“林瑞全”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38个，建议您升级VIP下载更多相关专利

[发明专利]一种认知车联网中基于区块链的抵御大规模SSDF攻击方法-CN202310739093.9在审
发明人： 林瑞全;李付帅;王俊;刘达 -专利权人：福州大学
申请日： 2023-06-21 - 公布日： 2023-10-10 - 主分类号： H04W12/08 文献下载
摘要：一种认知车联网中基于区块链的抵御大规模SSDF攻击方法，步骤一：首先搭建认知车联网在区块链架构下的频谱感知与接入的系统模型以及一个时隙的时间分配模型；步骤二：推导出高速移动下车辆用户在不完美控制信道下的频谱检测模型，并分析在不完美控制信道的模型下，对检测恶意车辆用户的影响；步骤三：采用基于前景理论的最终频谱决策方式对信道状态进行判决；骤四：推导出每个车辆用户的信誉值与信誉阈值，在次频谱检测结束后，将信誉值低于信誉阈值的车辆用户识别为恶意车辆用户；步骤五：提出根据信誉值修改难度的智能合约，减小恶意车辆用户接入频谱的机会。本发明适用于无线通信领域。
一种认知联网基于区块抵御大规模 ssdf 攻击方法

[发明专利]一种基于FPGA的GPS数字发射系统及方法-CN202310801167.7在审
发明人：王俊;王永龙;林瑞全;胡锦松;郑振忠;黄道银;戎韶华;周云飞 -专利权人：福州大学
申请日： 2023-07-03 - 公布日： 2023-09-29 - 主分类号： G01S19/23 文献下载
摘要：本发明提供了一种基于FPGA的GPS数字发射系统及方法，通过生成基带信号，并经过中频放大器发送到射频前端，发射所产生的GPS信号，从而形成对选定区域的定位信息保护。同时，该系统还包含多个模块，如数据码生成、C/A码生成、卷积码编码、时延模拟、码相位模拟、多普勒模拟、RAIM校正、组帧、功率控制和BPSK调制模块，这些模块共同协作使得GPS信号发射系统具有更高的精度和可靠性。
一种基于 fpga gps 数字发射系统方法

[发明专利]一种基于生成对抗网络的无线电信号生成方法-CN202310554887.8在审
发明人： 林瑞全;刘明轩;王俊;周云飞;赵越;杨亮;李胜 -专利权人：福州大学;福建金石电子有限公司
申请日： 2023-05-17 - 公布日： 2023-08-15 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种基于生成对抗网络的无线电信号生成方法。本发明通过使用生成对抗网络，构造一个完整的生成器和鉴别器系统，并将原始信号按一定比例分割作为网络结构的训练样本，利用训练数据进行网络结构参数的调整，根据原始信号数据的真实性，设计了一种新的损失度量函数，进一步度量真实的信号数据与合成信号数据的相似性损失，并利用该损失函数对生成器进行训练。最后完成对调制后原始无线电信号的学习，通过加入随机噪声生成新的合成信号数据。本发明生成的合成信号和原始信号高度相似，在信号接收机中有较高的识别率。
一种基于生成对抗网络无线电信号方法

[发明专利]一种基于深度强化学习的无线电传输方法及装置-CN202310027753.0在审
发明人：姜克建;冯福锋;侯海风;张丽英;张明祥;王俊;徐浩东;林瑞全;刘佳鑫 -专利权人：广东省电信规划设计院有限公司;福州大学
申请日： 2023-01-09 - 公布日： 2023-06-06 - 主分类号： G08C17/02 文献下载
摘要：本发明公开了一种基于深度强化学习的无线电传输方法及装置，该方法包括：对建立的信道选择与功率分配的联合优化模型中的神经网络参数进行优化训练，通过贪婪策略选择智能体的动作，通过对存储到记忆池的状态转移进行损失函数的计算，以及通过反向传播算法和软更新方式得到最优网络参数，进而通过最优网络参数对信道选择与功率分配的联合优化模型进行优化迭代，然后通过联合优化模型进行信道和功率的选择。可见，实施本发明能够为每个用户做出最优的信道接入和功率分配策略，不仅保证了用户传输的公平性，更提高了传输系统的整体稳定性和传输速率。
一种基于深度强化学习无线电传输方法装置

