-
公开(公告)号：CN114285701A
公开(公告)日：2022-04-05
申请号：CN202111441610.1
申请日：2021-11-30
Applicant: 西安电子科技大学重庆集成电路创新研究院
Abstract: 本发明属于无线通信技术领域，公开了一种主用户发射功率识别方法、系统、设备及终端，用于单输入多输出的主用户发射功率识别任务，其中，主用户配置发射天线数为1，认知无线电设备配置的感知天线数为K，且K＞1，所述主用户发射功率识别方法包括：数据采样；获取观测数据；设计卷积神经网络结构；网络训练；识别性能测试。本发明的主用户发射功率识别方法引入卷积神经网络来设计检验统计量，利用其对观测数据提取高维特征的强大能力，解决传统功率识别方法检验统计量的设计需要涉及大量人工过程、依赖过多的专业知识造成精确度较低的问题，实现功率识别的智能化，克服传统方法在低信噪比的非理想环境下识别性能恶化的难题。
-
公开(公告)号：CN114448536A
公开(公告)日：2022-05-06
申请号：CN202111343136.9
申请日：2021-11-12
Applicant: 西安电子科技大学重庆集成电路创新研究院
IPC: H04B17/382 , H04W72/04 , H04W72/08
Abstract: 本发明属于通信技术领域，公开了一种全双工频谱感知方法，全双工频谱感知方法包括：使用感知天线采样得到信号样本矩阵；计算样本矩阵的k阶样本矩和k阶样本累积量；构建t×M维样本累积量的矩阵；依据认知节点是否进行通信业务分为两种情况：认知节点只进行频谱感知而没有通信业务、认知节点同时进行通信业务和频谱感知；构建所述两种情况的检验统计量；根据NP准则分别得到所述两种情况的判决门限；根据判决准则确定授权节点的状态。本发明通过高阶累积量提取了样本信号丰富的统计特征，而且在构建假设检验过程时依据特征矩阵的特点采用霍特林T2统计量作为检验统计量，降低了计算复杂度，仿真结果支持了预期效果。
-
Patent Agency Ranking
公开(公告)号：CN114567931A
公开(公告)日：2022-05-31
申请号：CN202111305572.7
申请日：2021-11-05
Applicant: 西安电子科技大学重庆集成电路创新研究院
Abstract: 本发明公开了一种用于多用户任意带宽接入的复合准则快速频谱分配方法，所述用于多用户任意带宽接入的复合准则快速频谱分配方法包括：S1：确定主用户及认知用户群，其中，所述认知用户群包括多个认知用户；S2：根据所述主用户占用的频段信息和认知用户信息，构建任意带宽接入场景的频谱分配模型；S3：根据所述主用户的工作频段信息和固有频段，利用工作带宽，得到与所述工作带宽对应的若干可用子频段；S4：根据所述若干可用子频段和各认知用户优先级，利用贪婪算法，求解所述频谱分配模型，得到各所述认知用户的工作频段；S5：按照各所述认知用户的工作频段对各所述认知用户进行频谱分配。
-
公开(公告)号：CN114567931B
公开(公告)日：2025-04-29
申请号：CN202111305572.7
申请日：2021-11-05
Applicant: 西安电子科技大学重庆集成电路创新研究院
IPC: H04W72/0453 , H04W72/541 , H04W72/566
Abstract: 本发明公开了一种用于多用户任意带宽接入的复合准则快速频谱分配方法，所述用于多用户任意带宽接入的复合准则快速频谱分配方法包括：S1：确定主用户及认知用户群，其中，所述认知用户群包括多个认知用户；S2：根据所述主用户占用的频段信息和认知用户信息，构建任意带宽接入场景的频谱分配模型；S3：根据所述主用户的工作频段信息和固有频段，利用工作带宽，得到与所述工作带宽对应的若干可用子频段；S4：根据所述若干可用子频段和各认知用户优先级，利用贪婪算法，求解所述频谱分配模型，得到各所述认知用户的工作频段；S5：按照各所述认知用户的工作频段对各所述认知用户进行频谱分配。
-
公开(公告)号：CN114154532A
公开(公告)日：2022-03-08
申请号：CN202111301162.5
申请日：2021-11-04
Applicant: 西安电子科技大学重庆集成电路创新研究院
Abstract: 本发明公开了一种无人机个体多维域电磁信号特征深度学习识别方法，通过无线电监测技术获取无人机电磁信号样本，对样本进行打标签处理，获得信号样本集；对所述信号样本集里的每个信号分别进行多维域电磁信号特征提取，获得每个信号样本对应的多维域特征向量；对所述每个信号样本对应的特征向量分别进行多维域电磁信号特征压缩处理，获得压缩降维后的特征向量；通过所有信号样本的压缩降维后的特征向量构成训练数据集；深度学习分类器模块构造分类器；通过所述训练数据集训练分类器直至收敛；通过训练好的分类器对无人机信号进行监测识别。本发明有效克服深度神经网络在训练样本不足时面临的网络过拟合和泛化能力不足的问题。
-
公开(公告)号：CN114285701B
公开(公告)日：2024-03-29
申请号：CN202111441610.1
申请日：2021-11-30
Applicant: 西安电子科技大学重庆集成电路创新研究院
IPC: H04L25/02 , G06N3/0464 , G06N3/084
Abstract: 本发明属于无线通信技术领域，公开了一种主用户发射功率识别方法、系统、设备及终端，用于单输入多输出的主用户发射功率识别任务，其中，主用户配置发射天线数为1，认知无线电设备配置的感知天线数为K，且K＞1，所述主用户发射功率识别方法包括：数据采样；获取观测数据；设计卷积神经网络结构；网络训练；识别性能测试。本发明的主用户发射功率识别方法引入卷积神经网络来设计检验统计量，利用其对观测数据提取高维特征的强大能力，解决传统功率识别方法检验统计量的设计需要涉及大量人工过程、依赖过多的专业知识造成精确度较低的问题，实现功率识别的智能化，克服传统方法在低信噪比的非理想环境下识别性能恶化的难题。
-
公开(公告)号：CN114448536B
公开(公告)日：2024-01-05
申请号：CN202111343136.9
申请日：2021-11-12
Applicant: 西安电子科技大学重庆集成电路创新研究院
IPC: H04B17/382 , H04W72/541 , H04W72/0453
Abstract: 本发明属于通信技术领域，公开了一种全双工频谱感知方法，全双工频谱感知方法包括：使用感知天线采样得到信号样本矩阵；计算样本矩阵的k阶样本矩和k阶样本累积量；构建t×M维样本累积量的矩阵；依据认知节点是否进行通信业务分为两种情况：认知节点只进行频谱感知而没有通信业务、认知节点同时进行通信业务和频谱感知；构建所述两种情况的检验统计量；根据NP准则分别得到所述两种情况的判决门限；根据判决准则确定授权节点的状态。本发明通过高阶累积量提取了样本信号丰富的统计特征，而且在构建假设检验过程时依据特征矩阵的特点采用霍特林T2统计量作为检验统计量，降低了计算复杂度，仿真结果支持了预期效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.042 seconds)
