-
公开(公告)号：CN112924749B
公开(公告)日：2021-12-21
申请号：CN202110156715.6
申请日：2021-02-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种无监督对抗学习电磁频谱异常信号检测方法，该方法为：对获取的功率谱数据进行预处理，获得功率谱密度估计；通过所述功率谱密度估计构建基于深度学习的电磁频谱异常检测模型；通过所述电磁频谱异常检测模型对任意一功率谱数据确定重构误差Lr和判决器损失Ld；根据所述重构误差Lr和判决器损失Ld确定异常结果Aresult，并且通过异常结果Aresult确定电磁频谱数据是否存在异常。本发明结合功率谱数据的局部特性，使用卷积神经网络代替传统方式的全连接网络，减小了网络的规模；采用对抗自编码器，将对抗思想引入电磁频谱异常信号检测，能够学习到更加有效的特征，相比传统普通的编解码器模型有更好的检测能力。
-
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
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：CN106412927B
公开(公告)日：2019-06-21
申请号：CN201610828615.2
申请日：2016-09-19
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种协同传输能量收集认知无线电网络最佳资源分配方法，解决现有认知无线电资源分配策略无法满足能量收集需求和保证次级用户之间公平性的问题。实现步骤是：设置目标参数；初始化次级用户参数；次级用户参数迭代计算；次级用户感知时间迭代条件判断；得到最佳次级用户参数；完成协同传输能量收集绿色认知无线电网络的最佳资源分配。本发明在保证能量收集器的最小能量收集需求以及给次级用户提供更好的公平性的情况下，能快速获得最大公平性的信道分配、最佳感知时间和最佳功率分配；利用能量收集器对认知基站发送的射频信号能量收集，能量循环利用，提高使用效率；本发明计算复杂度低，具有工程化应用的前景。
-
公开(公告)号：CN118072074A
公开(公告)日：2024-05-24
申请号：CN202410019380.7
申请日：2024-01-05
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明提供一种通惑一体的对抗样本设计方法，包括：生成调制方式为正交幅度调制的基带信号；对基带信号进行畸变操作，得到辐射源信号，并划分为训练集和测试集；利用训练集进行训练，得到辐射源个体识别网络；利用基带信号进行训练，得到解调网络；通过生成对抗网络生成对抗扰动，将对抗扰动与训练集中的样本叠加构成对抗样本；将对抗样本分别输入到解调网络和辐射源个体识别网络，通过相应的损失函数计算解调损失和分类损失；将解调损失和分类损失再反馈至生成对抗网络的生成器中，当生成器、解调网络和辐射源个体识别网络的动态博弈达到纳什均衡后，生成目标对抗样本。本发明的方法生成的对抗样本同时具备了对外的攻击性以及对内的通信可靠性。
-
公开(公告)号：CN109257127B
公开(公告)日：2021-08-20
申请号：CN201811034509.2
申请日：2018-09-06
Applicant: 西安电子科技大学
IPC: H04B17/309 , H04B17/336
Abstract: 本发明公开了一种基于自适应随机共振的通信信号检测方法。解决了现有技术中随机共振的系统结构参数和计算步长选取难的问题。实现步骤为：输入通信信号，对粒子群确定参数并初始化；对接收信号进行时间上的采样；建立自适应随机共振系统模型；用粒子群优化算法计算随机共振系统的适应度值；判断迭代是否终止；输出已检测信号。本发明以随机共振系统为模型建立粒子群，用粒子群算法确定系统结构参数和计算步长，实现自适应控制，将输出信噪比和误比特率作为适应度值，用粒子群优化算法寻优，获取自适应随机共振系统的最佳结构参数，能够最优地检测出噪声背景下的微弱信号。本发明大幅度提高了输出信噪比，降低了误比特率，用于数字信号检测。
-
Patent Agency Ranking
公开(公告)号：CN112924749A
公开(公告)日：2021-06-08
申请号：CN202110156715.6
