噪声全局特征提取方法、装置、服务器及存储介质

    公开(公告)号:CN118051765B

    公开(公告)日:2024-07-05

    申请号:CN202410451840.3

    申请日:2024-04-16

    摘要: 本发明实施例公开了一种噪声全局特征提取方法、装置、服务器及存储介质,首先基于大量高斯白噪声生成特征图谱数据集,并将特征图谱数据集先经过级联卷积层处理以降低维度,由此获得分别表征询问矩阵Q、键矩阵V、值矩阵V。利用Q矩阵与K矩阵进行相关度运算,并基于相关度得到初步特征图谱中像素点的权重,直至得到所有像素点的权重,并生成像素点和邻近像素点的时频图,并利用多头自注意力模块对时频图进行处理,获取全局噪声信息。能够增强获取全局噪声特征的能力,可构造在多尺度上互异的噪声信号,进而能够提升训练后的CNN对信号类型识别的准确性。

    通信调制识别模型训练方法及装置

    公开(公告)号:CN117113227A

    公开(公告)日:2023-11-24

    申请号:CN202311156035.X

    申请日:2023-09-07

    摘要: 本发明公开了一种通信调制识别模型训练方法及装置,通过提取实际采集通信信号的敏感特征集;将敏感特征集输入到深度神经网络模型中,得到初分类结果;将信号输入至朴素贝叶斯分类器,朴素贝叶斯分类器利用通信信号进行初始构建;设置奖励阈值thr,并基于奖励阈值thr构造奖励函数Q(k),基于奖励值和惩罚值对朴素贝叶斯分类器进行优化,得到带权重值的朴素贝叶斯分类器;采用强化学习算法,更新朴素贝叶斯分类器的权重。利用朴素贝叶斯分类器对深度神经网络模型的粗略分类结果再次进行分类,通过设定奖励值和惩罚值对所述朴素贝叶斯分类器进行优化,采用强化学习算法,不断更新朴素贝叶斯分类器的权重,进一步提升通信调制识别模型识别信号的准确性。

    通信信号自适应盲校正方法及装置

    公开(公告)号:CN116668248A

    公开(公告)日:2023-08-29

    申请号:CN202310513677.4

    申请日:2023-05-08

    摘要: 本发明实施例公开了一种通信信号自适应盲校正方法及装置。其中,所述方法包括:采集通信IQ信号;提取每一类IQ信号的时频特征,根据所述时频特征生成时频序列;将所述时频序列输入训练完成的序列卷积神经网络和Transformer卷积神经网络,分别得到序列特征和误差;计算所述序列特征与信号集中每个预设类型通信信号的序列特征之间的特征近似值,根据所述特征近似值确定同类型的通信信号,并获取所述同类型的通信信号的误差;计算得到的误差与所述同类型的通信信号的误差之间的差异度,在差异度小于预设的差异度阈值时,消除实际信号中的误差。

    一种快速捕获锁定罗兰C信号的方法

    公开(公告)号:CN111323014B

    公开(公告)日:2023-06-23

    申请号:CN201811536422.5

    申请日:2018-12-14

    IPC分类号: G01C21/20 G01S5/10

    摘要: 本发明提供一种快速捕获锁定罗兰C信号的方法,信号首先经过天线、天线耦合器及滤波放大,然后利用ADC采样和限幅后的信号进行初步锁定,然后根据锁定结果,通过匹配相关运算定位到罗兰C信号第三周正向过零点的位置。通过对主台和副台的第三过零点的跟踪,可以计算出所接收的罗兰C信号的时差,通过时差可进一步通过罗兰C海图,将时差信息换算为经纬度坐标,从而实现对接收装置的定位。本方法以多次累加相关技术为基础,通过软件算法实现了对罗兰C信号的快速捕获与锁定,并且结合罗兰C主台与副台信号的相位编码特性,可以快速准确地对罗兰C信号进行捕获锁定,并有效的降低错误跟踪的概率。

    基于类别增量学习的数字信号盲解调系统

    公开(公告)号:CN116016070A

    公开(公告)日:2023-04-25

    申请号:CN202211546253.X

    申请日:2022-12-05

    摘要: 本发明提供一种基于类别增量学习的数字信号盲解调系统,包括调制方式识别单元和解调单元;所述调制方式识别单元使用半监督学习/无监督学习进行新旧类识别,然后进行类别增量学习;所述解调单元以调制方式为先验知识,将数据分配至对应的解调网络中,得到最终预测的码元数据。本发明的系统对各类数字通信信号均可适用,算法基于数据驱动,泛化能力强,预测性能不受调制方式、采样率等参数的影响,对于基于调相、调频、调幅的调制方式都有着较好的预测性能,网络计算复杂度低,适用于海量数据的盲解调。

