公开(公告)号：CN119342010B

公开(公告)日：2025-05-16

申请号：CN202411352358.0

申请日：2024-09-26

Applicant: 西安电子科技大学

Inventor： 司江勃 ,  张瀚文 ,  关磊 ,  李晨曦 ,  李赞 ,  朱立溥 ,  赵俊淇 ,  丁雨荷 ,  曹士泓 ,  李新宇

IPC: H04L47/762 ,  H04L47/783

Abstract: 本发明公开了一种基于博弈论与遗传算法的资源分配方法，包括：构建通信设备的通信模型并获得基站到用户通信设备的信道容量；根据所述基站到用户通信设备信道容量构建最优信道访问策略的博弈模型；基于遗传算法获得所述博弈模型的最优解，作为资源分配的结果。本发明通过将干扰和用户通信设备作为博弈的双方来建模，使其能够动态应对复杂且多变的电磁环境。相比传统算法在高负载和多设备情况下表现不佳的缺点，本发明的资源分配方法能够更好地适应复杂场景，从而提高频谱管理的效率和可靠性。

公开(公告)号：CN119293425A

公开(公告)日：2025-01-10

申请号：CN202411272032.7

申请日：2024-09-11

Applicant: 西安电子科技大学

Inventor： 关磊 ,  丁雨荷 ,  李晨曦 ,  司江勃 ,  李赞 ,  张瀚文 ,  郝本建

IPC: G06F18/20 ,  G06F18/15 ,  G06N3/0455 ,  G06N3/096 ,  G06F123/02

Abstract: 本发明提供了一种基于Informer模型的电磁态势预测方法及设备。其中，方法包括：获取目标区域的电磁信号数据；将电磁信号数据基于时间顺序进行数据划分处理，以得到固定长度的多个电磁信号子序列；将多个电磁信号子序列输入当前预训练Informer模型进行态势预测处理，得到电磁态势预测结果；当前预训练Informer模型基于稀疏注意力机制、自注意力蒸馏、生成式解码器机制，采用电磁信号样本数据增量学习训练得到。通过引入Informer模型，能够对区域内的电磁信号数据进行多尺度分析和时序建模，实现了对电磁态势的精准预测，另外，由于在预测框架基础上还引入了增量学习，进一步提升了预测框架的适应性和灵活性。

公开(公告)号：CN119248905A

公开(公告)日：2025-01-03

申请号：CN202411309159.1

申请日：2024-09-19

Applicant: 西安电子科技大学

Inventor： 李赞 ,  曹士泓 ,  关磊 ,  张瀚文 ,  司江勃 ,  李晨曦

IPC: G06F16/33 ,  G06F16/332 ,  G06F40/30 ,  G06F40/284 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明提供了一种面向非结构化数据的实体关系分析方法、装置和设备，通过获取待分析的非结构化数据，待分析的非结构化数据为包含电磁领域相关内容的非结构化数据；通过BERT对待分析的非结构化数据进行分词处理，并确定分词结果对应的目标嵌入向量；将目标嵌入向量输入预先训练的目标BiLSTM‑CRF模型中，得到待分析的非结构化数据中与电磁领域相关的实体和实体关系。将BiLSTM‑CRF模型迁移至电磁领域，该模型通过深度学习技术，能够全面处理与电磁信息相关的文本数据，从中深度发掘出电磁设备、频率干扰及通信效果等关键信息，从而实现电磁设备和其相关技术术语的高精度、高效率，以及自动化识别。

