龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京邮电大学
申请日：2024-04-29
公开（公告）日：2024-06-28
公开（公告）号：CN118264356A
主分类号：H04K3/00
分类号：H04K3/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本申请提供了干扰波形的生成方法、装置、干扰系统、设备及存储介质，其中，方法包括：获取目标信号的采样数据集；根据采样数据集的时域特征得到时域数据集，对采样数据集中的样本进行快速傅里叶变换，得到频域数据集；根据时域数据集和频域数据集，对时频域联合训练模型进行联合训练，得到与目标信号对应的目标生成器，时频域联合训练模型包括：生成器、时域判别器和频域判别器；向目标生成器输入符合高斯分布的随机变量，生成与目标信号对应的目标干扰波形。基于深度卷积生成对抗网络的时频域联合训练模型，通过频域判别器和时域判别器与生成器进行对抗学习，能够充分地提取数据的频域特征，进而在无需先验信息的条件下，生成更有效的干扰波形。
主权项：1.一种干扰波形的生成方法，其特征在于，包括：获取目标信号的采样数据集；根据所述采样数据集的时域特征得到时域数据集，对所述采样数据集中的样本进行快速傅里叶变换，得到频域数据集；根据所述时域数据集和所述频域数据集，对时频域联合训练模型进行联合训练，得到与所述目标信号对应的目标生成器，所述时频域联合训练模型包括：生成器、时域判别器和频域判别器；向所述目标生成器输入符合高斯分布的随机变量，生成与所述目标信号对应的目标干扰波形。
全文数据：
权利要求：
百度查询： 北京邮电大学 干扰波形的生成方法、装置、干扰系统、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号