RU2510077C2 - Method and apparatus for automatic detection of radio signal keying types - Google Patents
Method and apparatus for automatic detection of radio signal keying types Download PDFInfo
- Publication number
- RU2510077C2 RU2510077C2 RU2012116150/08A RU2012116150A RU2510077C2 RU 2510077 C2 RU2510077 C2 RU 2510077C2 RU 2012116150/08 A RU2012116150/08 A RU 2012116150/08A RU 2012116150 A RU2012116150 A RU 2012116150A RU 2510077 C2 RU2510077 C2 RU 2510077C2
- Authority
- RU
- Russia
- Prior art keywords
- signal
- values
- manipulation
- phase
- cumulants
- Prior art date
Links
Images
Landscapes
- Circuits Of Receivers In General (AREA)
- Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
Abstract
Description
Область техники, к которой относится изобретениеFIELD OF THE INVENTION
Изобретение относится к области обработки и распознавания радиосигналов, в частности к распознаванию вида и параметров манипуляции радиосигналов, и может быть использовано в радиотехнических устройствах для распознавания амплитудной, амплитудно-фазовой, фазовой и частотной манипуляции радиосигналов.The invention relates to the field of processing and recognition of radio signals, in particular to recognition of the type and parameters of manipulation of radio signals, and can be used in radio engineering devices for recognition of amplitude, amplitude-phase, phase and frequency manipulation of radio signals.
Уровень техникиState of the art
Известен способ распознавания сигналов с фазовой манипуляцией в условиях многолучевого распространения [RU 2274956, дата публикации 20.04.2006 г.], в котором принятый радиосигнал оцифровывают, определяют значение тактовой и несущей частоты, формируют синфазную и квадратурную составляющую, выделяют отсчеты выборки синфазной и квадратурной составляющих радиосигнала, взятые в отсчетные моменты времени, определяемые значением тактовой частоты. После чего корректируют отсчеты выборки синфазной и квадратурной составляющих радиосигнала в комплексном виде, используя градиентный алгоритм настройки коэффициентов корректора. Затем выборку оценок разбивают на заданное число кластеров, равное позиционности распознаваемых сигналов, и вычисляют значения функционала ошибки кластеризации, сравнивают полученные значения и принимают решение о принадлежности к классу по минимуму значения функционала ошибки.There is a method of recognizing signals with phase shift keying in multipath conditions [RU 2274956, publication date 04/20/2006], in which the received radio signal is digitized, the clock and carrier frequencies are determined, the in-phase and quadrature components are formed, and the samples of the in-phase and quadrature components are extracted radio signals taken at reference time points determined by the value of the clock frequency. After that, the samples of the in-phase and quadrature components of the radio signal are adjusted in a complex manner using the gradient algorithm for adjusting the corrector coefficients. Then, the sample of estimates is divided into a given number of clusters equal to the positionality of the recognized signals, and the values of the clustering error functional are calculated, the obtained values are compared, and a decision is made whether or not the error functional values belong to the class.
Недостатком данного способа является необходимость высокоточной оценки тактовой и несущей частоты и применимость данного способа только для радиосигналов с фазовой манипуляцией.The disadvantage of this method is the need for a high-precision estimate of the clock and carrier frequencies and the applicability of this method only for radio signals with phase shift keying.
Также известно устройство для распознавания радиосигналов [RU 2368075, опубликовано 20.09.2009 г.], состоящее из частотного и амплитудного детекторов, блока клиппирования, блоков сравнения, преобразователей аналог-код, блока логической обработки и устройств свертки спектра входного радиосигнала, которое обеспечивает распознавание различных видов модуляции и манипуляции радиосигналов.Also known is a device for recognizing radio signals [RU 2368075, published September 20, 2009], consisting of frequency and amplitude detectors, a clipping unit, comparison units, analog-to-code converters, a logic processing unit, and spectrum convolution devices for inputting a radio signal, which provides recognition of various types of modulation and manipulation of radio signals.
Недостатком работы данного устройства является необходимость высокоточной синхронизации по несущей частоте на этапе детектирования для обеспечения эффективного распознавания радиосигналов.The disadvantage of this device is the need for high-precision synchronization of the carrier frequency at the detection stage to ensure effective recognition of radio signals.
