公开(公告)号：CN111967309B

公开(公告)日：2024-02-06

申请号：CN202010632562.3

申请日：2020-07-03

Applicant: 西安电子科技大学 ,  中国电波传播研究所(中国电子科技集团公司第二十二研究所)

Inventor： 刘明骞 ,  杨珂 ,  唐怀玉 ,  郭兰图 ,  李旭 ,  宫丰奎 ,  葛建华

IPC: G06F18/2415 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于电磁信号智能识别技术领域，公开了一种电磁信号智能协同识别方法及系统，对电磁信号进行智能表征，并作为后续深度学习网络的输入；在每个分布式传感器上构建基于DenseNet的特征融合网络对智能表征进行特征级融合；将网络训练得到的损失函数采用联邦学习网络架构进行融合并反馈回每个DenseNet网络进行训练；实施基于分布式决策级融合的电磁信号识别。当广义信噪比在10dB以上时，本发明对AM、FM、BPSK、QPSK、8PSK、2ASK、4ASK、2FSK和4FSK信号的识别率均在90％以上，可见本发明具有良好的识别性能。

公开(公告)号：CN111967309A

公开(公告)日：2020-11-20

申请号：CN202010632562.3

申请日：2020-07-03

Applicant: 西安电子科技大学 ,  中国电波传播研究所(中国电子科技集团公司第二十二研究所)

Inventor： 刘明骞 ,  杨珂 ,  唐怀玉 ,  郭兰图 ,  李旭 ,  宫丰奎 ,  葛建华

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

Abstract: 本发明属于电磁信号智能识别技术领域，公开了一种电磁信号智能协同识别方法及系统，对电磁信号进行智能表征，并作为后续深度学习网络的输入；在每个分布式传感器上构建基于DenseNet的特征融合网络对智能表征进行特征级融合；将网络训练得到的损失函数采用联邦学习网络架构进行融合并反馈回每个DenseNet网络进行训练；实施基于分布式决策级融合的电磁信号识别。当广义信噪比在10dB以上时，本发明对AM、FM、BPSK、QPSK、8PSK、2ASK、4ASK、2FSK和4FSK信号的识别率均在90％以上，可见本发明具有良好的识别性能。

公开(公告)号：CN115508830B

公开(公告)日：2024-07-26

申请号：CN202211291424.9

申请日：2022-10-19

Applicant: 西安电子科技大学

Inventor： 刘明骞 ,  杨珂 ,  张俊林 ,  李进 ,  张卫东

IPC: G01S13/89 ,  G06V10/82

Abstract: 本发明公开了一种基于特征融合的电磁目标智能识别方法及系统，属于目标识别技术领域，首先对接收到的电磁目标信号提取高分辨距离像、对角积分双谱及模糊函数主脊进行智能表征，并作为后续MobileNet‑LSTM网络的输入；然后用MobileNet网络将二维智能表征降到一维，并与其它一维智能表征进行特征融合；最后对一段连续时间内的每一个时间片重复上述步骤；将这些时间片组成的特征投入长短期记忆网络(LSTM，Long Short‑Term Memory)从而获得电磁目标识别结果；本发明在当信噪比在8dB时，对电磁目标的正确识别率均在90％以上，具有良好的识别性能。

公开(公告)号：CN107516753A

公开(公告)日：2017-12-26

申请号：CN201710687247.9

申请日：2017-08-08

Applicant: 西安电子科技大学

Inventor： 李磊 ,  武增强 ,  柯伯威 ,  杨珂

IPC: H01P1/208

CPC classification number: H01P1/208

Abstract: 本发明通过三个技术特征来减小的谐振腔的尺寸，第一是采用非完整模式的基片集成波导，第二是通过在谐振腔表面加载小型化圆环单元(Circular-Ring Miniaturized-Element，CRME)来激发更低阶谐振频率进而减小谐振腔尺寸，第三是共面波导与CRME相结合的馈电方式；本发明基于基片集成波导非完整模的超小型化滤波器具有较低的损耗和良好的频率选择特性，且能够大幅度减小滤波器的尺寸；设计的新型圆环谐振单元大幅度改善了滤波器的带外抑制特性，单层PCB板的设计也利于加工、与其他平面电路的集成以及成本的降低。

公开(公告)号：CN104409813A

公开(公告)日：2015-03-11

申请号：CN201410797065.3

申请日：2014-12-18

Applicant: 西安电子科技大学

Inventor： 李磊 ,  兰宝岩 ,  王浩 ,  雷振亚 ,  杨珂 ,  赖贤军

IPC: H01P1/205

Abstract: 本发明属于无线通信用滤波器技术领域，特别涉及一种基于源和负载耦合的垂直交指滤波器。其包括：从上到下排列的第一金属接地层、第一谐振器层、第二谐振器层、第三谐振器层、第四谐振器层、第五谐振器层、第六谐振器层、第七谐振器层和第二金属接地层；在第一金属接地层和第二金属接地层之间，每两个相邻的谐器振层之间设置有介质层，在第一金属接地层和第一谐振器层之间设置有介质层，在第七谐振器层和第二金属接地层设置有介质层；所述同轴线竖直贯穿第二谐振器层、第三谐振器层、第四谐振器层、第五谐振器层、第六谐振器层。

公开(公告)号：CN115508830A

公开(公告)日：2022-12-23

申请号：CN202211291424.9

申请日：2022-10-19

Applicant: 西安电子科技大学

Inventor： 刘明骞 ,  杨珂 ,  张俊林 ,  李进 ,  张卫东

IPC: G01S13/89 ,  G06V10/82

Abstract: 本发明公开了一种基于特征融合的电磁目标智能识别方法及系统，属于目标识别技术领域，首先对接收到的电磁目标信号提取高分辨距离像、对角积分双谱及模糊函数主脊进行智能表征，并作为后续MobileNet‑LSTM网络的输入；然后用MobileNet网络将二维智能表征降到一维，并与其它一维智能表征进行特征融合；最后对一段连续时间内的每一个时间片重复上述步骤；将这些时间片组成的特征投入长短期记忆网络(LSTM，Long Short‑Term Memory)从而获得电磁目标识别结果；本发明在当信噪比在8dB时，对电磁目标的正确识别率均在90％以上，具有良好的识别性能。