-
公开(公告)号:CN119182561A
公开(公告)日:2024-12-24
申请号:CN202411166338.4
申请日:2024-08-23
Applicant: 电子科技大学
IPC: H04L9/40 , H04B7/0413
Abstract: 本发明涉及物理层通信技术,提供一种基于空间Sigma‑Delta调制的物理层安全传输方法,使用空间Sigma‑Delta调制来处理下行传输中的物理层安全问题,采用了基于L阶Sigma‑Delta调制器,将Sigma‑Delta调制器的设计处理为优化问题:在空间Sigma‑Delta调制器不过载的情况下,合法用户端的信号与量化噪声比最小时,窃听者的最大SQNR小于1/η。利用低分辨率DAC,通过优化设置后的Sigma‑Delta调制对量化噪声进行空间整形。本发明不仅降低大规模MIMO实现的硬件成本和功耗,而且天然地将传统低分辨率量化器粗糙量化带来的严重量化噪声导向潜在窃听者以保护合法的用户,实现了通信安全。
-
公开(公告)号:CN118232837A
公开(公告)日:2024-06-21
申请号:CN202410462132.X
申请日:2024-04-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于运放电路的压控振荡器调频线性度校准电路,首先根据VCO的输入输出关系设计校准曲线,该校准曲线的目的在于让VCO的输入与输出呈现完全的线性相关;再根据校准曲线,设计电压源输出与参考信号之间的大小关系;然后通过电压比较器将参考信号与电压源输出进行比较,从而控制运算放大器输入,使得放大电路结构随参考信号的变化而变化,进而使得运算放大器的输出电压随参考信号变化而变化;最后通过输出电压决定VCO输出信号的频率,从而达到校正VCO的线性特性。
-
公开(公告)号:CN118214415A
公开(公告)日:2024-06-18
申请号:CN202410284173.4
申请日:2024-03-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种宽覆盖低相噪低杂散锁相频率合成器,先通过高质量点频合成电路合成点频信号,并作为可调本振信号产生电路、高频参考信号产生电路和高性能宽带信号产生电路的输入;可调本振信号产生电路根据点频信号合成高频参考信号产生电路的环内混频所需的本振信号;高频参考信号产生电路根据点频信号生成高性能宽带信号产生电路的输入信号,最后在高性能宽带信号产生电路中将高质量点频合成电路与高频参考信号产生电路的输出进行混频,混频后的输出信号经过锁相环后得到宽覆盖低相噪低杂散信号。
-
公开(公告)号:CN118201013A
公开(公告)日:2024-06-14
申请号:CN202410505578.6
申请日:2024-04-25
Applicant: 电子科技大学
Abstract: 本发明涉及无线自组网技术领域,且公开了一种无线自组网拓扑识别算法的FPGA可伸缩实现方法,包括IP核结构,所述IP核结构由数据输入端口(模块M1),数据控制单元(模块M2),欧氏距离计算单元(模块M3),聚类信息存储单元(模块M4),聚类控制单元(模块M5),并行计算处理单元(模块M6),聚类信息恢复单元(模块M9),拓扑识别单元(模块M10)构成。本发明中算法在多个平台通过兼容性测试,且在不同平台运行时间几乎相等,进而提高了算法的适配性;本发明具有可伸缩性的并行计算单元设计,使IP核方便部署在不同资源的FPGA中,从而能够快速地适应网络环境的变化,提高了算法的稳定性以及可靠性。
-
公开(公告)号:CN117833935B
公开(公告)日:2024-05-07
申请号:CN202410246619.4
申请日:2024-03-05
Applicant: 成都航天通信设备有限责任公司 , 电子科技大学
Abstract: 本发明涉及信号变频技术领域,公开了一种基于FPGA的信号变频处理方法,包括以下步骤:S1,PS收到混频信号产生模块的频率改变指令,PS根据频率变化计算出改变混频信号产生模块的寄存器值,并设置一个更新标志,将更新标志和寄存器值存入BRAM1;S2,PL设置间隔第一设定间隔时间,从相应BRAM1取出数值,如果更新标志为1,通过SPI时序程序将寄存器值输入到混频信号产生模块;S3,配置完混频信号产生模块,反馈配置锁定标志到PL,将锁定标志值存入BRAM2;S4,PS间隔第二设定间隔时间从BRAM2取出PL锁定标志值,判定频率修改是否成功。本发明解决了现有技术存在的适应性差、效率低、鲁棒性差等问题。
-
公开(公告)号:CN115081472B
公开(公告)日:2024-04-16
申请号:CN202210547505.4
申请日:2022-05-18