Наиболее близким к предлагаемому изобретению по максимальному количеству сходных признаков является известный способ и устройство для классификации типа модуляции в условиях многолучевого распространения [US 20100098193, Pub. Date: 22.04.2010, APPARATUS AND METHOD FOR CLASSIFYING MODULATIONS IN MILTIPATH ENVIRONMENTS], заключающийся в том, что принятый аналоговый радиосигнал дискретизируют по времени и квантуют по уровню, формируют синфазную и квадратурную составляющие оцифрованных отсчетов сигнала, по значениям синфазной и квадратурной составляющей n-отсчетов сигнала рассчитывают кумулянты С40,
Рассмотренный способ и устройство для классификации типа модуляции в условиях многолучевого распространения принят за прототип.The considered method and device for classifying the type of modulation in multipath conditions is adopted as a prototype.
Данный способ не требует высокоточной синхронизации по несущей частоте, но позволяет распознавать только два класса сигналов - с одночастотной модуляцией и многочастотной модуляцией, что не позволяет достигнуть указанного ниже технического результата при использовании прототипа.This method does not require high-precision synchronization by the carrier frequency, but allows only two classes of signals to be recognized - with single-frequency modulation and multi-frequency modulation, which does not allow to achieve the technical result indicated below when using the prototype.
Раскрытие изобретенияDisclosure of invention
В основу изобретения положена задача, заключающаяся в создании способа и устройства автоматического распознавания типов манипуляции радиосигналов, лишенных вышеизложенных недостатков, и в которых обеспечивается расширение класса распознаваемых сигналов с цифровой модуляцией в условиях отсутствия высокоточной синхронизации по несущей частоте радиосигнала.The basis of the invention is the task of creating a method and apparatus for automatically recognizing types of manipulation of radio signals devoid of the above disadvantages, and which provide an extension of the class of recognizable signals with digital modulation in the absence of high-precision synchronization on the carrier frequency of the radio signal.
Указанный технический результат достигается тем, что в известном способе классификации типов модуляции в условиях многолучевого распространения, заключающегося в том, что принятый аналоговый радиосигнал дискретизируют по времени и квантуют по уровню, формируют синфазную и квадратурную составляющие оцифрованных отсчетов сигнала, по значениям синфазной и квадратурной составляющей n-отсчетов сигнала рассчитывают кумулянты С40,
Заявленный способ реализуется в виде заявляемого устройства автоматического распознавания типов манипуляции радиосигналов, в котором, в отличие от известного, содержащего последовательно соединенные антенну, аналого-цифровой преобразователь (АЦП), обеспечивающий дискретизацию по времени и квантование по уровню радиосигнала, блок формирования синфазной и квадратурной составляющей сигнала (БРС), блок расчета кумулянтов (БРК), обеспечивающий расчет по значениям синфазной и квадратурной составляющей n-отсчетов сигнала кумулянтов С40 и
Благодаря введению в известный способ и устройство совокупности существенных отличительных признаков, заявляемый способ позволяет расширить класс распознаваемых сигналов с цифровой модуляцией в условиях отсутствия высокоточной синхронизации по несущей частоте радиосигнала.Due to the introduction into the known method and device of a combination of essential distinguishing features, the claimed method allows to expand the class of recognizable signals with digital modulation in the absence of high-precision synchronization on the carrier frequency of the radio signal.
Данный технический эффект достигается за счет использования новых параметров сигнала (кумулянтов С20 и С22) в качестве признаков распознавания и применения для принятия решения предварительно обученной нейронной сети типа многослойный персептрон, которая показывает высокую эффективность построения многомерных разделяющих поверхностей. В соответствии со следствием из теоремы Колмогорова-Арнольда-Хехт-Нильсена любую многомерную функцию нескольких переменных можно представить с помощью двухслойной нейронной сети с прямыми полными связями фиксированной размерности [Hecht-Nielsen R. Kolmogorov's Mapping Neural Network Existence Theorem // IEEE First Annual Int. Conf. on Neural Networks, San Diego, 1987, Vol.3, pp.11-13].This technical effect is achieved through the use of new signal parameters (cumulants C 20 and C 22 ) as signs of recognition and application for decision making of a pre-trained neural network such as a multilayer perceptron, which shows high efficiency in constructing multidimensional separating surfaces. In accordance with the corollary of the Kolmogorov-Arnold-Hecht-Nielsen theorem, any multidimensional function of several variables can be represented using a two-layer neural network with direct full connections of fixed dimension [Hecht-Nielsen R. Kolmogorov's Mapping Neural Network Existence Theorem // IEEE First Annual Int. Conf. on Neural Networks, San Diego, 1987, Vol. 3, pp. 11-13].
Краткое описание чертежейBrief Description of the Drawings
Для лучшего понимания заявленного изобретения далее приводится его подробное описание с соответствующими чертежами.For a better understanding of the claimed invention the following is a detailed description with the corresponding drawings.
Фиг.1 - схема устройства автоматического распознавания типов манипуляции радиосигналов.Figure 1 - diagram of a device for automatic recognition of types of manipulation of radio signals.
