-
公开(公告)号：CN110290087A
公开(公告)日：2019-09-27
申请号：CN201910605925.1
申请日：2019-07-05
Applicant: 电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: H04L27/26
Abstract: 本发明公开了一种GFDM信号的调制、解调方法及装置。调制方法包括：将待传的二进制信号进行信道编码，分组映射为多进制符号；根据多进制符号，本原ZC序列循环移位后产生相应ZC循环移位键控序列；ZC循环移位键控序列作为扩频码串，采用CCSK对二进制数据进行扩频；对扩频后的数据进行串并转换，生成数据块，数据块的列向量均为一列ZC循环移位键控序列；将数据块的列向量作为GFDM的子符号；根据本原ZC序列以及相应循环移位值，得到子符号的IDFT形式；对每一个子符号的IDFT形式经过循环移位滤波后，再叠加生成基带信号波形。本发明针对卫星通信中信道信噪比较低、信号路径衰落较大、对信号峰均功率比敏感等特点，降低了传输信号的PAPR，并提高了抗干扰性能。
-
公开(公告)号：CN110856221B
公开(公告)日：2021-10-01
申请号：CN201911124930.7
申请日：2019-11-18
Applicant: 电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: H04W28/06
Abstract: 本发明涉及通信领域，特别涉及一种基于频谱地图的对呼叫进行干扰规避的方法及其装置，包括以下步骤：步骤一：对新呼叫或正在进行的呼叫进行业务分类；步骤二：从预存的频谱地图数据中提取辅助信息，根据辅助信息和所述业务分类结果对信道进行可用性分类，根据所述可用性分类结果对所述新呼叫或正在进行的呼叫进行干扰规避。本发明通过对新呼叫或正在进行的呼叫进行干扰规避，可以有效降低通话的新呼叫阻塞率、切换失败率、掉话率，同时减少已经接入的呼叫由于干扰严重无法实现正确通信的情况产生。
-
公开(公告)号：CN110290087B
公开(公告)日：2021-10-15
申请号：CN201910605925.1
申请日：2019-07-05
Applicant: 电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: H04L27/26
Abstract: 本发明公开了一种GFDM信号的调制、解调方法及装置。调制方法包括：将待传的二进制信号进行信道编码，分组映射为多进制符号；根据多进制符号，本原ZC序列循环移位后产生相应ZC循环移位键控序列；ZC循环移位键控序列作为扩频码串，采用CCSK对二进制数据进行扩频；对扩频后的数据进行串并转换，生成数据块，数据块的列向量均为一列ZC循环移位键控序列；将数据块的列向量作为GFDM的子符号；根据本原ZC序列以及相应循环移位值，得到子符号的IDFT形式；对每一个子符号的IDFT形式经过循环移位滤波后，再叠加生成基带信号波形。本发明针对卫星通信中信道信噪比较低、信号路径衰落较大、对信号峰均功率比敏感等特点，降低了传输信号的PAPR，并提高了抗干扰性能。
-
公开(公告)号：CN110856221A
公开(公告)日：2020-02-28
申请号：CN201911124930.7
申请日：2019-11-18
Applicant: 电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: H04W28/06
Abstract: 本发明涉及通信领域，特别涉及一种基于频谱地图的对呼叫进行干扰规避的方法及其装置，包括以下步骤：步骤一：对新呼叫或正在进行的呼叫进行业务分类；步骤二：从预存的频谱地图数据中提取辅助信息，根据辅助信息和所述业务分类结果对信道进行可用性分类，根据所述可用性分类结果对所述新呼叫或正在进行的呼叫进行干扰规避。本发明通过对新呼叫或正在进行的呼叫进行干扰规避，可以有效降低通话的新呼叫阻塞率、切换失败率、掉话率，同时减少已经接入的呼叫由于干扰严重无法实现正确通信的情况产生。
-
公开(公告)号：CN117117490A
公开(公告)日：2023-11-24
申请号：CN202311177698.X
申请日：2023-09-13
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种K频段高增益宽带微带天线及天线单元，属于天线工程技术领域；它包含天线辐射部分和馈电部分，其中辐射部分由微带辐射贴片、寄生贴片和金属喇叭口组成，金属喇叭口紧贴最上层介质基板，放大天线增益；馈电部分采用翻转式H形缝隙耦合结构；两个极化馈电之间加入金属化过孔，有效改善端口隔离。本发明提供的K频段高增益微带天线剖面低、易于与有源器件进行板级集成，适用于相控阵组阵，可应用于雷达对抗、通信对抗等领域。
-
Patent Agency Ranking
公开(公告)号：CN220753757U
公开(公告)日：2024-04-09
