-
公开(公告)号：CN109587136A
公开(公告)日：2019-04-05
申请号：CN201811477070.0
申请日：2018-12-05
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 本发明公开了一种基于双极大值的射频指纹特征提取和识别方法，包括以下步骤：S1.接收端分别接收来自多个射频发射器的信号，并进行样本采集，得到样本集D；S2.从样本集D中选取样本数据，提取该样本数据中的极大值，将选取出来的极大值组成样本特征；S3.按照步骤S2依次对样本集D中的每一个样本数据进行处理，得到双极大值特征集；S4.基于机器类学习算法，在双极大值数据集的基础上训练分类器，对未知身份的射频收发器进行识别。本发明利用双极大值提取的方式，有效减少了提取得到的特征维数，进而降低计算复杂度，同时提高了特征的类别可分性能。
-
公开(公告)号：CN109033780A
公开(公告)日：2018-12-18
申请号：CN201810718435.8
申请日：2018-07-03
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
CPC分类号： G06F21/32 , G06F21/45 , G06F2221/2133 , G06K9/00087 , G06K9/527 , G06K9/6267 , G06N3/0454 , G06N3/084
摘要： 本发明公开了一种基于小波变换和神经网络的边缘计算接入认证方法，包括以下步骤：S1.接收设备对发送设备进行信号采集和存储，得到N个一维信号样本；S2.采用小波变换将每个一维信号样本变换为二维矩阵样本；S3.对于多个不同的发射设备，重复以上S1~S2操作，以设备编号为反馈，存入样本库；S4.利用基于神经网络的图像识别算法，以样本中矩阵为训练数据，编号为反馈对神经网络中的参数进行训练；S5.利用训练得到的神经网络对待检测波形进行分类，判定其所属设备。本发明利用小波变换，将一维信号数据变换为二维数据，再利用基于神经网络的识别技术对其进行训练和识别，提高了识别的准确性。
-
公开(公告)号：CN108960138B
公开(公告)日：2019-07-02
申请号：CN201810717590.8
申请日：2018-07-03
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种基于卷积神经网络的设备认证特征识别方法，包括以下步骤：S1.识别平台对合法无线设备和非法无线设备进行射频指纹信号采集；S2.识别平台对对原始射频指纹信号样本集进行特征生成；S3.识别平台对生成的射频指纹特征样本集进行划分，得到训练集和测试集；S4.识别平台利用识别算法生成分类识别器，并根据训练集和测试集进行训练和测试，直至分类识别器满足检测概率；S5.识别平台利用检测率达标的分类识别器，对未知身份信息的无线发射设备，以实现合法性身份判断。本发明克服了人工选取射频指纹特征单一和特征选取困难的问题，利用卷积神经网络自动提取指纹特征，再使用识别算法，从而提高了对无线发射设备的身份识别率。
-
公开(公告)号：CN109033780B
公开(公告)日：2019-07-02
申请号：CN201810718435.8
申请日：2018-07-03
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种基于小波变换和神经网络的边缘计算接入认证方法，包括以下步骤：S1.接收设备对发送设备进行信号采集和存储，得到N个一维信号样本；S2.采用小波变换将每个一维信号样本变换为二维矩阵样本；S3.对于多个不同的发射设备，重复以上S1~S2操作，以设备编号为反馈，存入样本库；S4.利用基于神经网络的图像识别算法，以样本中矩阵为训练数据，编号为反馈对神经网络中的参数进行训练；S5.利用训练得到的神经网络对待检测波形进行分类，判定其所属设备。本发明利用小波变换，将一维信号数据变换为二维数据，再利用基于神经网络的识别技术对其进行训练和识别，提高了识别的准确性。
-
公开(公告)号：CN108960138A
公开(公告)日：2018-12-07
申请号：CN201810717590.8
申请日：2018-07-03
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
CPC分类号： G06K9/00087 , G06K9/6267 , G06K17/0022 , G06N3/0454 , G06N3/08
摘要： 本发明公开了一种基于卷积神经网络的设备认证特征识别方法，包括以下步骤：S1.识别平台对合法无线设备和非法无线设备进行射频指纹信号采集；S2.识别平台对对原始射频指纹信号样本集进行特征生成；S3.识别平台对生成的射频指纹特征样本集进行划分，得到训练集和测试集；S4.识别平台利用识别算法生成分类识别器，并根据训练集和测试集进行训练和测试，直至分类识别器满足检测概率；S5.识别平台利用检测率达标的分类识别器，对未知身份信息的无线发射设备，以实现合法性身份判断。本发明克服了人工选取射频指纹特征单一和特征选取困难的问题，利用卷积神经网络自动提取指纹特征，再使用识别算法，从而提高了对无线发射设备的身份识别率。
-
公开(公告)号：CN109587136B
公开(公告)日：2020-06-19
申请号：CN201811477070.0
申请日：2018-12-05
