公开(公告)号：CN118964995A

公开(公告)日：2024-11-15

申请号：CN202411049514.6

申请日：2024-08-01

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  余贵霖 ,  沙明辉 ,  朱应申 ,  张天然 ,  江志烨 ,  王子昆 ,  黄煜航 ,  钱建飞 ,  刘逸松

IPC: G06F18/214 ,  G06F17/18 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明属于辐射源信号处理技术领域，具体涉及一种辐射源信号参数估计方法、程序、设备及存储介质。本发明通过融合多种多任务学习模型，设置不同模型权重参数，构建加权平均参数估计公式，实现不同模型互补，提高方法的泛化性。同时，本发明设计了电鳗鸟算法，智能寻优模型权重参数，利用精英反向策略初始化种群，引入柯西变异提升算法跳出局部最优能力，构造警戒因子，管理探索阶段与开发阶段之间的过渡，改进了电鳗鸟位置更新方式，使得模型权重参数组合随迭代次数不断优化，进而提升本发明参数估计的准确度。

公开(公告)号：CN117315311A

公开(公告)日：2023-12-29

申请号：CN202311339211.3

申请日：2023-10-17

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  蒋思思 ,  沙明辉 ,  朱应申 ,  高路 ,  江志烨 ,  张天然 ,  宿南 ,  沈晨 ,  陈庚

IPC: G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/006

Abstract: 本发明公开了一种新的基于卷尾蜜熊算法的未知辐射源信号辨识方法，包括：对原始辐射源调制信号的数据集中的信息进行崔‑威廉斯分布处理，获取时频图；通过时频图对预设初始辨识模型进行训练，获取初始判别结果；根据初始判别结果设计卷尾蜜熊算法，优化训练后的模型，获取最佳辨识模型；利用最佳辨识模型，获取未知辐射源信号辨识结果。本发明搭建衍生卷积自编码器，设计衍生损失，构造判别模型融合方式，融合各模型判别结果，增加未知辐射源判别的鲁棒性，设计卷尾蜜熊算法，构造香气因子，为卷尾蜜熊添加跳跃属性，优化卷尾蜜熊位置，使判别模型阈值随迭代次数不断改进，提升模型的判别能力，增强了未知辐射源信号辨识方法的泛化性和准确性。

公开(公告)号：CN119441959A

公开(公告)日：2025-02-14

申请号：CN202410296506.5

申请日：2024-03-14

Applicant: 哈尔滨工程大学 ,  北京无线电测量研究所

Inventor： 林云 ,  张思成 ,  姜航 ,  杨凇麟 ,  朱应申 ,  周婉玉 ,  贾信育

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213

Abstract: 一种用于频谱监测模型的深度时频去噪变换防御方法，包括如下步骤：步骤一、构建包括深度去噪模块、变换模块和预训练的自动调制分类模型的深度时频去噪变换防御架构；步骤二、在深度去噪模块中，使用短时傅里叶变换将输入数据样本映射成时频矩阵，放大原始样本xs与对抗样本xa之间的差异，并在特征提取器所提取的深度特征的监督下重构时频域信号；步骤三、将重构的原始样本和对抗样本输入变换模块中，生成特定于样本的变换矩阵Ms和Ma，得到变换后的原始样本#imgabs0#和变换后的对抗样本#imgabs1#步骤四、将变换后的原始样本#imgabs2#和变换后的对抗样本#imgabs3#输入预训练的自动调制分类模型，实现信号的分类决策。