[发明专利]基于博弈论的能量采集认知无线电D2D辅助中继方法及装置-CN202211618588.8在审
发明人：姜克建;冯福锋;林璐;潘少斌;朱林;林瑞全;刘佳鑫;王俊;徐浩东 -专利权人：广东省电信规划设计院有限公司;福州大学
申请日： 2022-12-15 - 公布日： 2023-06-06 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了基于博弈论的能量采集认知无线电D2D辅助中继方法及装置，该方法包括：确定基站对应的小区内的目标用户集合中的多个目标用户的信噪比，并根据目标用户的信噪比将目标用户集合中的多个目标用户划分为蜂窝用户和边缘用户。根据预设联盟组成策略，将蜂窝用户和边缘用户组成多个预组成联盟。判断各预组成联盟是否存在非超级联盟，当判断出各预组成联盟存在非超级联盟时，获取非超级联盟对应的联盟效用值，将最大的联盟效用值所对应的非超级联盟作为目标组成联盟，并根据目标组成联盟确定蜂窝用户与边缘用户之间的中继关系。可见，本发明提出一种联盟组成策略，能够实现动态的频谱共享，提高通信频谱利用率，进而能够提高通信效率。
基于博弈论能量采集认知无线电 d2d 辅助中继方法装置

[发明专利]一种基于LTE信号的软件无线电数据传输系统以及传输方法-CN201810482430.X有效
发明人：王俊;许斌;陈日清;黄继伟;林瑞全 -专利权人：福州大学
申请日： 2018-05-18 - 公布日： 2023-05-12 - 主分类号： H04L1/00 文献下载
摘要：本发明涉及一种基于LTE信号的软件无线电数据传输系统以及传输方法，将信道分为同步信道、控制信道、数据信道三种不同的物理信道，并包括发射机和接收机两部分，发射机和接收机均由模拟射频电路、数字基带电路、数字控制电路三部分组成，其中发射机负责数据的发射而接收机负责数据的接收，两者都可以通过软件灵活地配置其编解码方案、参数配置方案、信道估计和检测算法配置方案等。本发明同时设计了一个混合预分配和随机接入特点的混合式接入协议HE‑TDMA。本发明所提供的方法和系统，能够实现对基于LTE信号构建的通信系统进行灵活地配置和使用，并同时增强其应用场景。
一种基于 lte 信号软件无线电数据传输系统以及传输方法

[发明专利]基于非合作博弈的能量采集认知无线网络的功率分配方法-CN202211340206.X在审
发明人：王俊;刘胜;林瑞全;王锐亮;鲍家旺;丘航丁 -专利权人：福州大学
申请日： 2022-10-29 - 公布日： 2023-05-09 - 主分类号： H04W16/14 文献下载
摘要：本发明提出基于非合作博弈的能量采集认知无线网络的功率分配方法，包括以下步骤；步骤S1：在一个时隙T的τT时间段内，主用户发射机PT通过天线向主用户接收机PR传输数据，每个次用户接收机SU配备用于能量采集的全向天线来采集PU射频信号中的能量；步骤S2：在一个时隙T的(1‑τ)T时间段的数据传输过程内，设定一个确定的最小的信噪比阈值和PU的干扰功率阈值I；步骤S3：在一个时隙T的(1‑τ)T时间段内，SUi(i＝1,2...,n)通过非合作博弈的方式进行功率分配；步骤S4：在一个时隙T的(1‑τ)T时间段内，求解SUi(i＝1,2...,n)的效用函数，最终达到纳什均衡，最大化次用户的吞吐量及主用户、次用户的收益；本发明通过找到能量采集认知无线电网络中的最优功率分配策略，在满足所有约束条件的情况下提升次用户的吞吐量和收益。
基于合作博弈能量采集认知无线网络功率分配方法

