法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 80 件在售专利
本发明公开了一种基于信号包络平坦度的调制格式识别方法,涉及通信领域,其包括以下步骤:对预处理后的数字信号进行幅度归一化,得到幅度均值为1的信号;分别选取幅度范围在0~1、0~1.2、0~0.6的单个波长上的一路偏振信号并计算其包络平坦度,对应得到包络平坦度R1、R2和R3;根据R1、R2和R3与对应阈值th1、th2和th3的大小关系,完成信号的调制格式识别。本发明根据信号幅度的包络特征,在不需要知晓符号速率、光信噪比等先验信息的情况下,能在较大的光信噪比范围内准确识别不同调制格式,不需要大量的训练样本提前对算法进行训练,计算复杂度低,识别响应速度快,且对频率偏移、载波相位噪声不敏感。
📄 2022104326423 📂 H04L27_00 👤 四川轻化工大学 📅 2022-04-24
¥0.0 元
本发明提供了一种基于信号幅度直方图的调制格式识别方法,属于通信技术领域,该方法包括:获取信号幅度直方图信息;对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作;对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作;定义第三分区比值;对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作;改变信号的光信噪比,并进行阈值选择;基于阈值选择结果,对调制格式进行识别。本发明能够在免训练和任何先验信息下,以较低的运算量在较大的光信噪比范围内实现调制格式的准确识别。
📄 2023103839991 📂 H04L27_00 👤 四川轻化工大学 📅 2023-04-11
¥0.0 元
本发明提供了一种基于多维幅度分布特征的调制格式识别方法,属于通信技术领域,该方法包括:获取信号幅度直方图信息;根据不同调制格式的多维幅度分布特征,对QPSK、8QAM、16QAM、32QAM、64QAM和128QAM信号的幅度直方图执行六次分区操作;提取直方图各个分区中的符号数量构建数据集,将数据集输入KNN(K近邻)模型中对调制格式进行识别。本发明能够在无光信噪比(OSNR)先验信息以及较低复杂度的情况下,在较大的OSNR范围内实现6种调制格式(尤其是高阶调制格式)的准确识别。
📄 202311407224X 📂 H04L27_00 👤 四川轻化工大学 📅 2023-10-27
¥0.0 元
本发明公开了基于极坐标星座图特征的调制格式识别方法,涉及通信领域,包括以下步骤:对相干光接收机接收的数字信号进行CMA均衡,并采用盲相位搜索方法初步恢复CMA均衡后的信号的相位信息,得到预处理后的数字信号;根据预处理后的数字信号生成三维极坐标星座图;获取三维极坐标星座图的五维特征;通过K最近邻分类算法对三维极坐标星座图的五维特征进行调制格式分类识别。本发明根据信号在极坐标体系下的星座图分布特征,在不需要知晓符号率、OSNR等先验信息的情况下,能在较大的OSNR范围内识别多种调制格式。
📄 2024107220190 📂 H04L27_00 👤 四川轻化工大学 📅 2024-06-05
¥0.0 元
本发明公开了基于彩色极坐标图的调制格式和光信噪比联合识别方法,涉及通信领域,包括以下步骤:对待识别信号进行CMA均衡处理,得到预处理后的数字信号;基于预处理后的数字信号生成彩色极坐标图;通过训练后的多任务学习神经网络对彩色极坐标图进行调制格式和光信噪比识别。本方法通过多任务学习神经网络能够根据不同调制格式和不同OSNR值在彩色极坐标图上的微小特征差异,同步实现对调制格式的准确识别和OSNR的精确估计,不需要多个神经网络分别实现调制格式识别和OSNR监测,降低了方案的复杂度和所需时间,提高了调制格式和OSNR联合识别的效率。
📄 2024111807643 📂 H04L27_00 👤 四川轻化工大学 📅 2024-08-27
¥0.0 元
本发明公开了一种基于幅度解析复平面的调制格式和光信噪比联合监测方法,涉及通信领域,包括以下步骤:对待识别的信号进行恒模均衡处理,得到预处理后的数字信号;基于预处理后的数字信号生成幅度解析复平面;通过训练后的多目标神经网络对幅度解析复平面进行调制格式和光信噪比识别。本发明通过多目标神经网络,可同时进行调制格式识别和光信噪比监测,共享底层特征提取,避免冗余计算,降低了方案的复杂度,提高了联合识别效率。经过验证,本方法在光信噪比不低于20%FEC对应阈值时能够实现对五种调制格式100%的正确识别率,并且五种调制格式光信噪比监测的最大误差均控制在1dB以内。
📄 2025112338375 📂 H04L27_00 👤 四川轻化工大学 📅 2025-09-01
¥0.0 元
本发明公开了一种基于斯托克斯空间特征的光性能监测方法,涉及通信领域,本方法基于斯托克斯矢量的方位角和椭圆率,结合符号数生成三维斯托克斯空间映射图,使得三维斯托克斯空间映射图可以有效反映QPSK信号、8QAM信号、16QAM信号、32QAM信号、64QAM信号和128QAM信号的调制格式和光信噪比特征,通过多任务学习神经网络对三维斯托克斯空间映射图的垂直视图进行调制格式识别和光信噪比监测,即可完成调制格式的精准识别和光信噪比值的精确估计,且无需输入多个图像进行处理。
📄 2025119037330 📂 H04L27_00 👤 四川轻化工大学 📅 2025-12-17
¥0.0 元
