-
公开(公告)号：CN118247869A
公开(公告)日：2024-06-25
申请号：CN202410321471.6
申请日：2024-03-20
Applicant: 电子科技大学
IPC: G07C9/00 , B60R25/25 , G06F18/241 , G06F18/2411 , G06F18/2413 , G06F18/213 , G06F18/15 , G06N3/08
Abstract: 本发明属于射频识别技术领域，具体来说是涉及一种基于射频指纹的智能汽车钥匙防欺骗安全认证方法。本发明是在传统的车辆遥控钥匙解锁安全问题基础上提出的一种基于射频指纹的防欺骗的异常信号源检测安全认证方法。具体为在传统的汽车遥控钥匙解锁系统基础上，增添了一步硬件级的安全认证方法，可使用机器学习或者深度学习的方式。在汽车信号接收端接收到开锁信息后，自动识别信号源是否为事实车主手中的遥控钥匙，并将即使开锁信息正确的非车主甄别出来。以达到汽车智能识别车主的功能实现。采用基于射频指纹的智能汽车钥匙防欺骗安全认证方法，可实现车辆智能识别具有欺骗性的开锁信号，提高车辆解锁的安全性。
-
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：CN113014524A
公开(公告)日：2021-06-22
申请号：CN202110232691.8
申请日：2021-03-03
Applicant: 电子科技大学 , 中国人民解放军军事科学院战争研究院
Abstract: 本发明公开了一种基于深度学习的适用于不同多径信道环境的数字信号调制识别方法。包括以下步骤：OFDM发射机产生多载波数字信号，并将信号输入多径衰落信道；OFDM接收机接收不同多径信道下的传输信号；对不同多径信道下的传输信号进行信号预处理；构建RSN‑MI神经网络，并对其进行训练；将预处理后的数据输入RSN‑MI神经网络，得到数字信号调制识别结果。本发明具有更好的识别精度，同时对于不同信号环境中的接收数据具有鲁棒性，大大减少了网络的训练数目。
-
Patent Agency Ranking
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：CN112996001A
公开(公告)日：2021-06-18
申请号：CN202110228359.4
申请日：2021-03-02
Applicant: 电子科技大学 , 中国人民解放军军事科学院战争研究院
Abstract: 本发明提供了一种基于射频指纹图像加扰的物理层安全通信方法，属于通信技术领域，本发明通过在物理层将射频原始信号的比特流与其射频身份图像进行合并，进而加强接收端与发送端之间通信的保密性，在IQ比特流的基础上，由原始频谱图像和对抗样本的扰动合成射频身份图像。为了缓解射频指纹被故意干扰的问题，本发明通过在物理层将射频原始信号的比特流与其射频身份图像进行合并，进而加强接收端与发送端之间通信的保密性。
-
公开(公告)号：CN112926477A
公开(公告)日：2021-06-08
申请号：CN202110252829.0
申请日：2021-03-09
Applicant: 电子科技大学 , 中国人民解放军军事科学院战争研究院
Abstract: 本发明公开了一种适用于低信噪比环境的物联网射频指纹识别方法，包括以下步骤：采集若干I/Q信号作为样本信号，构建DSLN架构，并初始化DSLN架构的参数；根据样本信号，采用最小化交叉熵误差的梯度下降算法对初始化后的DSLN架构进行训练，获取射频指纹识别器；采集待识别I/Q信号，并将其输入至射频指纹识别器，得到物联网射频指纹识别结果。本发明提出了一种适用于低信噪比环境的物联网射频指纹识别方法，解决了在低信噪比环境中，现有技术的射频指纹识别方法的性能会显著下降的问题。本发明提出了一种DSLN架构，能够提高在低信噪比环境中对设备识别的准确度，同时还能大幅度地减少运行的时间，提高了工作效率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.024 seconds)
