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：CN117676817A

公开(公告)日：2024-03-08

申请号：CN202210959661.1

申请日：2022-08-10

Applicant: 西安电子科技大学

Inventor： 齐佩汉 ,  张正宇 ,  任锦阳 ,  李赞 ,  王丹洋 ,  关磊 ,  高晶亮 ,  张顺琦

IPC: H04W72/044 ,  H04W72/541 ,  H04W72/542 ,  G06N3/126

Abstract: 本发明涉及一种基于遗传算法的通信干扰资源分配方法，涉及通信技术领域。所述方法通过采用遗传算法随机产生可行的干扰资源分配方案形成初始群体，以适应度为选择原则，选择出和最优干扰资源分配方案较接近的中间干扰资源分配方案，进而通过交叉产生新的干扰资源分配方案，通过变异保证迭代过程中产生能够进化的多样性群体，增加全局优化的特质。当适应度达到给定阈值时，或者最优个体的适应度和群体的适应度不再上升时，迭代完成，获得的最优个体的干扰资源分配方案即为本发明所求的最优干扰资源分配方案，实现在干扰资源有限的条件下，合理分配干扰资源，对目标对象进行协同干扰，以达到最佳的干扰效果。

公开(公告)号：CN117292167A

公开(公告)日：2023-12-26

申请号：CN202310905066.4

申请日：2023-07-21

Applicant: 西安电子科技大学

Inventor： 姜涛 ,  周航平 ,  齐佩汉 ,  陈陆瑶 ,  李兴华 ,  马建峰

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06N20/00

Abstract: 本申请涉及深度学习技术领域，具体而言，涉及一种细粒度的机器学习遗忘方法、装置及电子设备，一定程度上可以解决如何在无法获取待删除数据的全部信息时，通过已知图像实现对具有相同特征的图像子集的遗忘的问题。所述的细粒度的机器学习遗忘方法包括：根据已有分类任务的训练集，训练得到原始分类模型；根据已知需要删除的目标数据得到目标类别，所述目标类别为训练集中与所述目标数据具有相同分类标签的数据；根据目标类别训练得到细粒度聚类模型，并通过目标数据和所述细粒度聚类模型得到遗忘子集，所述遗忘子集为与所述目标数据在同一个聚类类别的数据子集，基于数据遗忘策略对所述遗忘子集进行遗忘。

公开(公告)号：CN116796167A

公开(公告)日：2023-09-22

申请号：CN202310258088.6

申请日：2023-03-16

Applicant: 西安电子科技大学

Inventor： 齐佩汉 ,  王天洋 ,  姜涛 ,  李赞

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明涉及利用开集半监督学习技术进行电磁信号个体识别的方法，属于电磁信号识别处理领域。本发明技术方案通过自监督预训练方式训练作为第一模型的大型分类网络，让其更加充分的学习无标签数据的内在关系并提升网络特征提取能力；将更接近识别样本特性的小规模分类网络模型作为第二模型，并在半监督学习时，利用预训练模型的特征提取能力筛除目标分类外的无标签数据，减少分布外无标签数据的负面影响，同时采用模型蒸馏的方式，使小规模分类网络模型学习到大型网络模型对于数据特征的泛化性和鲁棒性。通过上述三个方面，降低在现实情况下由目标分类外的数据对半监督学习网络识别准确率造成的影响，实现对电磁信号的稳健识别。

公开(公告)号：CN116628468A

公开(公告)日：2023-08-22

申请号：CN202310231794.1

申请日：2023-03-10

Applicant: 西安电子科技大学

Inventor： 齐佩汉 ,  张亚欣 ,  姜涛 ,  李赞 ,  周小雨 ,  孟永超 ,  尹凯

IPC: G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请实施例涉及无线通信技术领域，特别涉及一种样本攻击防御效果可解释驱动的电磁信号感知方法，包括：获取原始电磁信号的IQ数据，并基于所述IQ数据，生成正常样本；对IQ数据添加攻击，得到攻击后的IQ数据，并基于攻击后的IQ数据，生成对抗样本；基于对抗样本，从模型失败的角度检验神经网络内部的特征表示，对电磁信号感知过程中样本的攻击效果进行解释，验证对抗样本生成成功；基于深度神经网络模型，通过对抗训练进行对抗防御，采用基于梯度的类激活映射方法，从可解释角度对使用对抗训练进行对抗防御验证进行验证。本申请提供的样本攻击防御效果可解释驱动的电磁信号感知方法，能够实现攻击防御效果都可解释的电磁信号样本智能感知。

