买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于解耦表征的人员感知无线信号生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119782785B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510264965.X，技术领域涉及：G06F18/213；该发明授权一种基于解耦表征的人员感知无线信号生成方法是由何瀚翔;胡晗;郇鑫焘;安宸榕;宋凯峰设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于解耦表征的人员感知无线信号生成方法在说明书摘要公布了：本发明公开了一种基于解耦表征的人员感知无线信号生成方法，属于无线感知技术领域，包括转换输入无线信号的格式，将所有的真实的无线信号转换保存为光谱图得到原始数据集；将转换格式后的无线信号进行配对；将配对后的无线信号组输入神经网络的编码器得到特征向量；对特征向量进行解耦；对解耦后的特征向量进行修改得到目标的特征向量；将修改后的特征向量输入神经网络解码器得到生成的无线信号。本发明提供的一种基于解耦表征的人员感知无线信号生成方法，该方法能够有效地解决现有技术中未充分考虑信号中复杂的信息特征，难以将原始信号中不同目标的信息单独提取解耦开，无法生成与原有信号类别不同的新信号的问题。

本发明授权一种基于解耦表征的人员感知无线信号生成方法在权利要求书中公布了：1.一种基于解耦表征的人员感知无线信号生成方法，其特征在于，包括以下步骤： S1、转换输入无线信号的格式，将所有的真实的无线信号转换保存为光谱图得到原始数据集； S2、将转换格式后的无线信号进行配对，从S1中原始数据集将无线信号两两配对，配对规则为成对的两个信号，两个信号具有一个相同的信息； S3、将配对后的无线信号组输入神经网络的编码器得到特征向量； S4、对特征向量进行解耦； S41、将S32中特征向量输入解码器神经网络，得到生成的无线信号； S42、将S41中生成的无线信号与S2中的信号对同时输入损失函数，计算生成信号和其对应的真实信号的相似性，具体计算过程如下： ； 其中，为L1范数；为期望；表示服从真实信号数据分布； S43、将S41中生成的无线信号与S2中的信号对同时输入损失函数，计算生成信号和其对应的真实信号的相似性，具体计算过程如下： ； 其中，表示服从真实信号数据分布； S44、将S42中的损失函数和S43中的损失函数相加，得到损失函数，具体计算过程如下： ； S45、将S32中特征向量交换第k个子向量，执行交换操作得到交换特征向量； S46、将S45中的交换特征向量分别输入解码器神经网络得到生成的无线信号； S47、将S46中生成的无线信号与S2中的信号对同时输入损失函数，计算生成信号和其对应的真实信号的相似性； S48、将S46中生成的无线信号与S2中的信号对同时输入损失函数，计算生成信号和其对应的真实信号的相似性； S49、将S47中的损失函数和S48中的损失函数相加，得到损失函数，具体计算过程如下： ； S410、将S44中损失函数和S49中损失函数相加得到解耦阶段损失函数，具体计算过程如下： ； 其中为超参数； S411、使用S410中解耦阶段损失函数对编码器神经网络和解码器神经网络进行训练，迭代N个周期，完成解耦训练； S412、将编码器神经网络参数冻结； S5、对解耦后的特征向量进行修改得到目标的特征向量； S6、将修改后的特征向量输入神经网络解码器得到生成的无线信号； S61、将S54中特征向量输入解码器神经网络，得到生成的无线信号; S62、从S1中原始数据集中选择两个信号，其中信号的信息和S61中的生成的无线信号相同，信号的信息和S61中的生成的无线信号相同； S63、将S61中生成的无线信号与S62中的信号同时输入损失函数，计算生成信号和其对应的真实信号的相似性； 计算过程如下： ； S64、将S61中生成的无线信号与S62中的信号同时输入损失函数，计算生成信号和其对应的真实信号的相似性； 计算过程如下： ； S65、将S63中的损失函数和S64中的损失函数相加，得到损失函数，具体计算过程如下： ； S66、用S65中生成阶段损失函数对解码器神经网络进行训练，迭代个周期，完成生成训练； S67、S66训练结束后得到的生成的无线信号则为最终目标生成信号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。