公开(公告)号：CN116405139A

公开(公告)日：2023-07-07

申请号：CN202310226715.8

申请日：2023-03-09

Applicant: 西安电子科技大学

Inventor： 关磊 ,  杨迪丹 ,  司江勃 ,  李晨曦 ,  郝本健 ,  齐佩汉 ,  李赞 ,  王天洋 ,  付杭 ,  惠佩

IPC: H04B17/373 ,  H04B17/309

Abstract: 本发明涉及一种基于Informer的频谱预测模型和方法，该模型包括相互连接的高动态系统频谱时间序列处理模块、Informer模型和频域注意力计算模块；该方法包括步骤：进入高动态系统频谱时间序列处理模块，将原始序列归一化得到相应的均值、标准差和变换之后的序列，将归一化后的序列经过嵌入得到将送入编码器，经过计算得到原始特征图P，用DCT进行频域注意力的计算，得到增强向量r，并将其与原始特征图P在频率维度上进行拼接，得到经频域注意力加强的特征图P'，再传入解码器进行计算得到输出的初始预测结果y'，对y'进行去归一化操作得到最终的预测输出y。本发明降低了内存需求，为输入更长序列提供了条件，对频谱数据有更全面的学习，具有准确性高、适用性强的特点。

公开(公告)号：CN119807710A

公开(公告)日：2025-04-11

申请号：CN202411905620.X

申请日：2024-12-23

Applicant: 西安电子科技大学

Inventor： 李赞 ,  高文栋 ,  杨宇轩 ,  关磊 ,  李晨曦 ,  司江勃 ,  石嘉

IPC: G06F18/213 ,  G06F18/22 ,  G06N7/02

Abstract: 本发明提供了一种基于波形特征向量的波形复杂度测度方法、装置及设备。基于波形特征向量的波形复杂度测度方法，通过使用多维波形特征向量构建观察波形特征向量矩阵组，并在此基础上进行复杂度分析，这种数据建模方式打破了传统一维序列分析的局限，避免了将多变量信号拆分开来分析，从而保持了波形信号间相互依赖性的完整性；另外采用模糊隶属度函数来计算波形矩阵之间的相似程度，有效提高了系统在处理噪声和不确定信号时的鲁棒性和准确性；而本发明将复杂度分析任务，拆解为多个执行模块，采用逐步处理的计算流程，降低了波形数据处理过程中的计算负担和误差累积，提高了分析效率和准确性。

公开(公告)号：CN118984263A

公开(公告)日：2024-11-19

申请号：CN202411101000.0

申请日：2024-08-12

Applicant: 西安电子科技大学

Inventor： 李晨曦 ,  凌玉洁 ,  李赞 ,  关磊 ,  司江勃 ,  陈小军 ,  赵浩钦 ,  高文栋

IPC: H04L27/00 ,  G06F18/2135

Abstract: 本发明公开了一种基于熵值计算的混沌传输波形复杂度确定方法，包括以下步骤：步骤一：获取波形数据；步骤二：根据给定的波形数据选择嵌入维度参数和分辨率参数；步骤三：根据选择的嵌入维度参数对原输入波形进行相空间重构，得到一系列重构波形向量族；步骤四：计算距离矩阵；步骤五：计算相似度矩阵；步骤六：提取计算所得的距离矩阵和相似度矩阵，根据模糊熵公式计算在选定参数的情况下输入波形的模糊熵；步骤七：输出模糊熵值，该数值作为波形的复杂度表征。本发明准确区分和测量混沌传输波形的复杂度，以增强通信系统的安全性和可靠性；通过提高对波形复杂度的测量精度，能够在实际应用中显著提升通信系统的抗干扰能力和整体安全性能。

公开(公告)号：CN118101100A

公开(公告)日：2024-05-28

申请号：CN202410215441.7

申请日：2024-02-27

Applicant: 西安电子科技大学

Inventor： 齐佩汉 ,  李鹏飞 ,  姜涛 ,  尹凯 ,  李赞 ,  李晨曦 ,  王丹洋

IPC: H04B17/382 ,  H04W16/10 ,  H04W12/122

Abstract: 一种电磁频谱分配智能决策模型对抗攻击方法，包括以下步骤；步骤1：初始状态时，频谱分配算法首先从中央频谱控制环境中获取状态s，跳转步骤2；步骤2：快速梯度符号的攻击算法根据攻击是否有效进行动态选择是否对分配算法进行攻击，若是则跳转至步骤3，否则跳转至步骤4；步骤3：基于快速梯度符号的攻击方法对状态s进行对抗样本的制作，得到状态样本s′，跳转至步骤4；步骤4：将状态样本输入至频谱感知进行状态信息的特征编码，跳转至步骤5；步骤5：将经过频谱感知进行特征编码后的状态向量输入至DQN+RC网路中，得到动作a，返回给中央频谱控制环境，直至频谱分配完毕。本发明具有攻击性有效、伪装性强、动态自适应攻击的特点。

