梯度算法来训练求解干扰系统的最优策略。本发明的方法得到的优化策略自适应性强、资源利用效率高，相比于现有依赖于特定规则的针对频率捷变雷达的干扰方法，可显著增强对各种配置的组网频率捷变雷达系统的干扰效率，挖掘干扰机的任务性能，同时利用深度强化学习算法来优化组合式压制干扰策略，提升干扰机在电子对抗环境下的打击能力。
-
公开(公告)号：CN116996682A
公开(公告)日：2023-11-03
申请号：CN202310993633.6
申请日：2023-08-08
Applicant: 杭州电子科技大学
IPC: H04N19/147 , H04N19/124 , H04N19/42 , H04N19/423 , H04N19/176
Abstract: 本发明公开了一种基于并行维特比算法的依赖性量化加速实现方法，该步骤首先将视频流划分为不同的图像帧，再得到变换单元TU。其次顺序读取TU中的系数以及编码属性信息，并获取量化候选值及其量化失真代价，同时记录高频筛选阈值通过情况存储到量化缓冲区中。然后划分各个并行处理单元的工作范围，各个并行处理单元读取量化缓冲区中的数据，计算率失真量化代价及最优量化候选值的索引存储到率失真缓冲区中。最后最优量化候选值的索引，选择量化缓冲区中的量化候选值输出，组成量化结果。本发明提高了数据处理的并行度，减少量化使用的时间消耗，并在灵活性、处理效率、资源消耗等方面具有更高的性能。
-
公开(公告)号：CN114444534A
公开(公告)日：2022-05-06
申请号：CN202111456132.1
申请日：2021-12-02
Applicant: 电子科技大学 , 厦门智小金智能科技有限公司
Abstract: 本发明提供了一种基于样本生成和模态融合的跨域无线动作识别方法，为了以少量数据实现高精度跨域动作识别，将源域和目标域的同动作类别数据进行线性变换得到包含源域和目标域环境信息的新数据，然后利用生成编码器和生成解码器去除源域的环境信息并增强目标域的环境信息，通过不断训练，生成大量目标域的虚拟幅值数据和虚拟相位数据。为了进一步提升跨域动作识别精度，对虚拟幅值和虚拟相位进行特征融合。通过融合编码器从幅值和相位中提取出动作特征，并通过相似度损失使不同模态的动作特征一致，然后利用融合解码器增强动作特征提取能力。最后对不同模态的动作特征进行通道拼接，采用动作分类器对拼接的动作特征进行分类，得到动作识别结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