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/23213 , G06N3/045 , G06N3/0442 , G06N3/088 , G01S7/41
Abstract: 本发明提供一种用于雷达行为分析的脉冲信号语法建模及特征提取方法,包括聚类离散编码步骤、统计建模分词步骤、序列标注划分步骤和序列联合感知步骤。本发明的语法模型由五个层级构成,提出了描述脉冲信号参数变化规律的脉冲字母与脉冲字、脉冲短语及描述工作状态和行为的脉冲句、脉冲段,细化了对参数变化模式、工作状态、雷达行为的描述,更适用于复杂应用场景下的信号特征分析。首先针对信号中可拆解的层级包含关系构建多层语义特征,其次基于无监督方法抽取底层语义特征,结合信号标注获取训练集,输入长短时记忆网络分析高层语义特征,最终实现对雷达信号的语法层级特征提取及行为分析,解决了参数重叠场景下的行为分析需求。
-
公开(公告)号:CN112163636B
公开(公告)日:2023-09-26
申请号:CN202011100245.3
申请日:2020-10-15
IPC: G06F18/2413 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法,涉及电磁信号辐射源识别技术领域。本发明针对多源多模型场景下的电磁信号辐射源闭集识别问题,利用孪生网络的距离判决,将某已知源未知模式的数据与多个已知源已知模式输入进孪生网络中,得到对应的多个距离,随后找出多个距离中每个已知源对应的最近的几个距离之和,并对每个已知源对应的距离之和相比较,找到最小的距离之和,随后判决为其对应的所属源,从而实现未知模式的有效判决。本发明在三源三模式、三源五模式、五源五模式下均能有效完成未知模式的识别任务,显著提高平均识别成功率。
-
公开(公告)号:CN113365366B
公开(公告)日:2023-07-25
申请号:CN202110546003.5
申请日:2021-05-19
Applicant: 电子科技大学
IPC: H04W74/00 , H04W74/08 , H04L1/1607
Abstract: 本发明提供一种基于握手的竞争类MAC协议区分方法,包括步骤:S1、对待处理的基于握手的竞争类MAC协议时序数据进行分组,根据待处理的数据设置一个时间长度阈值,并将分组持续时间大于该阈值的识别为数据分组;S2、检测数据分组和它前一个分组之间的间隔是否小于等于10微秒,如是,则进入步骤S3,否则判断为CSMA/CA协议;S3、检测每一个数据分组和它后一个分组的间隔是否都等于传播延迟,如是,则判断为MACAW协议,否则进入步骤S4;S4、比较数据分组的前一个分组和前面第二个分组的长度,如果前一个分组的长度小于前面第二个分组的长度,则判断为MACA协议,否则为FAMA协议。本发明发现了基于握手的竞争类MAC协议识别依据,能在合作或非合作的条件下进行基于握手的竞争类MAC组内协议识别。
-
公开(公告)号:CN114239646B
公开(公告)日:2023-06-16
申请号:CN202111453751.5
申请日:2021-12-01
Applicant: 电子科技大学
IPC: G06F18/00 , G06N3/0464 , G06N3/063
Abstract: 本发明提出了一种基于复数神经网络的辐射源识别系统,其硬件部署系统包括射频数据采集模块、上位机控制模块以及可重构复数网络模块。射频数据采集模块用于实时采集辐射源数据并将数据传送至上位机控制模块;上位机控制模块用于对采集到的数据进行预处理和数据量化,并且实时显示识别结果;可重构复数网络模块用于对目标辐射源进行实时识别,以提高识别运算效率。其中可重构复数网络模块采用HLS技术和PYNQ框架,减少了硬件资源消耗和功耗,提高了系统的灵活性,使得系统能够适应复杂多变的电磁环境,解决了辐射源识别系统端侧部署困难,不便于携带的难题。
-
公开(公告)号:CN112183659B
公开(公告)日:2023-04-07
申请号:CN202011100248.7
申请日:2020-10-15
IPC: G06F18/2135 , G06F18/23 , G06N3/0464
Abstract: 本发明涉及信号辐射源识别技术领域,公开了一种基于卷积神经网络的未知信号辐射源识别方法。该方法包括利用已知源数据训练卷积神经网络模型,提取已知源在神经网络末端层的高维度向量,对高维度向量进行PCA降维得到低维度向量,计算已知源的低维度向量中心,提取待测源在神经网络末端层的高维度向量,对高维度向量进行PCA降维得到低维度向量,计算待测源的低维度向量与已知源的低维度向量中心之间的欧式距离,根据欧式距离对待测信号辐射源进行判决。本发明解决了现有信号辐射源识别过程中因卷积神经网络硬判决而无法识别未知源的问题,具有简单易行、识别高效的特点。
-
-
-
-
-
-
-
-
-