-
公开(公告)号：CN119946199A
公开(公告)日：2025-05-06
申请号：CN202510009079.2
申请日：2025-01-03
Applicant: 东南大学
IPC: H04N1/44 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了一种彩色图像空域隐写分析系统，基于彩色图像空域隐写分析网络IHNet模型，所述IHNet模型至少包括特征提取模块、特征聚合模块及分类模块；特征提取模块包括预处理层和一个特征融合增强的块结构，使用改进后的EfficientNet网络块，从输入的彩色图像中获取噪声残差信息；特征聚合模块由4个下采样块构成，通过将CNN和Transformer有序集成，创建“C‑C‑C‑T”结构，提取深层次的隐写分析特征；分类模块通过全局平均池化层将特征聚合模块输出的特征映射转换为特征向量，将特征向量输入到全连通层中，再使用softmax函数获得最终输出，根据聚合的特征信息判断原始图像是否包含隐藏信息。本发明系统和方法的检测性能更加高效准确。
-
公开(公告)号：CN114869306B
公开(公告)日：2025-03-21
申请号：CN202210665652.1
申请日：2022-06-14
Applicant: 东南大学
Abstract: 本发明公开了基于博弈论和sEMG的上肢康复机器人自适应控制方法及系统，首先设计被试操作过程中，控制机器人在训练时间内进行的运动轨迹；基于sEMG的反向传播神经网络肌力估计模型，通过构建三层神经网络建立表面肌电信号和末端力之间的非线性动态关系；利用博弈论原理对人机交互系统进行分析，推导出机器人的角色，采用纳什平衡来更新两者之间的控制率，确定机器人和被试者的自适应权重因子，最终使得机器人根据被试者在操作过程中的运动意图，按照博弈论原理得到的权重系数自适应调整自身的训练模式，实现康复机器人的训练模式能够自适应人体上肢运动意图。本方法充分考虑被试者的训练进程变化实时提供相应的训练任务，提高了康复机器人的训练效率。
-
公开(公告)号：CN119210528A
公开(公告)日：2024-12-27
申请号：CN202411324365.X
申请日：2024-09-23
Applicant: 东南大学
Abstract: 本发明公开一种基于模型驱动强化学习的可重构智能表面波束赋形方法，包括：在部署前，初始化强化学习的经验回放内存、训练动作子网参数、目标动作子网参数、训练评价子网参数、目标评价子网参数；获得信道估计结果后，初始化RIS的被动波束赋形向量；初始化主动波束赋形向量；初始化强化学习网络的状态；迭代时，训练动作子网依据当前状态生成相应的动作，计算奖励并更新智能体状态；将经验存储在回放内存中；当算法收敛时，输出主动波束赋形向量和被动波束赋形向量；从回放内存中抽取经验，通过最小化损失函数对训练动作子网和训练评价子网进行更新，使用软更新对目标动作子网和目标评价子网进行更新。本发明性能良好，复杂度低，自适应能力强。
-
公开(公告)号：CN116015495B
公开(公告)日：2024-11-29
申请号：CN202211609689.9
申请日：2022-12-14
Applicant: 东南大学
IPC: H04B17/30 , H04B7/0413 , H04L25/02
Abstract: 本发明公开了一种基于马尔可夫链蒙特卡罗的分布式检测方法，将接收天线分为多个天线簇，各簇具有本地的分布式基带单元；选取一个分布式基带单元作为顶端节点，其余分布式基带单元作为子节点；各分布式基带单元间以星状或环状的拓扑结构相连；本发明将检测运算合理切分到顶端节点和子节点的分布式基带单元完成，以适当的降维手段使得运算和交互的数据都保持较低维度，同时优化取样函数，结合连续空间的梯度下降，马尔可夫链的随机游走以及量化纠偏，能够实现对发送信号空间的高效探索，克服现有集中式架构中数据交互开销高、计算负担重的问题，对于解决超大规模多输入多输出系统的信号检测问题具有巨大潜力。
-
公开(公告)号：CN115865575B
公开(公告)日：2024-11-29
申请号：CN202211509806.4
申请日：2022-11-29
Applicant: 东南大学
IPC: H04L25/02 , H04B7/0413 , H04B17/391 , H04B7/06
Abstract: 本发明公开了一种可重构智能表面辅助MIMO系统分离信道重建方法，包括如下步骤：用户发送两个时间段的导频，第一个时间段中采用单时刻、占用全部子载波的导频，第二个时间段中采用连续时刻、仅占用部分子载波的导频，并设置了随机RIS反射系数；通过RIS反射信号，基站抽取目标用户分离信道中所有传播路径的方向角、时延和增益信息；分离信道参数的抽取过程分成两个阶段，基站先根据RIS‑BS段的已知LoS信道完成UE‑RIS段角度和时延的抽取，再根据前面的结果完成RIS‑BS段的其余NLoS路径角度和时延的抽取，并分别估计增益，最终完成全部的信道参数估计；基站利用参数完成分离信道重建。本发明实现了低信噪比条件下的RIS级联信道数据传输。
-
Patent Agency Ranking
