“齐佩汉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果68个，建议您升级VIP下载更多相关专利

[发明专利]利用开集半监督学习技术进行电磁信号个体识别方法-CN202310258088.6在审
发明人： 齐佩汉;王天洋;姜涛;李赞 -专利权人：西安电子科技大学
申请日： 2023-03-16 - 公布日： 2023-09-22 - 主分类号： G06F18/213 文献下载
摘要：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。
利用开集半监督学习技术进行电磁信号个体识别方法

[发明专利]基于深度学习的单通道混叠电磁信号分离方法及装置-CN202310594831.5在审
发明人：李赞;王丹洋;何广旭;关磊;齐佩汉;赵宇霖;颜子彦;朴春莹 -专利权人：西安电子科技大学
申请日： 2023-05-24 - 公布日： 2023-09-01 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于深度学习的单通道混叠电磁信号分离方法及装置，包括：获取单通道混叠电磁信号；将单通道混叠电磁信号输入预先训练好的信号处理模型，以使信号处理模型中的编码器对单通道混叠电磁信号进行编码，得到信号编码后，使信号处理模型中的分离网络基于信号编码得到单通道混叠电磁信号的估计掩模，进一步使解码器基于信号编码和所述估计掩模，输出单通道混叠电磁信号分离后的信号。本发明无需获取信号的先验知识，适合盲信号分离，并且通过深度学习提取大批量数据中的共同特征，即使在信号受到较强噪声干扰时，仍然具有较好的分离效果。
基于深度学习通道电磁信号分离方法装置

[发明专利]一种样本攻击防御效果可解释驱动的电磁信号感知方法-CN202310231794.1在审
发明人： 齐佩汉;张亚欣;姜涛;李赞;周小雨;孟永超;尹凯 -专利权人：西安电子科技大学
申请日： 2023-03-10 - 公布日： 2023-08-22 - 主分类号： G06F18/213 文献下载
摘要：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。
一种样本攻击防御效果可解释驱动电磁信号感知方法

[发明专利]一种非线性盲水印嵌入与提取方法-CN202310506753.9在审
发明人：刘进;李赞;苗启广;杨力;齐佩汉;王丹洋 -专利权人：西安电子科技大学
申请日： 2023-04-28 - 公布日： 2023-07-07 - 主分类号： G06T1/00 文献下载
摘要：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。
一种非线性水印嵌入提取方法

[发明专利]一种基于Informer的频谱预测模型和方法-CN202310226715.8在审
发明人：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 -专利权人：西安电子科技大学
申请日： 2023-03-09 - 公布日： 2023-07-07 - 主分类号： H04B17/373 文献下载
摘要：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。
一种基于 informer 频谱预测模型方法

[发明专利]一种震后搜救定位方法、系统、设备及存储介质-CN202310193071.7在审
发明人： 齐佩汉;刘文琛;任锦阳;李赞;孟永超;周小雨;王丹洋;关磊 -专利权人：西安电子科技大学
申请日： 2023-03-02 - 公布日： 2023-06-27 - 主分类号： H04W4/02 文献下载
摘要：本申请实施例涉及通信技术领域，特别涉及一种震后搜救定位方法、系统、设备及存储介质，该方法包括：首先，根据移动通信网络协议，生成伪基站诱导信号，并诱导救援目标的移动终端发出信号接入网络；接下来，多个信号采集节点对震后环境中的电磁信号进行同步采集；最后，对多个救援目标同时进行定位分析，得到救援目标的位置信息以及与所述救援目标对应的移动终端的信号强度。本申请实施例提供的震后搜救定位方法，能够在较少的迭代过程中获取准确的待救援目标位置定位，计算耗时少，可用于实时对多名被困人员进行同时、大范围、高效地搜寻定位。
一种搜救定位方法系统设备存储介质

