-
公开(公告)号:CN109687908B
公开(公告)日:2020-08-28
申请号:CN201910109935.6
申请日:2019-01-31
Applicant: 中国人民解放军战略支援部队信息工程大学 , 东莞信大融合创新研究院
IPC: H04B10/116 , H04L1/00
Abstract: 本申请公开了一种信息传输方法及系统,包括:发送端按照原始帧的生成顺序,依次获取原始帧序列中未嵌入信息的两相邻原始帧,作为互补组合帧;在各互补组合帧之间及首个互补组合帧之前插入同步帧;在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,不同互补组合帧嵌入信息大小不同;将同步帧及嵌入嵌入信息的互补组合帧形成发送帧序列发送至接收端;接收端将每接收到的两帧发送帧作为接收组合帧;将接收组合帧中的两帧上的承载信息取差值运算,得到嵌入信息。由于发送端在互补组合帧中的两相邻帧中分别嵌入大小相等、正负相反的嵌入信息,并插入同步帧,通过将接收组合帧中的两帧上的承载信息取差值运算,得到准确的嵌入信息。
-
公开(公告)号:CN108259700A
公开(公告)日:2018-07-06
申请号:CN201810217485.8
申请日:2018-03-16
Applicant: 东莞信大融合创新研究院 , 中国人民解放军战略支援部队信息工程大学
IPC: H04N1/32 , H04B10/116
CPC classification number: H04N1/32149 , H04B10/116
Abstract: 本发明涉及可见光通信领域,具体公开了一种基于空间联合量化的隐式成像通信方法,包括,根据单个发光单元的有效控制电平数M,以及联合量化的发光单元个数N,计算联合量化输出的等效电平数M0;将待发送波形某一时刻的值按M0个电平进行量化,得到联合量化的输出电平V0,采用电平Vn(i)作为第n个发光单元的光强控制电平,将Vn(i)与对应原始图像帧叠加后进行发送。本发明利用多个发光单元的联合量化设计,提升微弱信号的量化信噪比,降低量化误差的影响;并且,适用于对任意波形的量化发送。本发明在降低量化误差的准则下,使得每个参与联合的单元具有不同的电平而不是简单重复。
-
公开(公告)号:CN118740962A
公开(公告)日:2024-10-01
申请号:CN202410997520.8
申请日:2024-07-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L69/22 , H04L69/163 , H04L1/00
Abstract: 本发明提供一种含噪TCP会话流初始序列号估计方法及相关设备。本发明通过利用TCP协议中同一会话流的报文发送序列号与报文长度的约束关系,把N个报文中含噪的序列号字段si,i=1,2,…,N,作为初始序列号s1的N次独立观测,逐比特地对初始序列号进行迭代估计。相比于已有方法,本发明方法可以工作在误比特率为1e‑1、5e‑2、1e‑2等高误比特率环境下,大大提升初始序列号估计正确率。
-
公开(公告)号:CN116232918A
公开(公告)日:2023-06-06
申请号:CN202211590614.0
申请日:2022-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L41/142 , H04L41/16 , H04B17/30 , H04B17/309 , H04B17/318 , G06N3/04 , G06N3/09
Abstract: 本发明涉及VLF/LF通信技术领域,公开一种VLF/LF信号分布式智能检测方法及系统,该方法包括:对神经网络进行预训练;对网络进行部署;包括:基于多个分布式小型化天线及前端联合接收多路VLF/LF信号并进行数字化采集;通过预训练的神经网络对分布式接收与采集的VLF/LF信号进行处理,得到信号检测结果;该系统包括:神经网络预训练模块,网络部署模块;网络部署模块包括分布式接收与采集子模块,输出信号检测子模块。本发明可更好的利用VLF/LF信号传播特性和接收环境的潜在规律,提升VLF/LF信号检测性能。
-
公开(公告)号:CN113395225A
公开(公告)日:2021-09-14
申请号:CN202110648777.9
申请日:2021-06-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了通信信号波形到比特直接接收的通用智能处理方法及装置,涉及通信信号解调处理领域。该方法包括:设定需要解调的具体信号调制方式类型,获取高倍采样下不同调制方式数字信号波形的数据样本;确定神经网络输出的信号最大调制阶数,构建数字信号波形直接接收的单个神经网络解调模型;利用获取的数据样本对该神经网络解调模型进行混合训练,并对每一种调制方式信号进行单独测试。将待解调信号的数据样本输入到训练好的解调神经网络,实现多种不同调制方式数字信号的直接智能接收。应用本发明提供的方法,只需构建单个神经网络,就可以实现不同调制方式数字信号的解调处理,直接恢复相应的比特信息,具有更好的解调性能以及较强的通用性。
-