[发明专利]基于改进人工蜂群的认知无线电功率分配方法-CN202110841245.7有效
发明人： 林瑞全;林剑峰;王俊;李谋道;谢鑫;程长春;章敏;谢欢 -专利权人：福州大学
申请日： 2021-07-23 - 公布日： 2023-05-09 - 主分类号： H04W52/46 文献下载
摘要：本发明提出一种基于改进人工蜂群的认知无线电功率分配方法，包括以下步骤：步骤S1：在一个时隙T内，认知用户根据主用户携带的数据包的大小选择合作中继通信的主用户，计算出认知用户传输自身数据的吞吐量；步骤S2：获得合作通信中认知用户的吞吐量后，通过联合时间分配因子和认知用户传输功率构建的目标函数；步骤S3：初始化改进的人工蜂群算法，计算目标函数的适应度值；得到认知用户吞吐量最大化的传输功率。其利用改进人工蜂群算法对认知用户进行功率分配，通过该方法可以提高频谱利用率。利用本发明的方法能够找到最优时间和最优功率分配策略，在满足所有约束条件的情况下使数据速率或者吞吐量最大化。
基于改进人工蜂群认知无线电功率分配方法

[发明专利]演化博弈的能量采集认知物联网对抗主用户仿真攻击方法-CN202211475040.2在审
发明人：王俊;王锐亮;林瑞全;刘胜;刘佳鑫;徐浩东 -专利权人：福州大学
申请日： 2022-11-23 - 公布日： 2023-03-17 - 主分类号： H04W12/12 文献下载
摘要：本发明提出演化博弈的能量采集认知物联网对抗主用户仿真攻击方法，针对应用能量采集技术的认知物联网场景，该场景中的自私次用户节点可通过能量采集技术补充能量，所述方法先建立包括信用参数和惩罚参数的奖惩机制，再利用演化博弈分析自私次用户和正常次用户的动态及攻防机制，然后通过调整惩罚参数来降低自私次用户的攻击概率，以最大化空闲频谱的利用率和正常次用户的吞吐量；本发明能提升采用能量采集方案的认识物联网中正常次用户的吞吐量。
演化博弈能量采集认知联网对抗用户仿真攻击方法

[发明专利]一种能量采集认知物联网络抗干扰最优传输方法-CN202211271268.X在审
发明人：王俊;徐浩东;鲍家旺;林瑞全;王锐亮;丘航丁 -专利权人：福州大学
申请日： 2022-10-18 - 公布日： 2023-03-07 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种能量采集认知物联网络抗干扰最优传输方法。通过将认知无线电技术、能量采集技术、抗干扰技术在通信领域相结合，将认知物联网络建模为一个主基站、多个主用户、多个物联网节点、一个物联网认知基站和多个恶意攻击节点所构成的完整系统。通过深度强化学习方法对认知物联网络各个节点在发送、接收信号被恶意攻击的情况下，认知基站无需先验知识，无模型的学习恶意节点信道攻击策略，合理制定对抗策略并调节各个节点的信道接入、模式选择和功率分配以达到系统吞吐量最大化目的。本发明适用于无线通信领域。
一种能量采集认知联网抗干扰最优传输方法

[发明专利]基于深度强化学习的能量采集认知物联网资源分配方法-CN202211278767.1在审
发明人： 林瑞全;刘佳鑫;丘航丁;王俊;鲍家旺;王锐亮 -专利权人：福州大学
申请日： 2022-10-19 - 公布日： 2023-02-24 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及一种基于深度强化学习的能量采集认知物联网资源分配方法，包括：搭建能量采集认知物联网系统模型，并推导出资源分配的数学模型；搭建强化学习模型，将次发射机到次接收机、协作干扰器到窃听节点这两条链路的2m条子信道以及一个能量采集时间分配网络共建模为2m+1个强化学习智能体，能量采集认知物联网中的其他部分为强化学习环境，智能体与环境不断进行交互；构建基于深度强化学习的能量采集认知物联网资源分配模型，并对其进行训练；通过训练好的资源分配模型对认知物联网进行联合能量采集时间和传输功率的最优分配。该方法有利于对能量采集认知物联网资源进行最优分配。
基于深度强化学习能量采集认知联网资源分配方法

