-
公开(公告)号：CN112733613A
公开(公告)日：2021-04-30
申请号：CN202011503309.4
申请日：2020-12-18
摘要： 本发明涉及一种基于希尔伯特变换与赫尔德系数特征的辐射源识别方法，本发明解决现有技术的问题，其技术方案要点是，包括以下步骤，步骤一，通过接收机对通信辐射源个体的射频瞬态信号片段进行采集；步骤二，经过Hilbert变换与Holder系数特征提取后，作为发射机的射频指纹；步骤三，输入分类器对发射机的射频指纹进行识别，实现对通信辐射源的调制识别、个体识别，以及物联网设备物理层认证。
-
公开(公告)号：CN112986889A
公开(公告)日：2021-06-18
申请号：CN202011440531.4
申请日：2020-12-08
摘要： 本发明提供了一种配网用电流互感器校验系统，包括被校验电流互感器、钳形电流传感器和配网用电流互感器校验仪，配网用电流互感器校验仪包括接口模块、数据处理模块和数据分析模块，钳形电流传感器与被校验电流互感器均和接口模块连接，数据处理模块与接口模块相连接，数据分析模块与数据处理模块连接。本发明还提供了一种配网用电流互感器校验方法，将钳形电流传感器和被校验电流互感器的输出信号传输至所述数据处理模块内，数据处理模块处理后送入数据分析模块进行分析计算，得到被校验电流互感器的测量误差并在人机界面模块进行展示。本发明提供的校验系统可在不停电的情况下工作，且提供了创新性A/D数据采集和处理方法，增加了校验的准确性。
-
公开(公告)号：CN114036972A
公开(公告)日：2022-02-11
申请号：CN202111186272.1
申请日：2021-10-12
IPC分类号： G06K9/00 , G06N3/04 , G06N3/08 , H04W12/121 , H04W12/122 , H04W12/06 , H04W12/79
摘要： 本发明公开了一种基于差分等势星球图的射频信号基因特征提取方法，包括：S01：采集待识别的通信辐射源个体的射频基带信号；S02：将射频基带信号的进行差分和归一化处理得到差分星座图；S03：根据差分星座图中点密度分布情况，对不同密度区域进行颜色区分，得到差分等势星球图；S04：利用预先训练好的神经网络对等势星球图进行识别，得到基于差分等势星球图特征的通信辐射源个体识别结果。本发明的实质性效果包括：通过神经网络对差分等势星球图进行特征提取和识别，使得通信辐射源个体识别成功率较高，在使用相同的深度卷积神经网络模型架构下，相较于传统的基于星座图的统计图域方法，可在计算效率不降低的前提下一定程度上提高识别准确率。
-
公开(公告)号：CN114118134A
公开(公告)日：2022-03-01
申请号：CN202111185760.0
申请日：2021-10-12
IPC分类号： G06K9/00 , G06Q50/06 , H04B17/382 , H04W4/30
摘要： 本发明公开了一种基于射频信号精细画像的多级特征提取方法，包括以下步骤：S01：采集待识别的通信辐射源个体的射频基带信号；S02：根据通信辐射源个体的分级，对射频基带信号进行功率谱函数求解；S03：根据功率谱函数计算特征向量，将所述特征向量作为通信辐射源个体的射频指纹，并生成射频基因库；S04：利用智能分类器识别所述射频基因库的射频基因特征，输出识别结果，完成通信辐射源个体识别。本发明的实质性效果包括：对设备进行分级特征提取，并求解函数即精细画像，再通过智能分类器，能够针对具有不同厂家、型号、批次的待识别信号，根据待分类特征数据的难易程度，对于提取到的信号特进行识别，实现物理层的设备识别。
-
公开(公告)号：CN114118136A
公开(公告)日：2022-03-01
申请号：CN202111186247.3
申请日：2021-10-12