公开(公告)号:CN110366004A
公开(公告)日:2019-10-22
申请号:CN201910660860.0
申请日:2019-07-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04N21/2343 , H04N21/4402
Abstract: 本申请提供了一种二次成像混合帧信息解析方法及系统,通过确定发送端信息嵌入方式,将传输信息按照发送端信息嵌入方式嵌入到原始视频帧中,作为待发送视频帧;并发送待发送视频帧至接收端;接收端接收待发送视频帧,并将接收到的视频帧作为接收视频帧,接收视频帧与待发送视频帧的关系表达式满足预设混合帧模型;接收端从各帧接收视频帧中确定出作为帧头的接收视频帧,并从作为帧头的接收视频帧开始,将(A+2)帧接收视频帧划分为一组;接收端确定每组接收视频帧中绝对值的空间均值最大的差异帧,作为最佳差异帧;接收端对所述最佳差异帧进行译码判决,得到译码判决结果,译码判决结果即所述发送端发送的视频帧中的嵌入信息,保证接收端可以解析出发送端传输的信息。
-
公开(公告)号:CN108259700B
公开(公告)日:2019-06-18
申请号:CN201810217485.8
申请日:2018-03-16
Applicant: 东莞信大融合创新研究院 , 中国人民解放军战略支援部队信息工程大学
IPC: H04N1/32 , H04B10/116
Abstract: 本发明涉及可见光通信领域,具体公开了一种基于空间联合量化的隐式成像通信方法,包括,根据单个发光单元的有效控制电平数M,以及联合量化的发光单元个数N,计算联合量化输出的等效电平数M0;将待发送波形某一时刻的值按M0个电平进行量化,得到联合量化的输出电平V0,采用电平Vn(i)作为第n个发光单元的光强控制电平,将Vn(i)与对应原始图像帧叠加后进行发送。本发明利用多个发光单元的联合量化设计,提升微弱信号的量化信噪比,降低量化误差的影响;并且,适用于对任意波形的量化发送。本发明在降低量化误差的准则下,使得每个参与联合的单元具有不同的电平而不是简单重复。
-
公开(公告)号:CN117459181A
公开(公告)日:2024-01-26
申请号:CN202311099387.6
申请日:2023-08-29
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L1/00
Abstract: 本发明提供一种基于因子图与和积算法的联合协议‑信道译码方法。该方法包括:步骤1:针对当前协议栈,分析各层协议中存在的协议自然冗余类型,并将所有的报头字段划分为固定字段、帧间重复字段、帧间顺序递增字段、合法集字段、校验字段和随机字段;步骤2:依据重复冗余、顺序递增冗余各自与LDPC的联合因子图,构建跨帧的LDPC‑重复冗余‑顺序递增冗余联合矩阵HL‑R‑I作为主译码器Decoder 1;步骤3:依据合法集冗余、Checksum冗余和CRC冗余各自与主译码器Decoder 1的联合因子图,分别构建各帧的合法集冗余分支译码器Decoder 2、Checksum冗余分支译码器Decoder 3和CRC冗余分支译码器Decoder4;步骤4:依据构建的各译码器,执行基于和积算法的跨帧跨层联合协议‑信道译码。
-
公开(公告)号:CN115776306A
公开(公告)日:2023-03-10
申请号:CN202211449901.X
申请日:2022-11-19
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04B1/16
Abstract: 本发明涉及VLF/LF通信技术领域,公开一种VLF/LF信号接收处理方法及系统,采用多个小型化VLF/LF天线及前端组成接收阵列共同接收VLF/LF频段信号,基于多通道信号迭代相关结构,一体化实现盲信号合成、信号检测等功能,可在整个VLF/LF接收频段内信号频谱分布信息未知、不同阵列布局的情况下,获得较好的频段内信号分布情况检测性能和高质量的信号波形样本。本发明所提出的方法及系统充分的传递和利用了信号检测和信号合成两个处理环节所提取的信息和信号,因此可获得更优的处理性能。
-
公开(公告)号:CN113395225B
公开(公告)日:2023-01-31
申请号:CN202110648777.9
申请日:2021-06-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了通信信号波形到比特直接接收的通用智能处理方法及装置,涉及通信信号解调处理领域。该方法包括:设定需要解调的具体信号调制方式类型,获取高倍采样下不同调制方式数字信号波形的数据样本;确定神经网络输出的信号最大调制阶数,构建数字信号波形直接接收的单个神经网络解调模型;利用获取的数据样本对该神经网络解调模型进行混合训练,并对每一种调制方式信号进行单独测试。将待解调信号的数据样本输入到训练好的解调神经网络,实现多种不同调制方式数字信号的直接智能接收。应用本发明提供的方法,只需构建单个神经网络,就可以实现不同调制方式数字信号的解调处理,直接恢复相应的比特信息,具有更好的解调性能以及较强的通用性。
-
-
-
-
-
-
-
-
-