[发明专利]基于FPGA的药片残次品实时分类方法-CN202210752137.7在审
发明人： 林瑞全;方子卿;孙小坚;王俊;徐浩东 -专利权人：福州大学
申请日： 2022-06-29 - 公布日： 2022-12-30 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于FPGA的药片残次品实时分类系统，包括图像采集模块、FPGA和结果显示模块；所述FPGA包括输入图片处理模块、DDR和硬件加速模块；所述图像采集模块包括高速相机、FMC和显示屏；所述图像采集模块获取药片的表面图像，通过FMC子卡送入FPGA中，并缓存至片外DDR；所述输入图像处理模块从DDR中读入图片数据并进行裁剪与量化处理，处理好的输入图片数据存入片内存储器；所述硬件加速模块预部署有MobileNetV2的网络结构，网络权重提前训练好并按照硬件需要的读写顺序导入片内存储器中，当检测到输入图片加载完毕，硬件加速部分开始前向推理加速，并将最终分类结果传至结果显示模块进行显示。本发明有效提高提升药片分类的速度，极大的提高了分类器的实时性。
基于 fpga 药片残次品实时分类方法

[发明专利]基于长短期记忆神经网络的编码特征识别方法-CN202210913765.9在审
发明人：王俊;林瑞全;鲍家旺;马驰;刘明轩 -专利权人：福州大学
申请日： 2022-08-01 - 公布日： 2022-11-08 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种基于长短期记忆神经网络的编码特征识别方法，主要是解决如何使用LSTM网络对不同代码速率的卷积码特征进行识别的问题，而提供的一种编码特征识别方法。本发明针对接受到的LDPC码信号，仿真生成高斯白噪声信道下的信号数据集，并将其按一定比例分割作为网络结构的训练，验证和测试使用，利用训练数据进行网络结构参数的训练，以建立输入数据与编码特征的映射关系，训练完毕后可让LSTM神经网络能够识别出LDPC码的特征，并提高识别率。
基于短期记忆神经网络编码特征识别方法

[发明专利]基于卷积神经网络的电磁频谱信号编码特征识别方法-CN202210914906.9在审
发明人：王俊;林瑞全;鲍家旺;马驰;刘明轩 -专利权人：福州大学
申请日： 2022-08-01 - 公布日： 2022-11-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的电磁频谱信号编码特征识别方法，通过使用卷积神经网络对不同代码速率的卷积码特征进行识别，提高识别率而提供的一种编码特征识别方法。本发明针对接受到的卷积码信号，仿真生成高斯白噪声信道下的信号数据集，并将其按一定比例分割作为网络结构的训练，验证和测试使用，利用训练数据进行网络结构参数的训练，以建立输入数据与编码特征的映射关系，训练完毕后可让卷积神经网络能够识别出卷积码的特征。
基于卷积神经网络电磁频谱信号编码特征识别方法

[发明专利]一种基于FPGA的轻量级CNN分类器的优化提速方法-CN202210679183.9在审
发明人： 林瑞全;孙小坚;方子卿;王俊;王锐亮 -专利权人：福州大学
申请日： 2022-06-16 - 公布日： 2022-08-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于FPGA的轻量级CNN分类器的优化提速方法，包括以下步骤：1）在PC端上利用搭建好的轻量级CNN网络，通过用于图像分类的数据集进行训练，获得多次训练分类效果最好的网络模型；同时在FPGA硬件端对PC端导出的模型架构进行设计；2）对训练好的网络模型进行量化感知训练，将32位浮点数模型参数保存为8位定点整数，同时在FPGA硬件端对轻量级CNN网络完整的架构实现；3）将量化感知训练后的权重，根据设计好的并行度按照硬件需要的读写顺序写成coe文件格式，导入到FPGA的片内存储中，轻量级CNN分类器即可读取输入图片数据实现分类推理。该方法有利于提高分类器的实时性。
一种基于 fpga 轻量级 cnn 分类优化提速方法

1
2
3
下一页»
尾页
共 38 条