公开(公告)号：CN116402669A

公开(公告)日：2023-07-07

申请号：CN202310506753.9

申请日：2023-04-28

Applicant: 西安电子科技大学

Inventor： 刘进 ,  李赞 ,  苗启广 ,  杨力 ,  齐佩汉 ,  王丹洋

IPC: G06T1/00

Abstract: 本发明公开了一种非线性盲水印嵌入与提取方法，包括水印嵌入步骤和水印提取步骤，通过分析高斯白噪声和拉普拉斯噪声条件下等效的协作共振效应，开展拉普拉斯噪声下的双稳态随机共振机理定量研究，并通过双稳态系统参数自适应调节的方法构建了自适应双稳态随机共振系统。进一步通过对嵌入水印后的图像进行自适应随机共振增强预处理，并对预处理后的双稳态系统输出信号进行非相关接收，能够有效改善传统非相关水印提取性能。

公开(公告)号：CN116319183A

公开(公告)日：2023-06-23

申请号：CN202310111317.1

申请日：2023-02-14

Applicant: 西安电子科技大学

Inventor： 高晶亮 ,  张莎 ,  郭网媚 ,  李赞 ,  于恒苏 ,  张文悦 ,  齐佩汉 ,  郝本建 ,  王超

IPC: H04L25/02 ,  H04L43/0829 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习和信道预测的网络编码传输方法，主要解决现有技术在非平稳信道下传输效率低的问题。其实现方案是：将信道按固定块大小划分，统计每组的丢包率，并将其作为原始的数据集；通过滑动窗口和切片相结合的方式将原始数据集划分成样本集，再按设定比例将其划分为训练集和测试集；选用单层的长短期记忆网络作为测试神经网络并利用训练集对其进行训练；将测试集中的样本送入到训练好的测试神经网络，得到测试集中各个样本丢包率的预测值；根据预测到的丢包率进行网络编码传输。本发明提高了各分组数据包传输的成功率以及网络编码的传输效率，可用于智慧城市、卫星通信、车联网、物联网及5G/6G通信各种应用场景。

公开(公告)号：CN115276883A

公开(公告)日：2022-11-01

申请号：CN202210851397.X

申请日：2022-07-19

Applicant: 西安电子科技大学

Inventor： 石嘉 ,  戴振飞 ,  李赞 ,  陈芮 ,  周奕帆 ,  齐佩汉

IPC: H04K3/00

Abstract: 本发明公开了一种基于最大速率机制的协作认知隐蔽通信方法，在前vT时段，主发射机PT向次级发射机ST传输信息；在剩余的(1‑v)T时段中，次级接收机SR选择第一次级发射机STi、第二次级发射机STj，随后，第一次级发射机STi和次级发射机ST分别进行隐蔽通信和协助通信；所述主发射机PT向第一次级发射机STi传输信息，所述第一次级发射机STi根据放大转发(AF)协议向主接收机PR传输信息；同时，所述主发射机PT对第二次级发射机STj进行监听传输，所述第二次级发射机STj与次级接收机SR进行隐蔽传输；剩下(K‑2)个次级发射机ST保持沉默。本发明利用无线信道和接收端噪声的不确定性的特点，实现次级网络的隐蔽通信，并且具有很好的隐蔽性能，能够保证次级网络隐蔽通信质量。

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：CN114118158A

公开(公告)日：2022-03-01

申请号：CN202111444754.2

申请日：2021-11-30

Applicant: 西安电子科技大学

Inventor： 齐佩汉 ,  安智慧 ,  郑仕链 ,  周小雨 ,  姜涛 ,  李赞 ,  王丹洋 ,  孟永超 ,  张正宇 ,  张抗抗

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种反黑盒探测攻击的稳健电磁信号调制类型识别方法，通过已收集电磁信号构建数据集；搭建教师网络，通过所述数据集训练教师网络，并且通过所述训练教师网络生成软标签；依据实际电磁信号调制类型识别网络的网络结构，搭建相同结构的学生网络，通过所述软标签、数据集、硬标签训练学生网络，并将参数传递给电磁信号调制类型识别网络。本发明通过更新实际电磁信号调制类型识别网络参数，达到反黑盒探测攻击的效果，能够在面对黑盒探测攻击生成的对抗样本时，提供更强的防御能力，降低对抗样本对电磁信号调制类型识别网络识别准确率的影响，克服攻击者的蓄意攻击，构建更加稳健的电磁信号调制类型识别系统。