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 本发明公开了一种基于双极大值的射频指纹特征提取和识别方法，包括以下步骤：S1.接收端分别接收来自多个射频发射器的信号，并进行样本采集，得到样本集D；S2.从样本集D中选取样本数据，提取该样本数据中的极大值，将选取出来的极大值组成样本特征；S3.按照步骤S2依次对样本集D中的每一个样本数据进行处理，得到双极大值特征集；S4.基于机器类学习算法，在双极大值数据集的基础上训练分类器，对未知身份的射频收发器进行识别。本发明利用双极大值提取的方式，有效减少了提取得到的特征维数，进而降低计算复杂度，同时提高了特征的类别可分性能。
-
公开(公告)号：CN108932535B
公开(公告)日：2019-07-02
申请号：CN201810774781.8
申请日：2018-07-13
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种基于机器学习的边缘计算克隆节点识别方法，包括以下步骤：S1.合法节点与边缘计算节点进行上层认证；S2.提取合法节点i和未知节点j的身份声明信息；S3.比较i,j节点的ID是否一致，若一致则进入步骤S4.若不一致，返回步骤S2；S4.提取i,j节点的信道信息，利用检验统计量计算相关程度，并判断是否是克隆节点，若是，进入步骤S5，若否，返回步骤S2；S5.生成数据集T；S6.采用机器学习算法中的分类算法，根据二分类的数据集进行训练，直到生成满足识别率达标的模型；S7.边缘计算节点利用达到要求的模型对新未知节点u，识别节点身份。本发明提供了一种基于机器学习的边缘计算克隆节点识别方法，适用于边缘计算场景，具有识别率高的优势。
-
公开(公告)号：CN108932535A
公开(公告)日：2018-12-04
申请号：CN201810774781.8
申请日：2018-07-13
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
CPC分类号： G06K9/6256 , G06K9/6267 , G06N3/08
摘要： 本发明公开了一种基于机器学习的边缘计算克隆节点识别方法，包括以下步骤：S1.合法节点与边缘计算节点进行上层认证；S2.提取合法节点i和未知节点j的身份声明信息；S3.比较i,j节点的ID是否一致，若一致则进入步骤S4.若不一致，返回步骤S2；S4.提取i,j节点的信道信息，利用检验统计量计算相关程度，并判断是否是克隆节点，若是，进入步骤S5，若否，返回步骤S2；S5.生成数据集T；S6.采用机器学习算法中的分类算法，根据二分类的数据集进行训练，直到生成满足识别率达标的模型；S7.边缘计算节点利用达到要求的模型对新未知节点u，识别节点身份。本发明提供了一种基于机器学习的边缘计算克隆节点识别方法，适用于边缘计算场景，具有识别率高的优势。
-
公开(公告)号：CN102570601A
公开(公告)日：2012-07-11
申请号：CN201110351892.6
申请日：2011-11-09
申请人： 南方电网科学研究院有限责任公司 , 南京南瑞继保电气有限公司
发明人： 赵建国 , 余建国 , 皇甫学真 , 陈建福 , 吴小辰 , 饶宏 , 李志强 , 董旭柱 , 陈松林 , 笃峻 , 骆洁艺 , 陈波 , 伍少成 , 王文龙 , 祁忠 , 张海宁 , 雷金勇 , 陈华军
IPC分类号： H02J13/00
CPC分类号： H02J11/00 , H02J2003/007 , Y02E60/76 , Y04S40/22
摘要： 本发明是一种变电站驾驶舱技术。包括有计量主站（301）、调度主站（302）、技术监督数据中心（303）、生产管理系统（304）、视频系统（305）、调度数据网（306）、综合数据网（307）、没有配备运维班组人员和检修班组人员的变电站驾驶舱（308）、具有区域管理功能的变电站驾驶舱（309）、作为变电站驾驶舱数据传输的唯一通道的智能远动机（310）、变电站驾驶舱组网（311）、变电站安全三区数据的传输通道（312）、变电站安全一区数据的传输通道（313）、区域变电站驾驶舱把自身安全一区数据传输给地调主站和通过地调主站收取其他变电站驾驶舱安全三区数据的通道（314）。本发明是一种实现变电站的可测、可视、可控和自愈的变电站控制系统。
-
公开(公告)号：CN102570601B
公开(公告)日：2014-02-12
申请号：CN201110351892.6
申请日：2011-11-09
申请人： 南方电网科学研究院有限责任公司 , 南京南瑞继保电气有限公司
发明人： 赵建国 , 余建国 , 皇甫学真 , 陈建福 , 吴小辰 , 饶宏 , 李志强 , 董旭柱 , 陈松林 , 笃峻 , 骆洁艺 , 陈波 , 伍少成 , 王文龙 , 祁忠 , 张海宁 , 雷金勇 , 陈华军
IPC分类号： H02J13/00
CPC分类号： H02J11/00 , H02J2003/007 , Y02E60/76 , Y04S40/22
摘要： 本发明是一种变电站驾驶舱技术。包括有计量主站（301）、调度主站（302）、技术监督数据中心（303）、生产管理系统（304）、视频系统（305）、调度数据网（306）、综合数据网（307）、没有配备运维班组人员和检修班组人员的变电站驾驶舱（308）、具有区域管理功能的变电站驾驶舱（309）、作为变电站驾驶舱数据传输的唯一通道的智能远动机（310）、变电站驾驶舱组网（311）、变电站安全三区数据的传输通道（312）、变电站安全一区数据的传输通道（313）、区域变电站驾驶舱把自身安全一区数据传输给地调主站和通过地调主站收取其他变电站驾驶舱安全三区数据的通道（314）。本发明是一种实现变电站的可测、可视、可控和自愈的变电站控制系统。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.089 秒)