[发明专利]基于自注意力机制的电离层foF2空间重构方法-CN202211602715.5在审
发明人：高晶亮;于恒苏;李赞;齐佩汉;郝本建;张莎;毕德鑫;危涛 -专利权人：西安电子科技大学
申请日： 2022-12-09 - 公布日： 2023-06-27 - 主分类号： G06F18/214 文献下载
摘要：本发明提出了一种基于自注意力机制的电离层foF2空间重构方法，实现步骤为：获取训练样本集和测试样本集；构建基于自注意力机制的预测网络模型；对基于自注意力机制的预测网络模型进行迭代训练；获取电离层foF2的空间重构结果。本发明通过自注意力模块分析不同特征的贡献度、特征之间的相似性和依赖性，使模型能够提取更丰富的特征信息，克服了现有技术中信息缺失、foF2值的时空相关性挖掘程度不够的缺点，提高了电离层foF2的空间重构精度，从而提高了通讯、定位、雷达、导航等无线电系统的工作性能。
基于注意力机制电离层 fof2 空间方法

[发明专利]一种联合重构电磁信号的对抗样本攻击检测方法-CN202310239144.1在审
发明人： 齐佩汉;位萱;尹凯;周小雨;王丹洋;李赞 -专利权人：西安电子科技大学
申请日： 2023-03-13 - 公布日： 2023-06-23 - 主分类号： G06F18/241 文献下载
摘要：本申请实施例涉及无线通信技术领域，特别涉及一种联合重构电磁信号的对抗样本攻击检测方法，包括：获取调制信号数据集；构建调制识别网络；构建重构网络，并将重构网络的损失结果作为是否为对抗样本的判决依据；采用原始训练集对调制识别网络进行训练直至收敛；采用原始训练集为每种调制方式训练与调制方式对应的重构网络；对原始测试集的正常信号进行重构，得到重构损失，并以重构损失为依据划定对抗样本检测的阈值；采用对抗攻击生成对抗样本，并将对抗样本输入模型中，对攻击检测能力进行测试。本申请利用预先分类再重构电磁信号的方法实现对智能攻防场景下未知对抗样本攻击的准确检测，为调制识别提供有效的预先防御。
一种联合电磁信号对抗样本攻击检测方法

[发明专利]基于深度学习和信道预测的网络编码传输方法-CN202310111317.1在审
发明人：高晶亮;张莎;郭网媚;李赞;于恒苏;张文悦;齐佩汉;郝本建;王超 -专利权人：西安电子科技大学
申请日： 2023-02-14 - 公布日： 2023-06-23 - 主分类号： H04L25/02 文献下载
摘要：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。
基于深度学习信道预测网络编码传输方法

[发明专利]基于网络结构特征归纳的半监督调制类型识别方法、装置及介质-CN202110709690.8有效
发明人： 齐佩汉;都毅;王丹洋;孟永超;周小雨;丁渊磊;张抗抗;安智慧;刘向丽;关磊;位萱;张亚欣 -专利权人：西安电子科技大学
申请日： 2021-06-25 - 公布日： 2023-04-04 - 主分类号： G06F18/241 文献下载
摘要：本发明实施例公开了一种基于网络结构特征归纳的半监督调制类型识别方法、装置及介质；该方法包括：将无标记样本集与小样本的有标记样本集输入至特征提取网络，获得所有样本各自对应的特征向量；基于高斯函数定义通过所述无标记样本集与所述有标记样本集中各样本对应的特征向量获取连接矩阵；根据所述连接矩阵以及由所述连接矩阵的各行元素之和所组成的对角矩阵获取传播矩阵；构造并初始化迭代矩阵；利用所述传播矩阵以及初始化的迭代矩阵对所述迭代矩阵进行迭代至收敛；根据收敛的迭代矩阵中的行向量对所述无标记样本集中样本的调制类型标记进行预测。
基于网络结构特征归纳监督调制类型识别方法装置介质

