-
公开(公告)号:CN117574224A
公开(公告)日:2024-02-20
申请号:CN202311491355.0
申请日:2023-11-09
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F18/241 , G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/0985
Abstract: 本发明属于无线通信信号调制识别领域,涉及一种基于原型学习和t‑SNE联合的无线通信信号调制识别的开放集识别方法。本发明首先采用ResNet作为分类器,用原型层替换SoftMax层,即一组可学习的权重(原型点),能够提升类内聚集性和类间可分性。在高维空间中已知类别识别准确率较高,但模型对于未知类别的识别准确率(拒识率)较低,引入t‑SNE将高维特征非线性降维至二维,利用σ原则删除离群点,计算二维平面上各个类别的中心点与阈值半径,通过阈值判断完成已知类别的识别并拒绝未知类别,已知类别准确率与未知类别拒识率均较高。本发明的有益效果为,本发明在具有较高的已知调制类型识别准确率的同时,实现了较好的未知调制类型拒识率,方法简单,效果良好。
-
公开(公告)号:CN113704998B
公开(公告)日:2023-03-03
申请号:CN202110995284.2
申请日:2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域,涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题,通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上,通过改变旁瓣区域中幅度响应的约束,来实现对波束的旁瓣控制,在考虑了主瓣区域的幅度响应的抖动约束后,提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架,将原非凸的优化模型,分解为若干可解的凸优化子问题,迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化,并且算法迭代步数少,收敛速度快,可以快速得到权向量的稀疏性结果。
-
公开(公告)号:CN113704998A
公开(公告)日:2021-11-26
申请号:CN202110995284.2
申请日:2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域,涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题,通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上,通过改变旁瓣区域中幅度响应的约束,来实现对波束的旁瓣控制,在考虑了主瓣区域的幅度响应的抖动约束后,提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架,将原非凸的优化模型,分解为若干可解的凸优化子问题,迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化,并且算法迭代步数少,收敛速度快,可以快速得到权向量的稀疏性结果。
-
公开(公告)号:CN117491941A
公开(公告)日:2024-02-02
申请号:CN202311404672.4
申请日:2023-10-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于阵列信号处理领域,涉及一种基于正交匹配联合追踪的切换天线阵列DOA估计方法。针对传统切换天线阵列DOA估计中算法性能分配失衡的问题,提供一种基于正交匹配联合追踪的切换天线阵列DOA估计方法。本发明以稀疏重构算法为出发点,通过构建空域过完备字典,将DOA估计问题转换为动态字典的稀疏表示问题,利用各个观测值的稀疏解对应相同支撑集的特性,通过正交匹配联合追踪算法对全部采样数据进行联合稀疏求解,充分利用了切换天线阵列的结构特征,提升了DOA估计精度,实现了高精度、低复杂度的切换天线阵列DOA估计。
-
公开(公告)号:CN116366116A
公开(公告)日:2023-06-30
申请号:CN202310279191.9
申请日:2023-03-21
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: H04B7/06
Abstract: 本发明属于信号处理技术领域,涉及一种基于最大幅度响应准则的频率不变波束赋形技术。本发明提供了一种基于最大幅度响应准则的频率不变波束赋形技术,相对上述方法,该发明可以实现任意均匀或非均匀的精准灵活频率不变波束赋形,并且只需执行1次矩阵求逆操作,在计算复杂度较低的同时获得期望方向的最大幅度响应,提高目标检测的性能。
-
公开(公告)号:CN113466796B
公开(公告)日:2023-05-26
申请号:CN202110938151.1
申请日:2021-08-16
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S7/288 , H04B7/0413 , H04B7/06 , H04B7/08
Abstract: 本发明属于信号处理技术领域,涉及一种基于相干相位调制广播模式的雷达通信一体化方法。本发明首先在保证雷达性能的基础上,求解旁瓣区域相位优化问题得到一个权向量,对其进行相位旋转得到一组不同相位的权向量。所有权向量构成一个权向量集合,从而得到了对应的相位符号字典。通信接收机在旁瓣区域通过匹配滤波得到接收信号相位,与字典进行比较后可以解码处嵌入的二进制通信信息。该发明相比相干相位调制和广播模式,同时具有相干相位调制的低误码率特性以及旁瓣区域通信的广播特性。
-
公开(公告)号:CN113705446B
公开(公告)日:2023-04-07
申请号:CN202110997031.9
申请日:2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F18/24 , G06F18/23213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于信号处理技术领域,具体的说是涉及一种面向辐射源个体的开集识别方法。实际应用场景中,辐射源个体识别系统面对的是开放电磁环境,接收到未被数据库收录的未知类别辐射源信号不可避免,因此辐射源开集识别具有重要的研究意义。本发明是在利用深度神经网络作为辐射源信号特征提取器的基础上,首先设计兼顾分类和聚类效果的联合损失函数,保证神经网络提取的信号深度特征具有良好的分类特性和聚类特性,然后利用训练数据得到的特征向量构造极值分布模型,确定判别阈值,实现判别算法,完成对辐射源信号的高准确率开集识别。
-
公开(公告)号:CN113158568B
公开(公告)日:2022-12-02
申请号:CN202110440766.1
申请日:2021-04-23
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明属于阵列天线设计技术领域,涉及一种近场稀疏阵设计方法。本发明首先根据给定初始均布阵列,并计算好能够实现近场聚焦波束的权向量,将其作为稀疏阵列的基础。在计算中过程中先采用传统遗传算法进行阵列设计,当遗传算法进行到一定次数后,在每轮遗传算法结束前进行概率学习算法迭代,若在一定学习次数内产生适应度更高的解,则将当前遗传算法中最优解替换为该解并保留。本发明相对于传统遗传算法和贪婪搜索算法,在时间复杂度和设计性能上做到较好的兼顾,且具有一定的灵活性。本发明对于实际工程中的小型阵列能够进行高性能的全局搜索,找到更优的可行解。
-
公开(公告)号:CN113705446A
公开(公告)日:2021-11-26
申请号:CN202110997031.9
申请日:2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信号处理技术领域,具体的说是涉及一种面向辐射源个体的开集识别方法。实际应用场景中,辐射源个体识别系统面对的是开放电磁环境,接收到未被数据库收录的未知类别辐射源信号不可避免,因此辐射源开集识别具有重要的研究意义。本发明是在利用深度神经网络作为辐射源信号特征提取器的基础上,首先设计兼顾分类和聚类效果的联合损失函数,保证神经网络提取的信号深度特征具有良好的分类特性和聚类特性,然后利用训练数据得到的特征向量构造极值分布模型,确定判别阈值,实现判别算法,完成对辐射源信号的高准确率开集识别。
-
公开(公告)号:CN113158568A
公开(公告)日:2021-07-23
申请号:CN202110440766.1
申请日:2021-04-23
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明属于阵列天线设计技术领域,涉及一种近场稀疏阵设计方法。本发明首先根据给定初始均布阵列,并计算好能够实现近场聚焦波束的权向量,将其作为稀疏阵列的基础。在计算中过程中先采用传统遗传算法进行阵列设计,当遗传算法进行到一定次数后,在每轮遗传算法结束前进行概率学习算法迭代,若在一定学习次数内产生适应度更高的解,则将当前遗传算法中最优解替换为该解并保留。本发明相对于传统遗传算法和贪婪搜索算法,在时间复杂度和设计性能上做到较好的兼顾,且具有一定的灵活性。本发明对于实际工程中的小型阵列能够进行高性能的全局搜索,找到更优的可行解。
-
-
-
-
-
-
-
-
-