Фиг.2 - схема блока нейронной сети.Figure 2 - block diagram of the neural network.
Фиг.3 - схема ячейки нейронной сети.Figure 3 - cell diagram of a neural network.
Осуществление изобретенияThe implementation of the invention
Заявленный способ автоматического распознавания типов манипуляции радиосигналов заключается в последовательном выполнении следующих действий:The claimed method of automatic recognition of types of manipulation of radio signals consists in sequentially performing the following actions:
1. Принятый аналоговый радиосигнал дискретизируют по времени и квантуют по уровню.1. The received analog radio signal is sampled in time and quantized in level.
2. Формируют синфазную и квадратурную составляющие оцифрованных отсчетов сигнала.2. Form in-phase and quadrature components of the digitized samples of the signal.
3. По значениям синфазной и квадратурной составляющей n-отсчетов сигнала рассчитывают кумулянты С40, С20, С22:3. Based on the values of the in-phase and quadrature components of the n-samples of the signal, the cumulants С 40 , С 20 , С 22 are calculated:
С2,0=Е2,0,C 2.0 = E 2.0 ,
где
4. Значения рассчитанных кумулянтов
5. Нейронная сеть в автоматическом режиме распознает сигналы с амплитудной (AM), амплитудно-фазовой (КАМ), фазовой (ФМ) и частотной (ЧМ) манипуляцией и выдает на выход соответствующее значение.5. The neural network in automatic mode recognizes signals with amplitude (AM), amplitude-phase (QAM), phase (FM) and frequency (FM) manipulation and outputs the corresponding value.
Предварительное обучение нейронной сети осуществляется с использованием метода обратного распространения ошибки в следующей последовательности.Preliminary training of the neural network is carried out using the method of back propagation of error in the following sequence.
Формируется обучающая выборка, состоящая из N сигналов с AM, КАМ, ФМ и ЧМ вида Хi⇒Тj, где Xi - i-й сигнал обучающей выборки, Тj - тип манипуляции данного сигнала, i=1…N, j=1…M, M - количество типов манипуляции сигналов в обучающей выборке (количество нейронов выходного слоя нейронной сети).A training sample is formed, consisting of N signals with AM, QAM, FM and FM of the form X i ⇒T j , where X i is the i-th signal of the training sample, T j is the type of manipulation of this signal, i = 1 ... N, j = 1 ... M, M - the number of types of signal manipulation in the training set (the number of neurons in the output layer of the neural network).
По данным обучающей выборки производится обучение нейронной сети по критерию малости ошибки выходного слоя. Настраиваемыми параметрами нейронной сети являются весовые связи ее ячеек.According to the training sample, the neural network is trained according to the criterion of small error of the output layer. Configurable parameters of the neural network are weighted connections of its cells.
По результатам обучения, при подаче на вход сигнала с модуляцией Тj, на выходе ячейки j выходного слоя нейронной сети формируется значение, равное 1, а на всех остальных 0.According to the learning results, when a signal with modulation T j is applied to the input, a value of 1 is formed at the output of cell j of the output layer of the neural network, and 0 on all the others.
Заявленное устройство автоматического распознавания типов манипуляции радиосигналов работает следующим образом.The claimed device for automatic recognition of types of manipulation of radio signals works as follows.
Схема устройства автоматического распознавания типов манипуляции радиосигналов представлена на Фиг.1.The scheme of the device for automatic recognition of types of manipulation of radio signals is presented in figure 1.
Принимаемый на антенну 1 радиосигнал, тип модуляции которого необходимо определить, поступает на АЦП 2, где дискретизируется по времени и квантуется по уровню. Далее с выхода АЦП 2 оцифрованный сигнал поступает на вход БРС 3, где формируется синфазная I и квадратурная Q составляющие сигнала, которые с выхода БРС 3 поступают на вход БРК 4. В блоке БРК 4 производится расчет значений кумулянтов С40, С20, С22 по n-отсчетам синфазной и квадратурной составляющих сигнала. Значения кумулянтов С40, С20, С22 с выхода БРК 4 поступают на вход БНС 5.The radio signal received at antenna 1, the modulation type of which must be determined, is fed to ADC 2, where it is sampled in time and quantized in level. Further, from the output of the ADC 2, the digitized signal is fed to the input of the BRC 3, where the in-phase I and quadrature Q components of the signal are formed, which from the output of the BRC 3 are fed to the input of the BRK 4. In the block BRK 4, the values of the cumulants C 40 , C 20 , C 22 are calculated according to n-samples of the in-phase and quadrature components of the signal. The values of the cumulants C 40 , C 20 , C 22 from the output of the DBK 4 are fed to the input of the BNS 5.