摘要： 本发明公开了一种基于射频信号基因分析的网络认证方法，包括：S01：采集待识别的通信辐射源个体的射频基带信号；S02：将采集到的射频基带信号分段并分别转换为等势星球图；S03：利用预先训练好的神经网络分别对来自同一射频基带信号的等势星球图进行识别，得到基于等势星球图特征的通信辐射源个体识别结果；S04：判断该识别结果是否一致，如一致则以该识别结果作为认证结果，如不一致则执行下一步；S05：将该射频基带信号整体转换为差分等势星球图，并利用预先训练好的神经网络进行识别，得到基于差分等势星球图特征的通信辐射源个体识别结果，该识别结果作为认证结果。本发明通过将信号转换为不同的星球图，使得通信辐射源个体识别成功率较高。
-
公开(公告)号：CN114118135A
公开(公告)日：2022-03-01
申请号：CN202111185762.X
申请日：2021-10-12
摘要： 本发明公开了一种基于等势星球图的射频信号基因特征提取方法，包括以下步骤：S01：采集待识别的通信辐射源个体的射频基带信号；S02：将射频基带信号的样本表示为二维星座图；S03：根据二维星座图中向量端点的密度分布情况，对不同密度区域进行颜色区分，得到等势星球图；S04：利用预先训练好的神经网络对等势星球图进行识别，得到基于等势星球图特征的通信辐射源个体识别结果。本发明的实质性效果包括：通过神经网络对等势星球图进行特征提取和识别，使得通信辐射源个体识别成功率较高，在使用相同的深度卷积神经网络模型架构下，相较于传统的基于星座图的统计图域方法，可在计算效率不降低的前提下一定程度上提高识别准确率。
-
公开(公告)号：CN112507855A
公开(公告)日：2021-03-16
申请号：CN202011407444.9
申请日：2020-12-04
摘要： 本发明提供了一种基于瞬时包络等势星球图的通信辐射源个体识别方法，首先选择待识别通信辐射源个体，并采集其射频信号片段，对采集的通信辐射源个体的射频信号片段进行瞬时包络提取，并通过星座图二维可视化方法将瞬时包络表示为星座图，通过对星座图进行着色处理获取彩色的瞬时包络等势星球图，将所述瞬时包络等势星球图作为发射机的射频指纹，并构建分类器，将发射机的射频指纹输入分类器中进行识别。本发明提供的基于瞬时包络等势星球图的通信辐射源个体识别方法能够很好的提高射频指纹技术对通信辐射源个体的识别准确率，即使是对像同厂家同型号同批次这样相似程度很高的通信辐射源个体进行识别，也能达到很高的识别准确率。
-
公开(公告)号：CN114048763A
公开(公告)日：2022-02-15
申请号：CN202111186280.6
申请日：2021-10-12
摘要： 本发明公开了一种多粒度智能分类方法及系统，方法包括以下步骤：利用接收机采集射频基带信号中I/Q两路信号；选取I路信号进行方差轨迹检测，截取稳态信号片段；对所述稳态信号片段进行数据标准化处理；计算数据标准化处理后的稳态信号片段的功率谱密度得到特征向量，将所述特征向量作为发射机的射频指纹，并生成射频基因库；利用智能分类器识别所述射频基因库的射频基因特征，输出识别结果，完成通信辐射源个体识别。本发明的实质性效果包括：通过智能分类器，能够针对具有不同粒度(厂家、型号、批次)的待识别信号，根据待分类特征数据的难易程度，对于提取到的信号特进行识别，实现物理层的设备识别。
-
公开(公告)号：CN115526214A
公开(公告)日：2022-12-27
申请号：CN202211359184.1
申请日：2022-11-28
申请人： 国网浙江省电力有限公司金华供电公司
摘要： 本发明涉及一种低碳调度技术领域，是一种基于切片组合卷积神经网络的射频指纹识别方法及装置，该方法包括利用方差轨迹检测截获射频基带I/Q信号的稳态段，并将其分成若干切片信号；将若干切片信号输入切片组合卷积神经网络模型，基于切片信号特征融合提取射频基带I/Q信号的指纹信息，完成射频指纹识别。本发明在基于深度学习的通信框架下，利用切片信息学习获得组合卷积神经网络模型，有效地引导深层神经网络结构学习真实的射频指纹特征，将射频基带I/Q信号的稳态段的若干切片信号输入组合卷积神经网络模型后，能提取真实的射频指纹特征，并基于特征组合和融合，提取识别度高的射频基带I/Q信号的指纹信息，有效提高了射频指纹的识别度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.105 秒)