申请号：CN202322482809.X
申请日：2023-09-13
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本实用新型公开了一种K频段高增益宽带微带天线及天线单元，属于天线工程技术领域；它包含天线辐射部分和馈电部分，其中辐射部分由微带辐射贴片、寄生贴片和金属喇叭口组成，金属喇叭口紧贴最上层介质基板，放大天线增益；馈电部分采用翻转式H形缝隙耦合结构；两个极化馈电之间加入金属化过孔，有效改善端口隔离。本实用新型提供的K频段高增益微带天线剖面低、易于与有源器件进行板级集成，适用于相控阵组阵，可应用于雷达对抗、通信对抗等领域。
-
公开(公告)号：CN118709188A
公开(公告)日：2024-09-27
申请号：CN202410769995.1
申请日：2024-06-14
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司 , 西安电子科技大学 , 远望谷(上海)信息技术有限公司
Abstract: 本发明提供了一种智能合约威胁交易序列生成方法及系统，利用静态分析和动态行为预测技术综合识别和模拟智能合约中的潜在安全漏洞。这种方法通过生成针对性的威胁交易序列，不仅可以预测和演示可能的攻击路径及其对合约漏洞的实际利用，还允许开发者进行精确修复和增强合约安全性。自动化的漏洞检测与威胁序列生成大幅减轻了手动审计的负担，显著提高审计效率，能在较短时间内完成大量合约的安全评估，有效支持大规模区块链项目的安全需求。此外，系统特别针对智能合约复杂的交互性设计了威胁交易序列构建功能，能够深入分析并解决合约互动中出现的深层次安全挑战。
-
公开(公告)号：CN118656825A
公开(公告)日：2024-09-17
申请号：CN202410843982.4
申请日：2024-06-27
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司 , 西安电子科技大学 , 远望谷(上海)信息技术有限公司
Abstract: 本发明涉及区块链及其安全技术领域，尤指一种基于逆流反馈变异的智能合约安全检测方法、系统及介质，通过获取智能合约源码并进行静态分析，构建初始交易序列池以及对合约进行编译。接着，使用数据生成器生成交易序列的输入数据，并编码封装成完整的合约交易数据序列。在私有链中插入监控代码以收集执行期间的详细信息，利用预言机来自动识别潜在的安全漏洞。通过动态交易顺序的构建不断生成新的交易序列。通过不断逆流反馈分析与变异生成新的测试用例，并重复测试过程直到满足预设的停止条件，最终生成详细的测试报告包括测试结果、漏洞和改进措施，实现提高智能合约安全检测全面性和效率，降低误差率。
-
公开(公告)号：CN117194710A
公开(公告)日：2023-12-08
申请号：CN202311228436.1
申请日：2023-09-21
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC: G06F16/735 , G06F16/783 , G06F16/9535 , G06N3/0455 , G06N3/0895
Abstract: 本申请实施例提出一种多粒度视频检索方法及装置，属于跨模态内容检索领域，通过该检索算法，基于待查询文本的句子级文本特征、视频库中每个视频数据的粗粒度视频特征和细粒度视频特征，进行多中心和多尺度的双分支协同特征处理，得到待查询文本与每个视频数据间的相似度数据，以此得到视频级检索对应的整体级视频和片段级检索对应的片段级视频的检索结果。检索算法采用双分支协同策略，设计粗粒度浏览分支和细粒度凝视分支，采用基于焦点引导的协同检索策略浏览分支和凝视分支，并引入混合协同对比学习策略，显著提高了弱监督条件下对完整视频的检索召回率以及对视频中的目标片段的定位精度。
-
公开(公告)号：CN117274866A
公开(公告)日：2023-12-22
申请号：CN202311228160.7
申请日：2023-09-21
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06N3/0895
Abstract: 本发明实施例提出一种音视频内容解析方法及装置，属于深度学习领域，对待解析音视频进行拆分、特征提取和特征融合，得到综合视觉特征和听觉特征，将听觉特征和综合视觉特征输入采用弱监督学习进行优化训练得到的解析算法，通过该解析算法，对听觉特征和综合视觉特征进行关于模态的建模和感知预测，得到待解析音视频中含有的动作事件以及每个动作事件所属的类别和模态。本申请的解析算法提出模态感知模块和时序感知模块，以能协同模态和时序进行证据挖掘，从而极大地减少模型对模态分类时产生的伪标签噪声的敏感性，提升模态依赖判定的鲁棒性和时序标注的准确性，并克服弱监督设置下时序标注缺失带来的不确定性问题。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.167 seconds)