[发明专利]欠采样跳频通信信号深度学习恢复方法-CN202010613485.7有效
发明人： 齐佩汉;王凡;周涛;谢爱平;梁琳琳;周小雨;李赞;王丹洋;关磊;都毅;毛维安 -专利权人：西安电子科技大学
申请日： 2020-06-30 - 公布日： 2023-03-24 - 主分类号： G06F18/10 文献下载
摘要：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。
采样通信信号深度学习恢复方法

[发明专利]一种异常信号半监督分类方法、系统、数据处理终端-CN202110708117.5有效
发明人： 齐佩汉;陈婉清;姜涛;周航平;位萱;马建峰;孟永超;张抗抗;周小雨 -专利权人：西安电子科技大学
申请日： 2021-06-24 - 公布日： 2023-03-03 - 主分类号： H04B17/382 文献下载
摘要：本发明涉及深度学习和无线通信频谱信号技术领域，公开了一种异常信号半监督分类方法、系统、数据处理终端，通过建立一个深度聚类模型，将异常信号数据作为CNN模型的输入，然后提取输入数据的压缩特征作为K‑means聚类算法的输入，用于聚类；同时将CNN所提取的特征输入到CNN的分类层进行分类；最后计算K‑means的输出与CNN的输出间的损失，并更新CNN的参数，直到迭代过程收敛，以达到用聚类结果来辅助训练分类器的目的。为了使该模型在我们的数据集上有较好的表现，我们引入预训练模型、确定聚类的初始质心、构建类别均值Memory以及替换伪标签等优化方法，并且所采用的半监督的学习方法可以使频谱管理人员在用户交互较小的情况下对异常信号分类。
一种异常信号监督分类方法系统数据处理终端

[发明专利]信道动态筛选与状态交互共享的变换域通信方法-CN202210274424.1有效
发明人： 齐佩汉;隰靖康;关磊;周小雨;孟永超;李赞;张正宇;丁渊磊 -专利权人：西安电子科技大学
申请日： 2022-03-21 - 公布日： 2023-03-03 - 主分类号： H04B1/40 文献下载
摘要：本发明公开了一种信道动态筛选与状态交互共享的变换域通信方法，接收机利用AD9361芯片接收通道完成分段频谱感知，进行频段粗选与细选；收发两端利用AD9361芯片收发通道经过直接扩频交互链路共享信道状态；收发机依据共享信道分别对AD9361芯片收发通道进行配置，进行变换域通信处理，获取最终通信数据。本发明将频谱感知、直接扩频交互共享链路与变换域处理有力结合，在收发两端电磁信道状态不一致时仍可通过交互链路共享接收端信道状态完成通信；同时依托AD9361芯片作为本发明中频谱感知与各收发模块的收发器，使本发明可在较宽频段内分段完成频谱感知，进行频段粗选与细选，动态筛选最优频段，扩大可选频段范围，提高频谱利用率。
信道动态筛选状态交互共享变换通信方法

[发明专利]电磁信号孪生深度学习识别方法、装置、设备及存储介质-CN202210561300.1在审
发明人： 齐佩汉;周小雨;张卫琳;李赞;姜涛;安智慧;位萱;沈清 -专利权人：西安电子科技大学
申请日： 2022-05-23 - 公布日： 2022-11-18 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种电磁信号孪生深度学习识别方法、装置、设备及存储介质，该方法包括：获取待识别电磁信号；待识别电磁信号输入预建孪生网络，得到待识别电磁信号对应的特征向量；根据特征向量与每一类别的类均值向量，确定待识别电磁信号的类别。该方案抵御对抗样本的攻击性能较好。
电磁信号孪生深度学习识别方法装置设备存储介质

[发明专利]基于最大速率机制的协作认知隐蔽通信方法-CN202210851397.X在审
发明人：石嘉;戴振飞;李赞;陈芮;周奕帆;齐佩汉 -专利权人：西安电子科技大学
申请日： 2022-07-19 - 公布日： 2022-11-01 - 主分类号： H04K3/00 文献下载
摘要：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。
基于最大速率机制协作认知隐蔽通信方法

1
2
3
4
5
下一页»
尾页
共 68 条