申请日：2021-02-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种无监督对抗学习电磁频谱异常信号检测方法，该方法为：对获取的功率谱数据进行预处理，获得功率谱密度估计；通过所述功率谱密度估计构建基于深度学习的电磁频谱异常检测模型；通过所述电磁频谱异常检测模型对任意一功率谱数据确定重构误差Lr和判决器损失Ld；根据所述重构误差Lr和判决器损失Ld确定异常结果Aresult，并且通过异常结果Aresult确定电磁频谱数据是否存在异常。本发明结合功率谱数据的局部特性，使用卷积神经网络代替传统方式的全连接网络，减小了网络的规模；采用对抗自编码器，将对抗思想引入电磁频谱异常信号检测，能够学习到更加有效的特征，相比传统普通的编解码器模型有更好的检测能力。
-
公开(公告)号：CN111680666A
公开(公告)日：2020-09-18
申请号：CN202010613485.7
申请日：2020-06-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了欠采样跳频通信信号深度学习恢复方法，解决了现有技术中信号恢复方法计算复杂度高，计算效率较低，重构精度低的问题。实现步骤为：构建卷积神经网络和变分自编码器网络，引入新的网络结构和参数设置，构建最优的神经网络结构；跳频信号线性测量；数据预处理，用分离复数的实部和虚部的数据预处理方式，得到输入神经网络的数据格式；训练卷积神经网络和变分自编码器网络；跳频信号恢复。本发明构建权值共享，稀疏连接的两个网络，用数据预处理方式，得到输入神经网络的数据格式，通过训练好的最优神经网络结构和参数设置重构原始跳频信号。大幅度提高了信号恢复的准确率，降低了重构的误差和计算复杂度，用于跳频通信系统。
-
公开(公告)号：CN105407491B
公开(公告)日：2019-04-23
申请号：CN201510902347.X
申请日：2015-12-09
Applicant: 西安电子科技大学
IPC: H04W16/14
Abstract: 本发明公开了一种基于多电平的序列检测与识别方法，主要解决现有检测方法中频谱利用率和可靠性之间的矛盾。其实现步骤是：1)接收端设置所有错误判决概率的约束值；2)接收端对接收到的信号进行采样；3)接收端对采样信号的各个分量平方相加得到检验统计量，并计算检验统计量的判决域；4)判决检验统计量是否落入判决域的区域：若检验统计量没有落入判决域，则返回步骤2)；若检验统计量落入判决域，则判决检验统计量具体落入的判决域，判决出授权用户的发送电平值。本发明对信号进行检测时能够在在可靠性一定的情况下，最大化频谱利用率，可用于认知无线电环境中的多电平信号检测与识别。
-
公开(公告)号：CN109257127A
公开(公告)日：2019-01-22
申请号：CN201811034509.2
申请日：2018-09-06
Applicant: 西安电子科技大学
IPC: H04B17/309 , H04B17/336
Abstract: 本发明公开了一种基于自适应随机共振的通信信号检测方法。解决了现有技术中随机共振的系统结构参数和计算步长选取难的问题。实现步骤为：输入通信信号，对粒子群确定参数并初始化；对接收信号进行时间上的采样；建立自适应随机共振系统模型；用粒子群优化算法计算随机共振系统的适应度值；判断迭代是否终止；输出已检测信号。本发明以随机共振系统为模型建立粒子群，用粒子群算法确定系统结构参数和计算步长，实现自适应控制，将输出信噪比和误比特率作为适应度值，用粒子群优化算法寻优，获取自适应随机共振系统的最佳结构参数，能够最优地检测出噪声背景下的微弱信号。本发明大幅度提高了输出信噪比，降低了误比特率，用于数字信号检测。
-
公开(公告)号：CN105429913B
公开(公告)日：2018-08-21
申请号：CN201510765946.1
申请日：2015-11-11
Applicant: 西安电子科技大学
IPC: H04L25/03
Abstract: 本发明公开了一种基于特征值的多电平检测与识别方法，主要解决现有信号检测方法中，信号相关性对检测性能影响较大的问题。其实现步骤为：1)接收端对接收到的信号进行采样、分帧，并计算接收信号矩阵；2)计算接收信号矩阵的样本协方差矩阵，并对协方差矩阵进行特征值分解；3)选择最大特征值作为检测统计量；4)计算授权用户存在与否的门限值及工作于任何一个电平的门限值；5)将检测统计量与授权用户存在与否的门限值比较，判决信号是否存在；6)若信号存在，将检测统计量与授权用户各个工作电平的门限值进行比较，判决出授权用户的发送电平值。本发明对相关信号进行检测具有鲁棒性的优点，可用于频谱感知中的信号盲检测。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.031 seconds)