本发明公开了一种多路载波索引差分混沌移位键控调制解调器及方法,涉及通信技术领域,包括在一个符号周期内将数据比特转换为多组并行的索引比特和多组并行的调制比特,并将索引比特和调制比特进行索引映射,生成多个子载波调制列向量以调制多路正交的沃尔什混沌序列进行发送;接收端接收发射端发送的信号,并通过解调器对信号进行解调。本发明在一个符号周期内,通过沃尔什码的正交特性,多路地将索引比特信息和调制比特信息携带在载波上发送,这使得载波资源可以得到更多的利用,有效的提高了频谱利用率,在接收端进行了多段平均,同时也对噪声进行了平均,恢复数据时减小了噪声的影响,改善了系统的比特误码性。
📄 2023115254832 📂 H04L27_00 👤 南京邮电大学 📅 2023-11-16
¥0.0 元
本发明属于无线通信网络技术领域,公开了一种基于高阶累积量WFRFT信号级联调制识别方法、无线通信系统,通过最小化接收信号的四阶累积量模值(|C42|)来实现WFRFT调制阶数的识别,并利用Parabola方法实现WFRFT阶数的优化搜索,进而合理选择|C42|判决门限来实现对传统ASK、PSK、QAM基带信号的初步识别;进一步,通过对接收信号的四阶、八阶累积量计算,利用二元门限判决方法,确定最终的基带星座大小来实现WFRFT信号的精确识别。利用本发明,能够在较低信噪比条件下,实现WFRFT信号的调制识别,最终实现非协作通信条件下的信号正确解调,可以运用于WFRFT系统中的信号检测、识别中。
📄 2018106484035 📂 H04L27_00 👤 阳光学院 📅 2018-06-22
¥0.0 元
一种基于CNN的多水下信标信号识别方法,每个信标发射信号的设计,运用扩频编码技术并结合相频同移混合键控方式调制,使不同的信标信号具有不同的相位特征和频率特征;将采样的信标信号序列转换为二维图片,通过短时傅里叶变换得到相位图和频谱图进而融合而成相频特征图,以此作为信号识别的依据;轻量化的卷积神经网络结构的搭建,共由1个输入层、4个卷积层、3个池化层、1个全连接层和1个softmax层组成,完成从相频特征图到信标序号的映射;不仅在相频特征图上进行数据扩充,而且在采样信号序列上进行数据扩充,使训练的模型具有较强鲁棒性。该方法可有效提升信标的作用距离和识别精度,轻量化的模型设计也适用于信号的实时识别。
📄 2021106646239 📂 H04L27_00 👤 浙江工业大学 📅 2021-06-16
¥0.0 元
一种基于深度学习的无线电信号聚类方法,包括:S1,将第二数据集与第一数据集的样本数据大小调整一致,然后将两个数据集的样本数据分成若干包含相同数量的样本数据的批次;S2,构建深度模型,将调整后的第二数据集分批样本数据输入深度模型进行预训练,直到模型训练稳定;S3,聚类训练;S4,输出聚类结果。本发明还包括一种基于深度学习的无线电信号聚类系统。本发明搭建了一种一维卷积和二维卷积结合的神经网络,使用调制信号数据集对深度模型进行预训练,能够使得深度模型更倾向于提取与调制类型相关的特征,在后续聚类时,引导模型按调制类型对样本进行聚类,该方法在信号聚类上具有较好的普适性。
📄 2021100538442 📂 H04L27_00 👤 浙江工业大学 📅 2021-01-15
¥0.0 元
本发明公开了一种基于LSTM的分级式无线信号调制类型识别方法,包括(1)对获取的无线信号样本进行归一化处理和K-means聚类,(2)构建信噪比分类网络,利用无线信号样本训练信噪比分类网络,获得信噪比分类模型;(3)对信噪比不大于0dB的无线信号进行滤波降噪处理;(4)在步骤(3)之后,针对每类信噪比构建一个无线信号调制类型识别网络,利用与信噪比等级对应的无线信号子集训练无线信号调制类型识别网络,最终获得k个无线信号调制类型识别模型;(5)将待识别无线信号经归一化处理后输入至信噪比分类模型中,根据获得的信噪比等级,选择对应的无线信号调制类型识别模型进行识别,输出调制类型。
📄 2019100890877 📂 H04L27_00 👤 浙江工业大学 📅 2019-01-30
¥0.0 元
发明 已授权

一种基于信号包络平坦度的调制格式识别方法

2022104326423 · 四川轻化工大学
¥0.0 元
发明 已授权

一种基于信号幅度直方图的调制格式识别方法

2023103839991 · 四川轻化工大学
¥0.0 元
发明 已授权

基于多维幅度分布特征的调制格式识别方法

202311407224X · 四川轻化工大学
¥0.0 元
发明 已授权

基于极坐标星座图特征的调制格式识别方法

2024107220190 · 四川轻化工大学
¥0.0 元
发明 已授权

基于彩色极坐标图的调制格式和光信噪比联合识别方法

2024111807643 · 四川轻化工大学
¥0.0 元
发明 已授权
发明 已授权

一种基于斯托克斯空间特征的光性能监测方法

2025119037330 · 四川轻化工大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

一种基于CNN的多水下信标信号识别方法

2021106646239 · 浙江工业大学
¥0.0 元
发明 已授权

一种基于深度学习的无线电信号聚类方法及系统

2021100538442 · 浙江工业大学
¥0.0 元
发明 已授权

一种基于LSTM的分级式无线信号调制类型识别方法

2019100890877 · 浙江工业大学
¥0.0 元

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年