    一种大规模信道仿真的FPGA系统

    公开(公告)号:CN112994814B

    公开(公告)日:2023-03-10

    申请号:CN202110239614.5

    申请日:2021-03-04

    IPC分类号: H04B17/391 H04B17/345

    摘要: 本发明公开了一种大规模信道仿真的FPGA实现方法及实现架构,包括16个ATCA‑3671加速器,每个ATCA‑3671有4个Virtex‑7FPGA,共64个FPGA,分成32组,每组包含2个FPGA;其中1个FPGA连接两路SDR,该FPGA设置64路接收仿真信道,并将64路的接收仿真信道合成一个信道,加入高斯白噪声影响;所述接收仿真信道包括依次连接的多普勒频移模块、传播时延模块、多径时延模块、大尺度衰落模块;另1个FPGA用于通过数据搬移,分担资源消耗。本发明使用结构化的方法将工作负载分布到多个处理节点;通过本发明能够解决计算量和带宽带来的复杂性问题,实现大规模信道仿真。

    一种基于深度学习的文件分类方法及装置

    公开(公告)号:CN115688101A

    公开(公告)日:2023-02-03

    申请号:CN202211410584.0

    申请日:2022-11-11

    摘要: 本发明提供了一种基于深度学习的文件分类方法及装置,方法包括文件训练过程和文件测试过程;文件训练过程包括:读取文件,加载历史数据;按照设定的百分比,随机分配训练集数据和测试集数据;构建神经网络结构,初始化结构模型参数;建立循环,确定迭代过程的参数;根据训练的参数进行模型训练;训练结束,保存模型到本地;文件测试过程包括:输入测试数据集的特征数据;将数据加载好的模型文件加载到内存中;用训练好的模型来预测新数据;对预测结果进行可视化显示。使用本发明的方法能够快速和准确地识别文件类型,也既有利于文件的分类管理,也给搜索文件带来了保障,减少了办公人员误操作的机会,帮助办公人员迅速定位到所要找的文件类型。

    一种网络链路安全加密系统
    8.
    发明公开

    公开(公告)号:CN114338215A

    公开(公告)日:2022-04-12

    申请号:CN202111680937.4

    申请日:2021-12-30

    IPC分类号: H04L9/40

    摘要: 本发明创造提供了一种网络链路安全加密系统,包括:数据通信模块、FPGA芯片和晶振芯片。数据通信模块包括:PHY芯片、第一数据网口和第二数据网口,第一数据网口和第二数据网口分别与PHY芯片相连。FPGA芯片包括PL端,且PHY芯片与FPGA芯片的PL端相连。晶振芯片分别为FPGA芯片和PHY芯片提供时钟信号。当第一数据网口接收数据且第二数据网口发送数据时,PL端对数据进行加密处理,当第二数据网口接收数据且第一数据网口发送数据时,PL端对数据进行解密处理和拦截处理。本发明创造所述的一种网络链路安全加密系统,能够对网络通信数据进行加密、解密和拦截,从而提高以太网通信的安全系数。

    一种基于FPGA的塔康信号识别方法及系统

    公开(公告)号:CN114295137A

    公开(公告)日:2022-04-08

    申请号:CN202111647432.8

    申请日:2021-12-29

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种基于FPGA的塔康信号识别方法,对脉冲信号进行特征参数提取,为后续的信号处理提供依据;对相邻脉冲间隔进行判别,确定XY波道及信号类别,进行主辅基准脉冲群识别;然后进行方位测量和信标台识别;进行频率扫描;根据结果进行数据组帧。本发明提出的基于FPGA的塔康信号识别方法及系统,以FPGA为核心器件设计信号处理,可根据配置进行频点和带宽变化,具有截获概率大、动态范围大等优势。既适合于截获常规信号,也适合于截获新型特殊信号,具有良好的应用前景。

    一种用于强反射环境下的双天线双频点通信方法及系统

    公开(公告)号:CN112600590B

    公开(公告)日:2021-11-12

    申请号:CN202011435370.X

    申请日:2020-12-10

    摘要: 本发明公开了一种用于强反射环境下的双天线双频点通信方法及系统,上行链路和下行链路的载波位于440MHz~460MHz范围内;采用频率分集,频率分集的中心频率相差在甲板反射模型的深度衰落带宽及以上;每个频率分集的载波带宽小于立面反射模型的相干带宽。本发明通过频率分集来抵抗空间选择性衰落和频率选择性衰落,通过频率分集的中心频率差的设置保证频率分集不同时落入深度衰减;同时通过对载波带宽的限制保证信道的平坦特性,通过OFDM技术消除或减弱干扰,适用于强反射环境。