公开(公告)号：CN114845304B
公开(公告)日：2024-11-12
申请号：CN202210454202.8
申请日：2022-04-27
Applicant: 东南大学
IPC: H04W12/121 , G06N3/04 , G06N3/084 , G06N3/092
Abstract: 本发明提供了一种基于深度强化学习的物理层欺骗检测方法，主要解决现有物理层欺骗检测方法中对于动态未知的无线环境，信道模型或参数难获取，难准确地选择固定检测阈值的问题。其实现步骤为：1)建立欺骗攻击场景，接收方提取收发双方之间物理层信道信息表征物理层指纹特征；2)建立二进制假设检验模型；3)以动态的物理层指纹特征构建状态值，以阈值数值选择构建行为值，以贝叶斯风险函数作为瞬时效益函数，建立状态‑行为‑效益三元组；4)基于深度确定性策略梯度框架，设计检测阈值动态选择方法，对物理层欺骗攻击进行检测。本发明可以实现检测阈值的动态连续选择且对于动态未知环境具有自适应性，有效地检测物理层欺骗攻击。
-
公开(公告)号：CN115208445B
公开(公告)日：2024-08-27
申请号：CN202210833542.1
申请日：2022-07-14
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/06 , H04B7/08 , H04W72/54 , H04W72/1273
Abstract: 本发明公开了一种智能反射面辅助通信系统下行用户调度与传输方法。该方法中，相邻两小区基站采用均匀线性天线阵，智能反射面采用均匀平面天线阵，每个小区中存在若干个单天线用户不能被该小区的基站信号覆盖，需要通过智能反射面提供服务，每小区同一时刻从这些用户中调度一个用户进行服务。具体如下：合理部署智能反射面与基站的位置，各小区基站根据各自的直射径信息设计其预编码向量，根据用户的统计信道信息调度相关性最大的用户对，智能反射面利用调度用户对的统计信道信息设计反射相移矩阵。本发明能有效减小用户间干扰，各个基站可以独立并行的设计预编码向量，而且能够以较低的计算复杂度进行用户调度并获取较高的系统吞吐量，易于实现。
-
公开(公告)号：CN116669072A
公开(公告)日：2023-08-29
申请号：CN202310647940.9
申请日：2023-06-02
Applicant: 东南大学
Abstract: 本发明公开了一种RIS辅助多天线OFDM系统和1比特相移设计方法，该方法适用于RIS辅助的MISO‑OFDM传输系统，其中RIS上的各反射单元仅能取0或π两种相移,同时RIS划分为若干块，每块包含若干反射单元,每块中的反射单元采用相同的反射相移，基站发送的信号可经RIS反射到达用户端，RIS通过改变信号相移，从而达到增强接收信号的效果。该方法中基站已知各用户信道状态信息，首先对信道状态信息预处理，进而用预处理后的信道状态信息来训练一个构建好的卷积神经网络模型。基于系统频谱效率最大化原则，从卷积神经网络输出的所有候选RIS相位矩阵中选出最佳相位矩阵用于信息传输。本发明收敛速度快，以相对传统数值方法较低的计算复杂度和时延获得较高的系统吞吐量。
-
公开(公告)号：CN116567827A
公开(公告)日：2023-08-08
申请号：CN202310739023.3
申请日：2023-06-21
Applicant: 东南大学
IPC: H04W72/121 , H04B7/06 , H04W24/02
Abstract: 本发明公开了一种智能超表面辅助上行通信系统的用户调度与传输方法，属于无线通信领域，小区基站采用均匀线性天线阵，智能超表面采用均匀平面阵，小区边缘存在若干个单天线用户不能被该小区的基站信号覆盖，需要通过提供服务，基站从这些用户中调度一部分用户进行服务。具体如下：合理部署智能超表面与基站的位置，利用用户的统计信道信息调度信道相关性较小的用户组，智能超表面利用调度用户组的统计信道状态信息挑选离散傅里叶变换码字，基站处采用迫零线性接收器。本发明能以较低的计算复杂度进行用户调度和传输设计，并能有效减小用户间干扰进而获取较高的系统吞吐量，易于实现。
-
公开(公告)号：CN111901802B
公开(公告)日：2023-02-14
申请号：CN202010762595.X
申请日：2020-07-31
Applicant: 东南大学
IPC: H04W12/122 , H04B7/06 , H04B7/0456
Abstract: 本发明公开了一种借助智能反射表面的MISO系统下行保密率优化方法，包括以下步骤：获取合法用户及窃听者的信道状态信息；固定智能反射表面相位偏置矩阵，求出最优基站侧波束赋形矢量；固定优化后的波束赋形矢量，得到智能反射表面相位偏置矩阵局部最优解；重复交替优化过程直至收敛，输出最后一次迭代得到的波束赋形矢量及相位偏置矩阵；通过联合设计基站侧波束赋形矢量及智能反射表面相位偏置矩阵从而最大化系统保密率，既能有效降低计算复杂度，又能减少迭代次数，节约运算时间，在多天线保密传输系统中具备实用性和高效性。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.035 seconds)
