-
公开(公告)号：CN113114599A
公开(公告)日：2021-07-13
申请号：CN202110271141.7
申请日：2021-03-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于轻量级神经网络的调制识别方法，根据调制信号数据特征，引入自注意力机制、分组卷积机制和拆分注意力机制对轻量级神经网络Resnet18进行改进，构建了基于轻量级神经网络的调制识别模型，将调制信号的IQ信号数据转换为三维数据，输入训练好的调制识别模型进行调制识别。采用本发明可以有效提升调制识别率，尤其是在低信噪比情况下具有良好的调制识别率。
-
公开(公告)号：CN112270263A
公开(公告)日：2021-01-26
申请号：CN202011174918.X
申请日：2020-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于差分密度星座图的调制识别方法，根据实际需要从PSK调制和QAM调制中确定所需识别的调制方式，采集这些调制方式的信号样本，生成对应的差分星座图；预先设置PSK颜色序列和QAM颜色序列；先对差分星座图进行聚点处理，然后均分为若干格子，统计每个格子中数据点密度，根据预先确定的数据点密度的范围和颜色序列，生成差分密度星座图；采用信号样本的差分密度星座图和调制方式标签对神经网络进行训练；在进行调制识别时，先对待识别调制信号的差分星座图进行聚类，根据聚类中心数量初步判断所属调制方式，然后生成差分密度星座图，输入神经网络得到调制识别结果。本发明采用差分密度星座图结合神经网络，有效提高调制识别率。
-
公开(公告)号：CN111460597A
公开(公告)日：2020-07-28
申请号：CN202010254546.5
申请日：2020-04-02
Applicant: 电子科技大学
IPC: G06F30/18 , G06F30/25 , G06N3/00 , G06F111/06
Abstract: 本发明公开了一种基于改进的多目标粒子群优化算法的雷达布站方法，针对定位和监测两个任务，以提高定位精度和扩大监测区域为目的，在标准多目标粒子群算法(MOPSO)的基础上，改进粒子位置和速度更新公式、利用反三角函数logistic映射初始化、添加时变变异，然后采用改进的多目标粒子群优化算法对雷达布站进行求解，提高了粒子群优化算法的全局搜索能力，提供一个分布性和延展性较好的Pareto前沿，同时具有快速的收敛性，在解的多样性和分布性上也表现出很好的性能，得到的结果与应用传统粒子群优化算法进行比较，本发明可较好地适用于雷达布站，提升了雷达系统对监视区域的覆盖性能及定位性能，进而合理优化雷达布站，节省雷达资源。
-
公开(公告)号：CN106909525B
公开(公告)日：2019-07-12
申请号：CN201710024845.8
申请日：2017-01-13
Applicant: 电子科技大学
IPC: G06F13/38
Abstract: 本发明公开了一种基于VPX总线的控制交换模块，通过将控制交换模块拆分为主控板和交换板，解决了控制交换模块接口过多和体积受限的矛盾；根据实际任务需求和资源使用情况，可以采用构型完全相同的多块控制交换模块同时工作，进行热备份实现双余度功能来保证整个系统的可靠性；本发明还采用板对板高速连接器完成主控板和交换板之间数据和命令的交互，有效提升控制交换模块的灵活性、通用性和可靠性。
-
公开(公告)号：CN110197209B
公开(公告)日：2022-07-26
申请号：CN201910402556.6
申请日：2019-05-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多特征融合的辐射源识别方法，针对辐射源识别正确率低的问题，在现有基于矩形积分双谱和主成分分析的辐射源识别方法的基础上，提出了一种基于局域均值分解(LMD)后的盒维数和降维后的矩形积分双谱(SIB)的融合的辐射源识别方法，这样，将SIB特征与时频分析特征构成的融合特征作为作为辐射源特征进行识别，消除因信号波形突变引起的消极影响，显著提高识别正确率和稳健性。同时，采样设备的采样率和灵敏度较低的情况下，也能实现辐射源的有效识别。
-
Patent Agency Ranking
公开(公告)号：CN112270263B
公开(公告)日：2022-03-25
申请号：CN202011174918.X
申请日：2020-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于差分密度星座图的调制识别方法，根据实际需要从PSK调制和QAM调制中确定所需识别的调制方式，采集这些调制方式的信号样本，生成对应的差分星座图；预先设置PSK颜色序列和QAM颜色序列；先对差分星座图进行聚点处理，然后均分为若干格子，统计每个格子中数据点密度，根据预先确定的数据点密度的范围和颜色序列，生成差分密度星座图；采用信号样本的差分密度星座图和调制方式标签对神经网络进行训练；在进行调制识别时，先对待识别调制信号的差分星座图进行聚类，根据聚类中心数量初步判断所属调制方式，然后生成差分密度星座图，输入神经网络得到调制识别结果。本发明采用差分密度星座图结合神经网络，有效提高调制识别率。
-
公开(公告)号：CN106909525A
公开(公告)日：2017-06-30
申请号：CN201710024845.8
申请日：2017-01-13
Applicant: 电子科技大学
IPC: G06F13/38
CPC classification number: G06F13/387
Abstract: 本发明公开了一种基于VPX总线的控制交换模块，通过将控制交换模块拆分为主控板和交换板，解决了控制交换模块接口过多和体积受限的矛盾；根据实际任务需求和资源使用情况，可以采用构型完全相同的多块控制交换模块同时工作，进行热备份实现双余度功能来保证整个系统的可靠性；本发明还采用板对板高速连接器完成主控板和交换板之间数据和命令的交互，有效提升控制交换模块的灵活性、通用性和可靠性。
-
公开(公告)号：CN105786620A
公开(公告)日：2016-07-20
申请号：CN201610104339.5
申请日：2016-02-25
Applicant: 电子科技大学
IPC: G06F9/50
CPC classification number: G06F9/5061
Abstract: 本发明公开了一种一体化可重构综合信息处理载荷系统，该系统采用统一、标准的模块化体系结构，根据实际任务需求和资源使用情况，在保证可靠性的条件下对各个模块功能和参数进行在线重构，动态调整系统的冗余度，从而实现了飞行器的通信、导航、测控、目标探测以及识别、飞行控制和信息支持等综合任务处理。
-
公开(公告)号：CN115392392A
公开(公告)日：2022-11-25
申请号：CN202211082870.9
申请日：2022-09-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多鉴别器模型的新增未训练辐射源检测方法，获取N个已标识辐射源的信号图像样本集合，并分别划分为训练集和测试集，设置一个生成器和N+1个鉴别器，依次将生成器和每个鉴别器构建成为子生成对抗网络，采用对应训练集进行训练，将测试集、图像样本集合输入训练好的鉴别器，统计得到判定区间和比例参数，将待鉴别辐射源的信号图像输入各个鉴别器，统计输出概率值位于判定区间的比例，如果比例大于比例参数，则判定待鉴别辐射源由鉴别器鉴别通过，最后按照判定规则完成新增未训练辐射源检测判定。本发明使用多鉴别器模型对辐射源的信号图像进行判定，有效实现新增未训练辐射源的检测。
-
公开(公告)号：CN113114599B
公开(公告)日：2022-01-11
申请号：CN202110271141.7
申请日：2021-03-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于轻量级神经网络的调制识别方法，根据调制信号数据特征，引入自注意力机制、分组卷积机制和拆分注意力机制对轻量级神经网络Resnet18进行改进，构建了基于轻量级神经网络的调制识别模型，将调制信号的IQ信号数据转换为三维数据，输入训练好的调制识别模型进行调制识别。采用本发明可以有效提升调制识别率，尤其是在低信噪比情况下具有良好的调制识别率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
