-
公开(公告)号:CN117725452A
公开(公告)日:2024-03-19
申请号:CN202311739133.6
申请日:2023-12-15
Applicant: 电子科技大学
IPC: G06F18/23213 , G06N3/0464 , G06N3/0442 , G06N3/088 , G06F18/214 , G06F18/213
Abstract: 本发明属于电磁目标识别技术领域,具体来说是涉及一种基于深度聚类的电磁目标盲识别方法。本发明基于深度聚类的电磁目标识别方法为提取更有效的射频指纹特征,考虑I/Q信号的时序特点,使用长短时记忆网络作为网络的编码器部分提取特征;并采用改进后的KMeans聚类算法,使模型更加能够区分I/Q信号样本之间的差异,从而保证在无监督环境下的电磁目标识别准确率。
-
公开(公告)号:CN110990458B
公开(公告)日:2023-04-18
申请号:CN201911217663.8
申请日:2019-12-03
Applicant: 电子科技大学
IPC: G06F16/2458 , G06F16/27 , G06F9/54
Abstract: 本发明公开了一种分布式数据库系统、接口通信中间件,涉及数据库技术领域,分布式数据库系统基于OceanBase数据库系统进行设计,包括OceanBase数据库系统、分布式物理集群、管理容器、数据容器、Docker Swarm集群、overlay跨域网络以及微服务,该系统安全性高且具有可插拔性,数据库系统在添加扩展时,可以在不同主机上通过微服务进行构建,能够快速激活相同的各业务模块,并且将服务置于同一个网段,当服务需要进行快速拓展时,可以实现基于微服务设计脚本的集群脚本化一键部署,因此具备高可拓展性;接口通信中间件用于安装在客户机,其与分布式数据库系统相对应,可增加程序开发的便捷性,安装简单,通信效率高,且通信过程加密,能够很好保护通信过程不易被破解。
-
公开(公告)号:CN115001605A
公开(公告)日:2022-09-02
申请号:CN202210596388.0
申请日:2022-05-30
Applicant: 电子科技大学
IPC: H04B17/309
Abstract: 本发明属于荧光频谱分析技术领域,具体来说是涉及一种面向卫星通信信号实时检测的荧光频谱分析方法。本发明首先计算信号频谱统计基准线,再以此基准线上下一定范围确定位图统计区域,然后构建位图对待测信号频谱数据进行位图统计,这样就可以避免为无频点落入区域提供存储空间,达到减少存储资源使用的目的。
-
公开(公告)号:CN114997299B
公开(公告)日:2024-04-16
申请号:CN202210584150.6
申请日:2022-05-27
Applicant: 电子科技大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明属于神经网络和射频指纹识别技术领域,具体来说是涉及一种资源受限环境下的射频指纹识别方法。本发明包括:将原始采样的I/Q信号进行数据预处理,得到训练任务集;构建资源受限下的射频指纹识别模型——DSCNet;将训练任务集输入到模型当中进行训练,然后对得到的模型进行量化处理;将识别任务输入到量化后的模型当中,得到射频指纹识别结果。本发明在资源受限的环境下具有较好的识别精度,同时模型的训练和推理速度表现较好,可以在资源不足的设备中进行射频指纹识别任务。
-
公开(公告)号:CN116502061A
公开(公告)日:2023-07-28
申请号:CN202310471411.8
申请日:2023-04-27
Applicant: 电子科技大学
IPC: G06F18/21 , G06F18/213 , G06F18/214 , G06F18/23 , G06F18/2321 , G06N3/0464 , G06N3/048 , G06N3/088 , H04W12/79 , H04L9/40 , H04L41/16
Abstract: 本发明属于物联网安全技术领域,具体来说是涉及一种基于深度对比学习的射频指纹无监督盲识别方法。本发明能够在没有源信号先验信息和专家经验介入的情况下自动完成射频指纹的盲识别工作,大大减少了人工标注的耗费的时间和人力成本。本发明在面对多个发射机伪装成同一个身份标识进行的仿冒攻击,或单一设备模拟出多个身份进行的女巫攻击时,能够对射频指纹进行无监督聚类分析,有效甄别来源设备数量,从而有效检测上述攻击的存在。此外,模型还能够在实际恶劣复杂的电磁环境中保持良好的盲识别效果。
-
公开(公告)号:CN114896887A
公开(公告)日:2022-08-12
申请号:CN202210549046.3