БНС 5 представляет собой i-ячеек входного слоя 6, j-ячеек промежуточного слоя 7, k-ячеек выходного слоя 8 и логического устройства МАХ 11. Каждая ячейка предыдущего слоя БНС 5 соединена весовой связью с каждой ячейкой последующего слоя. Значения весов связей ячеек слоев 6, 7 и 8 определяются в процессе предварительного обучения. Каждая ячейка слоя 6, 7 и 8 состоит из последовательно соединенных сумматора 9 и нелинейного преобразователя 10. Нелинейный преобразователь 10 реализует функцию типа сигмоиды. На каждую ячейку входного слоя 6 поступают значения кумулянтов С40, С20, С22 в виде сигналов соответствующего уровня (амплитуды), которые складываются в сумматоре 9 с соответствующими весами, полученный сигнал с выхода сумматора 9 поступает на нелинейный преобразователь 10, с которого полученный после преобразования сигнал поступает на вход каждой ячейки промежуточного слоя 7. Преобразование сигналов в ячейках слоя 7 и 8 аналогично преобразованию в ячейках слоя 6, за исключением того, что сигнал с выхода каждой ячейки выходного слоя 8 поступает на логическое устройство МАХ 11.BNS 5 represents i-cells of the
Логическое устройство МАХ 11 сравнивает сигналы с выходов ячеек выходного слоя 8. Каждая ячейка выходного слоя 8 соответствует определенному типу манипуляции. На выходе логического устройства МАХ 11 формируется опознавательный сигнал, соответствующий тому типу манипуляции, с ячейки которого поступил максимальный сигнал.The logic device MAX 11 compares the signals from the outputs of the cells of the
Преимущество изобретения состоит в том, что по сравнению с прототипом заявленный способ и устройство позволяет решать задачу автоматического распознавания типов манипуляции радиосигналов в условиях отсутствия высокоточной синхронизации по несущей частоте для более широкого класса типов манипуляции. Заявляемые способ и устройство позволяют распознавать различные виды одночастотной манипуляции (AM, КАМ, ФМ и ЧМ) с вероятностью не ниже 0.8 при отношении сигнал/шум не хуже 12 дБ и отсутствия высокоточной синхронизации по несущей частоте.An advantage of the invention is that, compared with the prototype, the claimed method and device allows to solve the problem of automatic recognition of types of manipulation of radio signals in the absence of high-precision synchronization of the carrier frequency for a wider class of types of manipulation. The inventive method and device can recognize various types of single-frequency manipulation (AM, QAM, FM and FM) with a probability of at least 0.8 with a signal-to-noise ratio of no worse than 12 dB and the absence of high-precision synchronization in the carrier frequency.
Claims (2)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012116150/08A RU2510077C2 (en) | 2012-04-20 | 2012-04-20 | Method and apparatus for automatic detection of radio signal keying types |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012116150/08A RU2510077C2 (en) | 2012-04-20 | 2012-04-20 | Method and apparatus for automatic detection of radio signal keying types |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2012116150A RU2012116150A (en) | 2013-10-27 |
RU2510077C2 true RU2510077C2 (en) | 2014-03-20 |
Family
ID=49446360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012116150/08A RU2510077C2 (en) | 2012-04-20 | 2012-04-20 | Method and apparatus for automatic detection of radio signal keying types |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2510077C2 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2619717C1 (en) * | 2016-05-23 | 2017-05-17 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signals manipulation type |
RU2622846C1 (en) * | 2016-06-15 | 2017-06-20 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signals manipulation type |
RU2665235C1 (en) * | 2017-08-10 | 2018-08-28 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signal manipulation type |
RU2682304C1 (en) * | 2018-04-13 | 2019-03-18 | Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации | Radio signals manipulation types recognition method |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0487376A1 (en) * | 1990-11-16 | 1992-05-27 | Thomson-Csf | Method and apparatus for modulation recognition |
FR2713799A1 (en) * | 1993-12-08 | 1995-06-16 | Alsthom Cge Alcatel | Automatic recognition of modulation type of intercepted signal |
RU2235337C2 (en) * | 2002-08-19 | 2004-08-27 | Войсковая часть 45807 | Device for recognizing types of manipulation of digital signals |
RU2274956C2 (en) * | 2004-04-27 | 2006-04-20 | Военный университет связи | Method for recognition of signals with phase manipulation under conditions of multi-beam distribution |
RU2368075C1 (en) * | 2008-07-03 | 2009-09-20 | Федеральное государственное образовательное учреждение высшего профессионального образования "Военный авиационный инженерный унивеститет" (г. Воронеж) Министерства обороны Российской Федерации | Device for identification of radio signals |
