公开(公告)号：CN118535990A

公开(公告)日：2024-08-23

申请号：CN202310153074.8

申请日：2023-02-22

申请人： 西安电子科技大学

发明人： 齐佩汉 ,  郑华芝 ,  任锦阳 ,  李赞 ,  尹凯 ,  孟永超 ,  周小雨 ,  王丹洋 ,  关磊 ,  沈清 ,  张亚欣

IPC分类号： G06F18/2415 ,  G06F18/2431 ,  G06F18/213 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明涉及一种未知数量无人机集群中无人机类型识别方法及装置，属于无线通信技术领域。本发明的技术方案为：通过对电磁信号提取波形特征和节奏频率特征，将仅使用单目标场景下的样本数据训练得到的双通道胶囊神经网络作为深度学习识别模型，实现对未知数量无人机集群场景下的无人机类型进行准确判断并进行有效识别，以有效克服传统卷积网络的池化层因主动丢弃大量信息而造成信号空间分辨率降低的缺陷，提高多目标类型中各个类型识别的准确率。

公开(公告)号：CN117729551A

公开(公告)日：2024-03-19

申请号：CN202211119534.7

申请日：2022-09-14

申请人： 西安电子科技大学

发明人： 齐佩汉 ,  张亚欣 ,  李赞 ,  姜涛 ,  任锦阳 ,  郑华芝 ,  孟永超 ,  周小雨 ,  王丹洋 ,  关磊 ,  高晶亮

IPC分类号： H04W16/10 ,  H04W16/22 ,  H04B17/336 ,  H04B17/382 ,  H04L27/00 ,  G06F18/24 ,  G06N3/045 ,  G06N3/048 ,  G06N3/09

摘要： 本发明涉及一种电磁信号可解释智能感知方法，属于无线通信技术领域，用于解决现有技术中无法对电磁频谱正确感知的原因进行可解释性分析。所述方法对待感知信号的循环谱输入预设的深度神经网络模型，提取无线网络信号特征，同时将深度学习方法应用于频谱感知问题，最后将输出层的值投影回卷积特征映射来识别图像区域，通过特征映射直观地标注特定类别的区别区域，从而确定出网络进行频谱感知的原因，实现电磁信号可解释智能感知。

公开(公告)号：CN117713964A

公开(公告)日：2024-03-15

申请号：CN202211148319.X

申请日：2022-09-20

申请人： 西安电子科技大学

发明人： 齐佩汉 ,  沈清 ,  李赞 ,  郑华芝 ,  任锦阳 ,  孟永超 ,  周小雨 ,  关磊 ,  高晶亮 ,  刘向丽

IPC分类号： H04B17/345 ,  G06N3/0464 ,  G06F18/10 ,  G06F18/241

摘要： 本发明涉及一种用于认知决策的通信系统干扰定量分析方法，属于无线通信技术领域。所述方法在通信对抗中，将干扰信号的频谱图作为输入，基于被干扰的通信信号，利用与识别的干扰信号类型对应的受扰分析模型，对被干扰的通信信号进行定量分析。所述方法能够快速准确地识别单音干扰、多音干扰、窄带干扰、宽带干扰、脉冲干扰或瞄准式干扰等干扰信号类型，从整体上减少确定受干扰分析模型时间，以满足战时时效性需求。通过对被干扰的通信信号的定量分析，为战时复杂环境下，通信方式的选取，通信参数的设置等提供理论依据，为被干扰时采取相应对抗措施，实现通信系统的有效抗干扰提供决策支持。