申请日:2022-05-20
Applicant: 电子科技大学
Abstract: 本发明属于神经网络和射频指纹识别技术领域,具体来说是涉及一种基于深度学习的用频设备射频指纹识别方法。本发明包括:采集相应的射频信号并进行解析,以I/Q数据的形式进行存储;对I/Q数据进行基于调制方式的整形处理预处理,构建训练/测试数据集;构建RCAN‑RFF深度网络,并对其进行训练;将测试数据输入RCAN‑RFF深度网络,得到用频设备射频指纹识别结果。该发明在高强度电磁噪声环境下,算法模型在识别准确率以及收敛速度方面综合表现最好,对复杂电磁环境中信噪比变化具有鲁棒性,大大减少了网络的训练复杂度。
-
公开(公告)号:CN117851912A
公开(公告)日:2024-04-09
申请号:CN202311739126.6
申请日:2023-12-15
Applicant: 电子科技大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06F17/14 , G06F17/16 , G06N3/084
Abstract: 本发明提供了一种基于轻量化抗多普勒射频指纹识别的方法,属于物联网安全信息技术领域。本发明包括结合I/Q信号特点,将信号表示转换为时频图,保留时域和频域射频指纹特征,构建去信道化的差分频谱图;并采用多普勒信道建模合成更多数据集的方式,使模型能够通过获取更多的多普勒频移环境下的射频信号进行数据增强提取更多可靠的射频指纹特征。此外,还设计了一种新的轻量化深度卷积可分离网络。本发明的识别模型由输入层,卷积层,多个深度可分离卷积层,最大池化层,全连接层以及softmax分类层组成。该方法能增加模型的推理速度,提高模型识别准确率,实现资源受限下低成本绿色环保通信识别。
-
公开(公告)号:CN117351389A
公开(公告)日:2024-01-05
申请号:CN202311246375.1
申请日:2023-09-26
Applicant: 电子科技大学
IPC: G06V20/40 , G06V10/25 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明属于目标跟踪技术领域,具体来说是涉及一种基于运动模型和外观模型的RGBT目标跟踪方法。本发明方法采用的模型包括外观模型和运动模型;外观模型用于可见光与红外图像融合,提取跟踪目标的外观信息,包括属性驱动残差分支、属性整合网络,跟踪器使用的是RT‑MDNet;运动模型提供被跟踪目标的运动线索,包括运动跟踪器、跟踪器切换器,后者用来动态选择两种跟踪器跟踪结果。本发明利用可见光与红外模态之间的互补特性提高模型的跟踪精度,并且结合属性驱动模块和运动模型,大大提高了跟踪器在面对复杂场景下的鲁棒性。
-
公开(公告)号:CN117134975A
公开(公告)日:2023-11-28
申请号:CN202311129562.1
申请日:2023-09-04
Applicant: 电子科技大学
IPC: H04L9/40 , G06N3/0464 , H04L67/12
Abstract: 本发明属于物联网安全技术领域,具体来说是涉及一种基于射频指纹的分布式协同身份认证方法。在物联网环境中,经常采用分布式网络结构,本发明提出基于特征图融合的协同认证框架,以满足分布式网络结构的要求,并能加快模型收敛以及提高模型精度。针对3种认证模式框架进行对比实验,即集中式认证框架、单纯分布式认证框架以及联邦协同认证框架。实验结果表明,在分布式场景下,联邦协同认证模型比其他两种框架模型的鲁棒性更高。此外,协同认证模型框架比其他两种模型框架的收敛速度更快。
-
公开(公告)号:CN114896887B
公开(公告)日:2023-04-25
申请号:CN202210549046.3
申请日:2022-05-20
Applicant: 电子科技大学
IPC: G06F30/27 , G06F18/214 , G06F18/241 , G06F18/24 , G06N3/0464 , G06N3/084 , H04L27/26
Abstract: 本发明属于神经网络和射频指纹识别技术领域,具体来说是涉及一种基于深度学习的用频设备射频指纹识别方法。本发明包括:采集相应的射频信号并进行解析,以I/Q数据的形式进行存储;对I/Q数据进行基于调制方式的整形处理预处理,构建训练/测试数据集;构建RCAN‑RFF深度网络,并对其进行训练;将测试数据输入RCAN‑RFF深度网络,得到用频设备射频指纹识别结果。该发明在高强度电磁噪声环境下,算法模型在识别准确率以及收敛速度方面综合表现最好,对复杂电磁环境中信噪比变化具有鲁棒性,大大减少了网络的训练复杂度。
-
-
-
-
-
-
-
-
-