US20100098193A1 (en) * | 2007-03-16 | 2010-04-22 | Peng Liu | Apparatus and method for classifying modulations in multipath environments |
US20110103454A1 (en) * | 2009-10-30 | 2011-05-05 | Tamal Bose | Cognitive radio device |
-
2012
- 2012-04-20 RU RU2012116150/08A patent/RU2510077C2/en not_active IP Right Cessation
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0487376A1 (en) * | 1990-11-16 | 1992-05-27 | Thomson-Csf | Method and apparatus for modulation recognition |
FR2713799A1 (en) * | 1993-12-08 | 1995-06-16 | Alsthom Cge Alcatel | Automatic recognition of modulation type of intercepted signal |
RU2235337C2 (en) * | 2002-08-19 | 2004-08-27 | Войсковая часть 45807 | Device for recognizing types of manipulation of digital signals |
RU2274956C2 (en) * | 2004-04-27 | 2006-04-20 | Военный университет связи | Method for recognition of signals with phase manipulation under conditions of multi-beam distribution |
US20100098193A1 (en) * | 2007-03-16 | 2010-04-22 | Peng Liu | Apparatus and method for classifying modulations in multipath environments |
RU2368075C1 (en) * | 2008-07-03 | 2009-09-20 | Федеральное государственное образовательное учреждение высшего профессионального образования "Военный авиационный инженерный унивеститет" (г. Воронеж) Министерства обороны Российской Федерации | Device for identification of radio signals |
US20110103454A1 (en) * | 2009-10-30 | 2011-05-05 | Tamal Bose | Cognitive radio device |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2619717C1 (en) * | 2016-05-23 | 2017-05-17 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signals manipulation type |
RU2622846C1 (en) * | 2016-06-15 | 2017-06-20 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signals manipulation type |
RU2665235C1 (en) * | 2017-08-10 | 2018-08-28 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method and device for automatic recognition of radio signal manipulation type |
RU2682304C1 (en) * | 2018-04-13 | 2019-03-18 | Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации | Radio signals manipulation types recognition method |
Also Published As
Publication number | Publication date |
---|---|
RU2012116150A (en) | 2013-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3832553A1 (en) | Method for identifying energy of micro-energy device on basis of bp neural network | |
CN109450834B (en) | Communication signal classification and identification method based on multi-feature association and Bayesian network | |
Güner et al. | Automatic digital modulation classification using extreme learning machine with local binary pattern histogram features | |
CN108600135A (en) | A kind of recognition methods of signal modulation mode | |
RU2510077C2 (en) | Method and apparatus for automatic detection of radio signal keying types | |
CN109975673B (en) | Method for identifying fault arc at direct current side of photovoltaic microgrid | |
CN110569752A (en) | convolutional neural network-based radar signal category determination method | |
Dawoud et al. | Deep learning for network anomalies detection | |
CN111948622A (en) | Linear frequency modulation radar signal TOA estimation algorithm based on parallel CNN-LSTM | |
CN110176250A (en) | It is a kind of based on the robust acoustics scene recognition method locally learnt | |
Ebrahimzadeh et al. | Digital communication signals identification using an efficient recognizer | |
CN110705387A (en) | Communication signal feature extraction method and signal identification method based on cloud model | |
Li et al. | Automatic modulation classification based on bispectrum and CNN | |
CN110601764A (en) | Radio frequency modulation format identification method based on optical assistance | |
Ali et al. | Algorithm for automatic recognition of PSK and QAM with unique classifier based on features and threshold levels | |
Zhang et al. | A deep learning approach for modulation recognition | |
CN111817803A (en) | Frequency spectrum sensing method and system based on correlation coefficient and K-means clustering algorithm and computer readable storage medium | |
Yin et al. | Co-channel multi-signal modulation classification based on convolution neural network | |
CN112073345B (en) | Modulation mode identification method and device, electronic equipment and storage medium | |
Xi et al. | Type identification and time location of multiple power quality disturbances based on KF‐ML‐aided DBN | |
CN113076925A (en) | M-QAM signal modulation mode identification method based on CNN and ELM | |
Kalade et al. | Using sequence to sequence learning for digital bpsk and qpsk demodulation | |
Wu et al. | Interference detection and recognition based on signal reconstruction using recurrent neural network | |
He et al. | Deep learning-based automatic modulation recognition algorithm in non-cooperative communication systems | |
Clerico et al. | LSTM Framework for Classification of Radar and Communications Signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200421 |