公开(公告)号：CN114285701A

公开(公告)日：2022-04-05

申请号：CN202111441610.1

申请日：2021-11-30

Applicant: 西安电子科技大学重庆集成电路创新研究院

Inventor： 王丹洋 ,  谭震宇 ,  朴春莹 ,  李赞 ,  齐佩汉 ,  关磊 ,  赵越 ,  李晨曦 ,  赵欣雨 ,  赵宇霖

IPC: H04L25/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于无线通信技术领域，公开了一种主用户发射功率识别方法、系统、设备及终端，用于单输入多输出的主用户发射功率识别任务，其中，主用户配置发射天线数为1，认知无线电设备配置的感知天线数为K，且K＞1，所述主用户发射功率识别方法包括：数据采样；获取观测数据；设计卷积神经网络结构；网络训练；识别性能测试。本发明的主用户发射功率识别方法引入卷积神经网络来设计检验统计量，利用其对观测数据提取高维特征的强大能力，解决传统功率识别方法检验统计量的设计需要涉及大量人工过程、依赖过多的专业知识造成精确度较低的问题，实现功率识别的智能化，克服传统方法在低信噪比的非理想环境下识别性能恶化的难题。

公开(公告)号：CN109951237B

公开(公告)日：2020-08-14

申请号：CN201910258780.2

申请日：2019-04-01

Applicant: 西安电子科技大学

Inventor： 王丹洋 ,  付奇帆 ,  李赞 ,  齐佩汉 ,  司江勃 ,  关磊 ,  梁琳琳 ,  李晨曦

IPC: H04B17/26 ,  H04B17/336 ,  H04B17/382

Abstract: 本发明实施例公开了一种信号检测的方法、装置及计算机存储介质；该方法可以包括：根据接收信号的信号样本获取所述信号样本的k阶样本累积量以及所述信号样本的样本累积量向量；根据所述信号样本的k阶样本累积量获取协方差矩阵；根据所述协方差矩阵以及所述信号样本的样本累积量向量构建检验统计量；根据所述信号样本的样本累积量向量的概率密度，按照最大后验概率准则确定用于表征授权用户工作状态所对应的功率判决域；根据所述检验统计量以及所述功率判决域进行判决，确定所述授权用户的工作状态。

公开(公告)号：CN117914427A

公开(公告)日：2024-04-19

申请号：CN202311749747.2

申请日：2023-12-19

Applicant: 西安电子科技大学

Inventor： 关磊 ,  张瀚文 ,  司江勃 ,  李晨曦 ,  李赞 ,  惠佩 ,  高文栋 ,  朱立溥 ,  赵俊淇

IPC: H04B17/345 ,  G06N5/02 ,  H04B17/309

Abstract: 本发明公开了一种基于知识图谱的干扰关系识别方法，包括：实时获取待识别的第一设备的至少一个第一参数，以及待识别的第二设备的至少一个第二参数；根据第一设备的第一参数，以及第二设备的第二参数，分别构建第一设备的第一三元组和第二设备的第二三元组；将第一三元组和第二三元组，一起输入训练好的干扰识别网络，训练好的干扰识别网络对输入的每个第一三元组和第二三元组分别进行预处理，对应得到预处理后的第一三元组和预处理后的第二三元组；训练好的干扰识别网络根据预处理后的第一三元组和预处理后的第二三元组，输出第一设备与第二设备之间是否具有干扰的识别结果。本发明能够对大范围系统内的干扰关系进行高效分析，且计算量少。